ScholarGate
Trợ lý
Process / pipelinedistribution-free-methods

Kiểm định thống kê phi tham số

Các kiểm định phi tham số (không phụ thuộc phân phối) là các phương pháp thống kê để kiểm định giả thuyết mà không giả định dữ liệu tuân theo một phân phối xác suất cụ thể (ví dụ: phân phối chuẩn), giúp chúng mạnh mẽ trước sự sai lệch khỏi phân phối chuẩn, các giá trị ngoại lai và dữ liệu thứ bậc. Kiểm định Mann-Whitney U (1947) và kiểm định Kruskal-Wallis (1952) mở rộng việc kiểm định giả thuyết vượt ra ngoài các ràng buộc của giả định tham số. Thiết yếu trong sinh học, y học, tâm lý học và bất kỳ lĩnh vực nào mà dữ liệu không tuân theo phân phối chuẩn, bị lệch nhiều hoặc được đo lường theo thang thứ bậc (xếp hạng, đánh giá), các kiểm định phi tham số cung cấp suy luận hợp lệ khi các giả định tham số thất bại.

Áp dụng với StatMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Nguồn tài liệu

  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

Cách trích dẫn trang này

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

Được tham chiếu bởi

ScholarGateNonparametric Statistical Tests (Distribution-Free Hypothesis Testing). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/research-statistics/nonparametric-tests · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026