ScholarGate
עוזר
Process / pipelinedistribution-free-methods

מבחנים סטטיסטיים לא-פרמטריים

מבחנים לא-פרמטריים (ללא הנחות התפלגות) הם שיטות סטטיסטיות לבדיקת השערות שאינן מניחות שהנתונים עוקבים אחר התפלגות הסתברות ספציפית (למשל, נורמלית), מה שהופך אותם לעמידים בפני סטיות מהתפלגות נורמלית, ערכים חריגים ונתונים אורדינליים. מבחן מאן-ויטני U (1947) ומבחן קרוסקל-ואליס (1952) מרחיבים את בדיקת ההשערות מעבר למגבלות ההנחות הפרמטריות. חיוניים בביולוגיה, רפואה, פסיכולוגיה, ובכל תחום שבו הנתונים אינם נורמליים, מוטים מאוד, או נמדדים בסולמות אורדינליים (דירוגים, הערכות), מבחנים לא-פרמטריים מספקים הסקה תקפה כאשר הנחות פרמטריות נכשלות.

יישום עם StatMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  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

איך לצטט עמוד זה

ScholarGate. (2026, June 4). Distribution-Free Hypothesis Testing. ScholarGate. https://scholargate.app/he/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.

Compare side by side

מאוזכר על ידי

ScholarGateNonparametric Statistical Tests (Distribution-Free Hypothesis Testing). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/research-statistics/nonparametric-tests · מערך נתונים: https://doi.org/10.5281/zenodo.20539026