Process / pipelinedistribution-free-methods

Nieparametryczne testy statystyczne

Testy nieparametryczne (wolne od rozkładu) to metody statystyczne testowania hipotez, które nie zakładają, że dane pochodzą z określonego rozkładu prawdopodobieństwa (np. normalnego), co czyni je odpornymi na odejścia od normalności, wartości odstające i dane porządkowe. Test Manna-Whitneya U (1947) i test Kruskala-Wallisa (1952) rozszerzają testowanie hipotez poza ograniczenia założeń parametrycznych. Niezbędne w biologii, medycynie, psychologii i każdej dziedzinie, gdzie dane są nienormalne, silnie skośne lub mierzone w skali porządkowej (rangi, oceny), testy nieparametryczne zapewniają prawidłowe wnioskowanie, gdy założenia parametryczne zawodzą.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

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

Cytowana przez

ScholarGateNonparametric Statistical Tests (Distribution-Free Hypothesis Testing). Pobrano 2026-06-15 z https://scholargate.app/pl/research-statistics/nonparametric-tests · Zbiór danych: https://doi.org/10.5281/zenodo.20539026