Непараметрические статистические тесты
Непараметрические (свободные от распределения) тесты — это статистические методы проверки гипотез, которые не предполагают, что данные следуют определенному вероятностному распределению (например, нормальному), что делает их устойчивыми к отклонениям от нормальности, выбросам и порядковым данным. Тест Манна-Уитни (1947) и тест Крускала-Уоллиса (1952) расширяют проверку гипотез за пределы ограничений параметрических предположений. Непараметрические тесты, необходимые в биологии, медицине, психологии и любой области, где данные являются ненормальными, сильно смещенными или измеренными по порядковым шкалам (ранжирование, рейтинги), обеспечивают достоверные выводы, когда параметрические предположения не выполняются.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 цитировать эту страницу
ScholarGate. (2026, June 4). Distribution-Free Hypothesis Testing. ScholarGate. https://scholargate.app/ru/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.
- Дисперсионный анализ (ANOVA)Статистика исследований↔ compare
- Байесовский статистический выводСтатистика исследований↔ compare
- Множественный регрессионный анализСтатистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →