Непараметрични статистически тестове
Непараметричните (свободни от разпределение) тестове са статистически методи за проверка на хипотези, които не предполагат, че данните следват специфично вероятностно разпределение (напр. нормално), което ги прави устойчиви на отклонения от нормалност, екстремни стойности и ординални данни. Тестът на Ман-Уитни U (1947) и тестът на Крускал-Уолис (1952) разширяват проверката на хипотези извън ограниченията на параметричните предположения. Те са от съществено значение в биологията, медицината, психологията и всяка област, където данните са ненормални, силно асиметрични или измерени в ординални скали (рангове, оценки), непараметричните тестове осигуряват валидни изводи, когато параметричните предположения се провалят.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50–60. DOI: 10.1214/aoms/1177730491 ↗
- Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621. DOI: 10.1080/01621459.1952.10483441 ↗
- Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 4). Distribution-Free Hypothesis Testing. ScholarGate. https://scholargate.app/bg/research-statistics/nonparametric-tests
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дисперсионен анализ (ANOVA)Статистика за изследвания↔ compare
- Байесов статистически изводСтатистика за изследвания↔ compare
- Множествен регресионен анализСтатистика за изследвания↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →