非参数检验
方法简介：非参数检验不需要数据满足正态分布假设，适用于非正态分布或等级数据。根据分组数量自动选择Mann-Whitney U检验（2组）或Kruskal-Wallis H检验（3组以上）。
何时使用非参数检验？
- 正态性检验不通过（p<0.05）
- 数据为等级或排序数据（如李克特量表）
- 样本量较小（<30）
- 数据存在明显的偏态或异常值
两种检验方法
Mann-Whitney U检验（2组比较）
非参数版本的独立样本t检验，比较两组的中位数差异。
适用场景：比较两组非正态分布数据的差异
使用示例："用非参数方法比较男女在满意度上的差异"
Kruskal-Wallis H检验（多组比较）
非参数版本的方差分析，比较三组及以上的中位数差异。
适用场景：比较多组非正态分布数据的差异
使用示例："用非参数方法比较不同年龄组的满意度差异"
结果解读
- 中位数M(P25,P75)：各组的描述统计
- U统计量或H统计量：检验统计量
- p值：p<0.05表示组间存在显著差异
参数检验 vs 非参数检验
如果数据符合正态分布，参数检验（t检验/方差分析）更有统计功效。仅当正态性假设不满足时，才使用非参数检验。
相关方法
t检验 |
方差分析 |
正态性检验
立即使用 chatspss 进行非参数检验