大家好！这里是SPSSAU~

为了帮大家快速度过新手期， 我们整理了一份常见分析方法的流程总结。

其中包括每种分析方法的分析流程，以及每个环节中可能出现的问题及应对方法。不会分析的同学可以按照图中的流程一步步操作，就能得到准确可靠的结果。

本文是这个系列的第5篇文章，将介绍非参数检验的分析流程。

1. 何时使用非参数检验

或许你还没有理解什么是参数检验、非参数检验，但一定曾在无意之中使用过它们。如我们常用的方差分析、T检验，都属于参数检验。

参数检验，就是假定数据服从某种分布，通过样本信息对总体参数进行检验。因而在分析前，先要检验数据是否符合该类型的分布，如果数据无法满足检验假设的情况不符合分布情况，则可以考虑选择使用非参数检验。

比如使用方差分析时，需要在分析前对数据的正态性和方差齐性进行判断，如果服从正态性、方差齐性，才可以使用方差分析。反之，如果没有满足这些假设条件，则使用非参数检验。

2. 非参数检验和参数检验的对比

① 适用范围：

非参数检验用作参数检验的替代方法，当数据不满足正态性时，将使用非参数检验。因此，关键是要弄清楚是否具有正态分布。如果数据大致呈现"钟型"分布，则可以使用参数检验。

② 检验效能：

如果数据满足参数分布，应该优先选择参数检验方法。愿因在于参数检验的检验效能要高于非参数检验。尤其是在样本数较大的情况下，参数检验结果较为稳健，所以即使不服从正态分布，也会选择参数检验。

③ 对比指标：

参数检验一般用平均值反映数据的集中趋势；但由于数据不满足正态分布，在非参数检验中如果再使用平均值描述显然不太准确（比如常被吐槽的人均收入），此时中位数是更好的选择。

参数检验用平均值及标准差描述样本分布请况。

非参数检验结果中使用的是中位数描述差异。

④ 图形展示

除了使用以上指标进行分析，还可以通过图形直观展示数据情况。参数检验常用图形有：折线图、条形图等，非参数检验可以使用箱线图查看。

3. 非参数检验的类型

凡是在分析过程中不涉及总体分布参数的检验方法，都可以称为“非参数检验”。因而，与参数检验一样，非参数检验包括许多方法。以下是最常见的非参数检验及其对应的参数检验对应方法：

单样本Wilcoxon检验

单样本Wilcoxon检验是单样本t检验的代替方法。该检验用于检验数据是否与某数字有明显的区别，如对比调查对象整体态度与满意程度之间的差异。

Mann-Whitney检验

Mann-Whitney检验是独立样本t检验的非参数版本。该检验主要处理包含等级数据的两个独立样本，SPSSAU中称为非参数检验。

Kruskal-Wallis检验

Kruskal-Wallis检验是单因素方差分析的非参数替代方法。Kruskal-Wallis检验用于比较两个以上独立组的等级数据。

在SPSSAU中，与Mann-Whitney检验统称为“非参数检验”,分析时SPSSAU会根据自变量组别数自动选择使用Kruskal-Wallis检验或Mann-Whitney检验。

配对Wilcoxon检验

Wilcoxon符号秩检验是配对样本t检验的非参数对应方法。该检验将两个相关样本与等级数据进行比较。

4. SPSSAU操作

和参数检验一样，进行非参数检验时应当遵循以下的步骤：

案例：分析不同性别学生，学习成绩是否存在差异？

正态性检验

根据正态图显示，数据不服从正态分布，因而考虑使用非参数检验进行分析。

操作步骤

左侧方法栏点击【通用方法】→【非参数检验】；

将用于分组的自变量X放入【X(定类)】框；

因变量放入【Y（定量）】框；

点击开始非参数检验分析。

结果分析

非参数检验分析步骤与参数检验步骤基本一致，建议参考SPSSAU输出结果中的“分析建议”及“智能分析”即可。

5. 两两比较

如果进行非参数检验Kruskal-Wallis时发现呈现出显著性，因而可考虑继续对比两两组别之间的差异性，SPSSAU提供了多种比较方法，实际研究中，Dunn’t t 检验、Nemenyi两两比较使用较多，Dunn’s t 检验(校正p 值)的检验效能较低非常保守（尤其是组别较多时），不建议使用。

如果Kruskal-Wallis检验显示没有差异性，则不需要进行两两比较。

以上就是非参数检验的流程梳理，事实上在大部分研究中，如果可以使用参数检验，即使不满足正态分布，也优先选择参数检验，尤其是在样本量较大的情况下。