ScholarGate
Avustaja
Process / pipelinedistribution-free-methods

Ei-parametrinen tilastollinen testaus

Ei-parametriset (jakaumavapaat) testit ovat hypoteesien testaukseen käytettäviä tilastollisia menetelmiä, jotka eivät oleta datan noudattavan tiettyä todennäköisyysjakaumaa (esim. normaalijakaumaa). Ne ovat siten robustimpia poikkeamille normaalisuudesta, poikkeaville arvoille ja järjestysasteikolliselle datalle. Mann-Whitney U -testi (1947) ja Kruskal-Wallis-testi (1952) laajentavat hypoteesien testausta parametristen oletusten rajoitusten ulkopuolelle. Ne ovat välttämättömiä biologiassa, lääketieteessä, psykologiassa ja kaikilla aloilla, joilla data on ei-normaalia, voimakkaasti vinoa tai mitattu järjestysasteikolla (järjestysluvut, arvioinnit). Ei-parametriset testit tarjoavat pätevän päättelyn, kun parametriset oletukset eivät päde.

Sovella työkalulla StatMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  1. 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
  2. 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
  3. Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 4). Distribution-Free Hypothesis Testing. ScholarGate. https://scholargate.app/fi/research-statistics/nonparametric-tests

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateNonparametric Statistical Tests (Distribution-Free Hypothesis Testing). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/research-statistics/nonparametric-tests · Aineisto: https://doi.org/10.5281/zenodo.20539026