【统计学】参数检验和非参数检验的使用条件(图表说明) | 您所在的位置:网站首页 › z检验的适用条件 › 【统计学】参数检验和非参数检验的使用条件(图表说明) |
前言
自学笔记,分享给对统计学原理不太清楚但需要在论文中用到的小伙伴,欢迎大佬们补充或绕道。ps:本文不涉及公式讲解(文科生小白友好体质)~ 关于参数检验和非参数检验的区别,文字和实例说明请参考以下链接。【统计学】参数检验和非参数检验的区别和基本统计学 本文重点:把以上进行图表整理,看起来更方便一些。 1.常用参数检验的方法和条件: 检验方法两个独立样本两个配对样本三个及以上独立样本三个及以上配对样本数据服从正态分布方差齐性独立样本t检验✓✓✓配对样本t检验✓✓单因素方差分析(One-way ANOVA)✓✓✓重复测量方差分析(Repeated Measures ANOVA)✓✓✓Welch's t检验✓✓双因素方差分析(Two-way ANOVA)✓✓✓✓说明: 对于两个独立样本的比较,使用独立样本t检验;当方差不齐时,可以考虑使用Welch's t检验。对于两个配对样本的比较,使用配对样本t检验。对于三个及以上独立样本的比较,使用单因素方差分析(One-way ANOVA)。对于三个及以上配对样本的比较,使用重复测量方差分析(Repeated Measures ANOVA)。如果同时涉及两个或多个因素,可以考虑使用双因素或多因素方差分析。以上检验方法都要求数据服从正态分布。除了配对样本t检验和Welch's t检验,其他检验方法还要求组间方差相等(即满足方差齐性假设)。在实际研究中,如果数据不满足正态分布或方差齐性假设,可以考虑以下几种解决方案: 数据转换:对数转换、平方根转换等,使数据更接近正态分布。使用非参数检验:上表中对应的非参数方法。稳健方法:如Welch's t检验、Brown-Forsythe检验等,它们在方差不齐时仍能提供可靠的结果。增加样本量:根据中心极限定理,样本量足够大时,抽样分布趋于正态。但这并非总是可行的。 2.非参数检验的几种方法和需要满足的条件 检验方法两个独立样本两个配对样本三个及以上独立样本三个及以上配对样本数据至少有序数据对称分布不要求数据正态性Mann-Whitney U检验✓✓✓Wilcoxon符号秩检验✓✓✓Kruskal-Wallis检验✓✓✓Friedman检验✓✓✓说明: 对于两个独立样本的比较,使用Mann-Whitney U检验;对于两个配对样本的比较,使用Wilcoxon符号秩检验;对于三个及以上独立样本的比较,使用Kruskal-Wallis检验;对于三个及以上配对样本的比较,使用Friedman检验;这四种非参数检验方法都不要求数据服从正态分布;Mann-Whitney U检验和Kruskal-Wallis检验要求数据至少是有序的(ordinal level);
|
CopyRight 2018-2019 实验室设备网 版权所有 |