非參數(shù)分類方法(非參數(shù)統(tǒng)計(jì)的統(tǒng)計(jì)方法)

1.非參數(shù)統(tǒng)計(jì)的統(tǒng)計(jì)方法有哪些

統(tǒng)計(jì)方法有：

1、計(jì)量資料的統(tǒng)計(jì)方法

分析計(jì)量資料的統(tǒng)計(jì)分析方法可分為參數(shù)檢驗(yàn)法和非參數(shù)檢驗(yàn)法。

參數(shù)檢驗(yàn)法主要為t檢驗(yàn)和 方差分析（ANOVN，即F檢驗(yàn)）等，兩組間均數(shù)比較時(shí)常用t檢驗(yàn)和u檢驗(yàn)，兩組以上均數(shù)比較時(shí)常用方差分析；非參數(shù)檢驗(yàn)法主要包括秩和檢驗(yàn)等。t檢驗(yàn)可分為單組設(shè)計(jì)資料的t檢驗(yàn)、配對設(shè)計(jì)資料的t檢驗(yàn)和成組設(shè)計(jì)資料的t檢驗(yàn)；當(dāng)兩個(gè)小 樣本比較時(shí)要求兩 總體分布為 正態(tài)分布且方差齊性，若不能滿足以上要求，宜用t 檢驗(yàn)或非參數(shù)方法（ 秩和檢驗(yàn)）。 方差分析可用于兩個(gè)以上 樣本均數(shù)的比較，應(yīng)用該方法時(shí)，要求各個(gè)樣本是相互獨(dú)立的隨機(jī)樣本，各樣本來自正態(tài)總體且各處理組總體方差齊性。根據(jù)設(shè)計(jì)類型不同，方差分析中又包含了多種不同的方法。對于 定量資料，應(yīng)根據(jù)所采用的設(shè)計(jì)類型、資料所具備的條件和分析目的，選用合適的統(tǒng)計(jì)分析方法，不應(yīng)盲目套用t檢驗(yàn)和 單因素方差分析。

2、計(jì)數(shù)資料的統(tǒng)計(jì)方法

計(jì)數(shù)資料的統(tǒng)計(jì)方法主要針對四格表和R*C表利用檢驗(yàn)進(jìn)行分析。

檢驗(yàn)或u檢驗(yàn)，若不能滿足 檢驗(yàn)：當(dāng)計(jì)數(shù)資料呈配對設(shè)計(jì)時(shí)，獲得的四格表為配對四格表，其用到的檢驗(yàn)公式和校正公式可參考書籍。 R*C表可以分為雙向無序，單向有序、雙向有序?qū)傩韵嗤碗p向有序?qū)傩圆煌念悾煌惖男辛斜砀鶕?jù)其研究目的，其選擇的方法也不一樣。

3、等級(jí)資料的統(tǒng)計(jì)方法

等級(jí)資料（有序變量）是對性質(zhì)和類別的等級(jí)進(jìn)行分組，再清點(diǎn)每組觀察單位個(gè)數(shù)所得到的資料。在臨床醫(yī)學(xué)資料中，常遇到一些定性指標(biāo)，如臨床療效的評(píng)價(jià)、疾病的臨床分期、病癥嚴(yán)重程度的臨床分級(jí)等，對這些指標(biāo)常采用分成若干個(gè)等級(jí)然后分類計(jì)數(shù)的辦法來解決它的量化問題，這樣的資料統(tǒng)計(jì)上稱為等級(jí)資料。

統(tǒng)計(jì)方法的選擇：

統(tǒng)計(jì)資料豐富且錯(cuò)綜復(fù)雜，要想做到合理選用統(tǒng)計(jì)分析方法并非易事。對于同一 個(gè)資料，若選擇不同的統(tǒng)計(jì)分析方法處理，有時(shí)其結(jié)論是截然不同的。

正確選擇統(tǒng)計(jì)方法的依據(jù)是：

①根據(jù)研究的目的，明確研究試驗(yàn)設(shè)計(jì)類型、研究因素與水平數(shù)；

②確定數(shù)據(jù)特征（是否正態(tài)分布等）和樣本量大小；

③ 正確判斷統(tǒng)計(jì)資料所對應(yīng)的類型（計(jì)量、計(jì)數(shù)和等級(jí)資料），同時(shí)應(yīng)根據(jù)統(tǒng)計(jì)方法的適宜條件進(jìn)行正確的統(tǒng)計(jì)量值計(jì)算；

最后，還要根據(jù)專業(yè)知識(shí)與資料的實(shí)際情況，結(jié)合統(tǒng)計(jì)學(xué)原則，靈活地選擇統(tǒng)計(jì)分析方法。

2.常用非參數(shù)假設(shè)檢驗(yàn)方法有哪些

1、秩和檢驗(yàn)法的主要思想是把原始數(shù)據(jù)轉(zhuǎn)化成秩，利用秩構(gòu)造統(tǒng)計(jì)量來比較不同樣本的分布。在這里每個(gè)樣本的秩是指把原始數(shù)據(jù)按從大到小的順序排列，該數(shù)據(jù)值在原始數(shù)據(jù)中的位置。

例如：

原始數(shù)據(jù)：A組（5,7）,B組（3,2）

對應(yīng)的秩：A組（3,4）,B組（2,1）

A組的秩和為7,B組的秩和為3，每組的秩和被用來檢驗(yàn)兩組數(shù)據(jù)是否相同。

2、中位數(shù)評(píng)分檢驗(yàn)法的主要思想是將原始數(shù)據(jù)轉(zhuǎn)換成中位數(shù)評(píng)分，利用中位數(shù)評(píng)分構(gòu)造統(tǒng)計(jì)量比較不同樣本的分布。當(dāng)計(jì)算中位數(shù)評(píng)分時(shí)，如果數(shù)據(jù)值小于等于該組數(shù)據(jù)的中位數(shù)，則中位數(shù)評(píng)分為0，如果數(shù)據(jù)值大于該組數(shù)據(jù)的中位數(shù)，則中位數(shù)評(píng)分為1。

擴(kuò)展資料

非參數(shù)檢驗(yàn)的作用：

在以前的均值T檢驗(yàn)中，我們分析的都是連續(xù)型隨機(jī)變量，并且前提條件是樣本滿足正態(tài)性條件。當(dāng)分析不再是連續(xù)型或者不再是正態(tài)性條件時(shí)，則應(yīng)當(dāng)使用非參數(shù)的方法對均值和方差進(jìn)行假設(shè)檢驗(yàn)。

在數(shù)據(jù)分析過程中，由于種種原因，人們往往無法對總體分布形態(tài)作簡單假定，此時(shí)參數(shù)檢驗(yàn)的方法就不再適用了。

非參數(shù)檢驗(yàn)正是一類基于這種考慮，在總體方差未知或知道甚少的情況下，利用樣本數(shù)據(jù)對總體分布形態(tài)等進(jìn)行推斷的方法。由于非參數(shù)檢驗(yàn)方法在推斷過程中不涉及有關(guān)總體分布的參數(shù)，因而得名為“非參數(shù)”檢驗(yàn)。

參考資料來源：搜狗百科-非參數(shù)檢驗(yàn)

3.參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)分別有哪些

1、非參數(shù)檢驗(yàn)

SPSS單樣本非參數(shù)檢驗(yàn)是對單個(gè)總體的分布形態(tài)等進(jìn)行推斷的方法，其中包括卡方檢驗(yàn)、二項(xiàng)分布檢驗(yàn)、K-S檢驗(yàn)以及變量值隨機(jī)性檢驗(yàn)等方法。

2、參數(shù)檢驗(yàn)

當(dāng)總體分布已知（如總體為正態(tài)分布），根據(jù)樣本數(shù)據(jù)對總體分布的統(tǒng)計(jì)參數(shù)進(jìn)行推斷。

此時(shí)，總體的分布形式是給定的或是假定的，只是其中一些參數(shù)的取值或范圍未知，分析的主要目的是估計(jì)參數(shù)的取值，或?qū)ζ溥M(jìn)行某種統(tǒng)計(jì)檢驗(yàn)。這類問題往往用參數(shù)檢驗(yàn)來進(jìn)行統(tǒng)計(jì)推斷。它不僅僅能夠?qū)傮w的特征參數(shù)進(jìn)行推斷，還能夠?qū)崿F(xiàn)兩個(gè)或多個(gè)總體的參數(shù)進(jìn)行比較。

擴(kuò)展資料

1、參數(shù)檢驗(yàn)一般對總體有一定的要求，而非參數(shù)檢驗(yàn)對總體無特殊的需求，因此，非參數(shù)檢驗(yàn)比參數(shù)檢驗(yàn)應(yīng)用范圍要廣。

2、符合參數(shù)檢驗(yàn)條件，也符合非參數(shù)檢驗(yàn)，我們選擇哪種方法進(jìn)行分析呢？答案是選擇參數(shù)檢驗(yàn)。因?yàn)閰?shù)檢驗(yàn)的準(zhǔn)確度比非參數(shù)檢驗(yàn)要高；

3、對于同時(shí)符合參數(shù)與非參數(shù)檢驗(yàn)的數(shù)據(jù)，如果參數(shù)檢驗(yàn)P<0.05，非參數(shù)檢驗(yàn)不一定P<0.05。

4、對于同時(shí)符合參數(shù)與非參數(shù)檢驗(yàn)的數(shù)據(jù)，如果非參數(shù)檢驗(yàn)P<0.05，那么參數(shù)檢驗(yàn)一定P<0.05。

5、很多人采用非參數(shù)檢驗(yàn)得到P<0.05的結(jié)果時(shí)，發(fā)在表文章時(shí)不自信，總認(rèn)為自己的數(shù)據(jù)不好，其實(shí)大可不必。

參考資料來源：百度百科-參數(shù)檢驗(yàn)

參考資料來源：百度百科-非參數(shù)檢驗(yàn)

4.有哪些非參數(shù)檢驗(yàn)

SPSS單樣本非參數(shù)檢驗(yàn)是對單個(gè)總體的分布形態(tài)等進(jìn)行推斷的方法，其中包括卡方檢驗(yàn)、二項(xiàng)分布檢驗(yàn)、K-S檢驗(yàn)以及變量值隨機(jī)性檢驗(yàn)等方法。

總體分布的卡方檢驗(yàn)例如，醫(yī)學(xué)家在研究心臟病人猝死人數(shù)與日期的關(guān)系時(shí)發(fā)現(xiàn)：一周之中，星期一心臟病人猝死者較多，其他日子則基本相當(dāng)。當(dāng)天的比例近似為2.8:1:1:1:1:1:1。

現(xiàn)收集到心臟病人死亡日期的樣本數(shù)據(jù)，推斷其總體分布是否與上述理論分布相吻合。卡方檢驗(yàn)方法可以根據(jù)樣本數(shù)據(jù)，推斷總體分布與期望分布或某一理論分布是否存在顯著差異，是一種吻合性檢驗(yàn)，通常適于對有多項(xiàng)分類值的總體分布的分析。

它的原假設(shè)是：樣本來自的總體分布與期望分布或某一理論分布無差異。二項(xiàng)分布檢驗(yàn)在生活中有很多數(shù)據(jù)的取值是二值的，例如，人群可以分成男性和女性，產(chǎn)品可以分成合格和不合格，學(xué)生可以分成三好學(xué)生和非三好學(xué)生，投擲硬幣實(shí)驗(yàn)的結(jié)果可以分成出現(xiàn)正面和出現(xiàn)反面等。

通常將這樣的二值分別用1或0表示。如果進(jìn)行n次相同的實(shí)驗(yàn)，則出現(xiàn)兩類（1或0）的次數(shù)可以用離散型隨機(jī)變量X來描述。

如果隨機(jī)變量X為1的概率設(shè)為P，則隨機(jī)變量X值為0的概率Q便等于1-P，形成二項(xiàng)分布。SPSS的二項(xiàng)分布檢驗(yàn)正是要通過樣本數(shù)據(jù)檢驗(yàn)樣本來自的總體是否服從指定的概率為P的二項(xiàng)分布，其原假設(shè)是：樣本來自的總體與指定的二項(xiàng)分布無顯著差異。

從某產(chǎn)品中隨機(jī)抽取23個(gè)樣品進(jìn)行檢測并得到檢測結(jié)果。用1表示一級(jí)品，用0表示非一級(jí)品。

根據(jù)抽樣結(jié)果驗(yàn)證該批產(chǎn)品的一級(jí)品率是否為90%。單樣本K-S檢驗(yàn)K-S檢驗(yàn)方法能夠利用樣本數(shù)據(jù)推斷樣本來自的總體是否服從某一理論分布，是一種擬合優(yōu)度的檢驗(yàn)方法，適用于探索連續(xù)型隨機(jī)變量的分布。

例如，收集一批周歲兒童身高的數(shù)據(jù)，需利用樣本數(shù)據(jù)推斷周歲兒童總體的身高是否服從正態(tài)分布。再例如，利用收集的住房狀況調(diào)查的樣本數(shù)據(jù)，分析家庭人均住房面積是否服從正態(tài)分布。

單樣本K-S檢驗(yàn)的原假設(shè)是：樣本來自的總體與指定的理論分布無顯著差異，SPSS的理論分布主要包括正態(tài)分布、均勻分布、指數(shù)分布和泊松分布等。變量值隨機(jī)性檢驗(yàn)變量值隨機(jī)性檢驗(yàn)通過對樣本變量值的分析，實(shí)現(xiàn)對總體的變量值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)。

例如，在投硬幣時(shí)，如果以1表示出現(xiàn)的是正面，以0表示出現(xiàn)的是反面，在進(jìn)行了若干次投幣后，將會(huì)得到一個(gè)以1,0組成的變量值序列。這時(shí)可能會(huì)分析“硬幣出現(xiàn)正反面是否是隨機(jī)的”這樣的問題。

變量值隨機(jī)性檢驗(yàn)正是解決這類問題的一個(gè)有效方法。它的原假設(shè)是：總體變量值出現(xiàn)是隨機(jī)的。

變量隨機(jī)性檢驗(yàn)的重要依據(jù)是游程。所謂游程是樣本序列中連續(xù)出現(xiàn)相同的變量值的次數(shù)。

可以直接理解，如果硬幣的正反面出現(xiàn)是隨機(jī)的，那么在數(shù)據(jù)序列中，許多個(gè)1或許多個(gè)0連續(xù)出現(xiàn)的可能性將不太大，同時(shí)，1和0頻繁交叉出現(xiàn)的可能性也會(huì)較小。因此，游程數(shù)太大或太小都將表明變量值存在不隨機(jī)的現(xiàn)象。

例：為檢驗(yàn)?zāi)衬蛪涸O(shè)備在某段時(shí)間內(nèi)工作是否持續(xù)正常，測試并記錄下該時(shí)間段內(nèi)各個(gè)時(shí)間點(diǎn)上的設(shè)備耐壓的數(shù)據(jù)?，F(xiàn)采用游程檢驗(yàn)方法對這批數(shù)據(jù)進(jìn)行分析。

如果耐壓數(shù)據(jù)的變動(dòng)是隨機(jī)的，可認(rèn)為該設(shè)備工作一直正常，否則認(rèn)為該設(shè)備有不能正常工作的現(xiàn)象。2檢驗(yàn)方法編輯兩獨(dú)立樣本的非參數(shù)檢驗(yàn)兩獨(dú)立樣本的非參數(shù)檢驗(yàn)是在對總體分布不甚了解的情況下，通過對兩組獨(dú)立樣本的分析來推斷樣本來自的兩個(gè)總體的分布等是否存在顯著差異的方法。

獨(dú)立樣本是指在一個(gè)總體中隨機(jī)抽樣對在另一個(gè)總體中隨機(jī)抽樣沒有影響的情況下所獲得的樣本。SPSS中提供了多種兩獨(dú)立樣本的非參數(shù)檢驗(yàn)方法，其中包括曼-惠特尼U檢驗(yàn)、K-S檢驗(yàn)、W-W游程檢驗(yàn)、極端反應(yīng)檢驗(yàn)等。

某工廠用甲乙兩種不同的工藝生產(chǎn)同一種產(chǎn)品。如果希望檢驗(yàn)兩種工藝下產(chǎn)品的使用是否存在顯著差異，可從兩種工藝生產(chǎn)出的產(chǎn)品中隨機(jī)抽樣，得到各自的使用壽命數(shù)據(jù)。

甲工藝：675 682 692 679 669 661 693乙工藝：662 649 672 663 650 651 646 652曼-惠特尼U檢驗(yàn)兩獨(dú)立樣本的曼-惠特尼U檢驗(yàn)可用于對兩總體分布的比例判斷。其原假設(shè)：兩組獨(dú)立樣本來自的兩總體分布無顯著差異。

曼-惠特尼U檢驗(yàn)通過對兩組樣本平均秩的研究來實(shí)現(xiàn)判斷。秩簡單說就是變量值排序的名次，可以將數(shù)據(jù)按升序排列，每個(gè)變量值都會(huì)有一個(gè)在整個(gè)變量值序列中的位置或名次，這個(gè)位置或名次就是變量值的秩。

K-S檢驗(yàn)K-S檢驗(yàn)不僅能夠檢驗(yàn)單個(gè)總體是否服從某一理論分布，還能夠檢驗(yàn)兩總體分布是否存在顯著差異。其原假設(shè)是：兩組獨(dú)立樣本來自的兩總體的分布無顯著差異。

這里是以變量值的秩作為分析對象，而非變量值本身。游程檢驗(yàn)單樣本游程檢驗(yàn)是用來檢驗(yàn)變量值的出現(xiàn)是否隨機(jī)，而兩獨(dú)立變量的游程檢驗(yàn)則是用來檢驗(yàn)兩獨(dú)立樣本來自的兩總體的分布是否存在顯著差異。

其原假設(shè)是：兩組獨(dú)立樣本來自的兩總體的分布無顯著差異。兩獨(dú)立樣本的游程檢驗(yàn)與單樣本游程檢驗(yàn)的思想基本相同，不同的是計(jì)算游程數(shù)的方法。

兩獨(dú)立樣本的游程檢驗(yàn)中，游程數(shù)依賴于變量的秩。極端反應(yīng)檢驗(yàn)極端反應(yīng)檢驗(yàn)從另一個(gè)角度檢驗(yàn)兩獨(dú)立樣本所來自的兩總體分布是否存。

5.下列檢驗(yàn)中,要使用非參數(shù)統(tǒng)計(jì)方法的是（）

非參數(shù)統(tǒng)計(jì)最常用于具備下述特征的情況：

1、待分析數(shù)據(jù)不滿足參數(shù)檢驗(yàn)所要求的假定，因而無法應(yīng)用參數(shù)檢驗(yàn)。例如，我們曾遇到過的非正態(tài)總體小樣本，在t-檢驗(yàn)法也不適用時(shí)，作為替代方法，就可以采用非參數(shù)檢驗(yàn)。

2、僅由一些等級(jí)構(gòu)成的數(shù)據(jù)，不能應(yīng)用參數(shù)檢驗(yàn)。例如，消費(fèi)者可能被問及對幾種不同商標(biāo)的飲料的喜歡程度，雖然，他們不能對每種商標(biāo)都指定一個(gè)數(shù)字來表示他們對該商標(biāo)的喜歡程度，卻能將幾種商標(biāo)按喜歡的順序分成等級(jí)。這種情形也宜采用非參數(shù)檢驗(yàn)。

3、所提的問題中并不包含參數(shù)，也不能用參數(shù)檢驗(yàn)。例如，我們想判斷一個(gè)樣本是否為隨機(jī)樣本，采用非參數(shù)檢驗(yàn)法就是適當(dāng)?shù)摹?

4、當(dāng)我們需要迅速得出結(jié)果時(shí)，也可以不用參數(shù)統(tǒng)計(jì)方法而用非參數(shù)統(tǒng)計(jì)方法來達(dá)到目的。一般說來，非參數(shù)統(tǒng)計(jì)方法所要求的計(jì)算與參數(shù)統(tǒng)計(jì)方法相比，完成起來既快且易。有些非參數(shù)統(tǒng)計(jì)方法的計(jì)算，就算對統(tǒng)計(jì)學(xué)知識(shí)不熟練的人，也能在收集數(shù)據(jù)時(shí)及時(shí)予以完成。