1 基本概念
1.1 定义与适用范围
非参数检验是统计推断中的一类方法，主要特点是不强依赖总体服从某一特定分布形式，或者对分布假设的要求相对较少。它常用于检验总体位置、分布差异、相关关系以及样本之间的独立性等问题。
这类方法尤其适合处理样本量较小、数据分布明显偏离正态、测量尺度有限，或含有较多异常值的情形。对于等级资料、顺序资料和部分名义资料，非参数检验往往比传统参数检验更容易应用。
1.2 与参数检验的区别
非参数检验与参数检验的核心差异，在于前者更关注秩次、符号、频数等相对信息，而后者通常建立在均值、方差等参数及其分布假设之上。两者并非彼此对立，而是针对不同数据条件和研究问题的互补工具。
1.2.1 对分布假设的要求
参数检验通常要求数据接近正态分布，或至少满足大样本下的近似条件，并常涉及方差齐性等前提。非参数检验则较少依赖这些假设，因此在分布未知、偏态明显或尾部较重时更具弹性。
1.2.2 对测量尺度的要求
参数检验一般适用于定距或定比数据，因为它需要对数值大小和差异幅度进行运算。非参数检验可用于等级尺度和顺序尺度数据，因此在问卷评分、名次排序、满意度评价等场景中很常见。
1.2.3 对异常值的稳健性
由于非参数检验不直接依赖原始数值的均值和方差，通常对极端值较不敏感。相比之下，参数检验在数据中存在少数离群点时，检验结果可能受到更明显影响。
1.3 非参数检验的统计思想
非参数检验的统计思想，通常是把原始数据转化为更稳定、更具可比性的形式，再据此进行假设检验。常见的处理方式包括秩次化、符号化以及频数化。
1.3.1 基于秩次的方法
秩次方法将数据按大小排序，用排名代替原始数值。这样做可以削弱异常值的影响，并突出样本之间的相对位置差异。许多常见的非参数检验都属于这一类。
1.3.2 基于符号的方法
符号方法关注差值的正负方向，而不强调具体差值大小。例如在配对数据中，只比较“增大”“减小”或“无变化”的方向信息，适合数值精度有限或差值分布不明的场合。
1.3.3 基于频数的方法
频数方法以观测出现的次数为基础，常用于列联表分析、分类变量关联检验以及适合度检验。它主要处理类别分布是否符合预期，以及不同分类变量之间是否存在关联。
1.4 常见应用场景
非参数检验广泛应用于医学、心理学、教育、社会调查和工程实验等领域，尤其适合那些不满足经典参数假设但仍需要进行显著性推断的数据。
1.4.1 小样本数据分析
当样本数量较少时，数据分布特征往往难以准确估计。此时，非参数检验可减少对总体分布形式的依赖，使推断更为稳妥。
1.4.2 非正态分布数据
对于偏态分布、长尾分布或多峰分布，非参数方法通常比直接使用均值类检验更合适。它们能在较少模型假设下提供有效比较。
1.4.3 等级资料与顺序资料
问卷评分、满意度等级、考试名次等数据常不具备严格等距性质。非参数检验能够直接基于秩次或等级进行分析，因此应用十分广泛。
1.4.4 含离群值数据
当观测中存在少数极端值时，基于均值的检验容易被拉偏。非参数检验对这类数据通常更稳定，能够在一定程度上保持结论的可靠性。
2 主要方法
2.1 单样本非参数检验
单样本非参数检验用于检验一个样本与某个理论中心、目标值或假定分布之间是否存在显著差异。常见方法有符号检验和Wilcoxon符号秩检验。
2.1.1 符号检验
符号检验只考察样本观测值相对于假设中位数的位置关系，即高于、低于或等于该值。它适用于差值方向比差值大小更重要的情况，且对分布形态要求很低。
2.1.2 Wilcoxon符号秩检验
Wilcoxon符号秩检验在符号检验基础上进一步引入差值大小信息，通过对差值绝对值排序并赋秩进行计算，因此通常比纯符号检验更有检验力。它常用于检验单样本中位数或配对差异是否为零。
2.2 两独立样本检验
两独立样本检验用于比较来自两个彼此独立群体的数据是否存在位置或分布差异。此类方法在实验组与对照组比较、两类人群对照等场景中较常见。
2.2.1 Mann–Whitney U检验
Mann–Whitney U检验是两独立样本比较中最常用的非参数方法之一。它通过比较两组数据的秩分布差异，判断两组总体是否具有相同位置特征。
2.2.2 秩和检验
秩和检验以两组秩次之和为基础，判断样本是否来自相同分布或是否存在位置差异。在实际应用中，它与Mann–Whitney U检验关系密切，常被视为等价或近似等价的方法。
2.3 配对样本检验
配对样本检验用于分析同一样本在不同条件下的成对观测，或两组具有一一对应关系的数据。此类方法强调个体内部变化，而不是组间独立比较。
2.3.1 配对符号秩检验
配对符号秩检验常用于比较前后测、左右侧、处理前后等成对数据。它通过差值的方向与秩次共同判断两条件是否存在系统性差异。
2.3.2 McNemar检验
McNemar检验主要用于配对二分类资料，检验两次测量或两种处理下的边际比例是否一致。它常见于“是/否”“有/无”这类成对分类数据分析中。
2.4 多组比较检验
多组比较检验适用于三个及以上样本或条件的整体差异判断。若总体分布假设难以满足，非参数多组方法可作为方差分析的替代方案。
2.4.1 Kruskal–Wallis H检验
Kruskal–Wallis H检验是单因素多组独立样本比较的经典方法。它基于总体秩次差异判断各组是否来自相同分布，常被视为单因素方差分析的非参数对应形式。
2.4.2 Friedman检验
Friedman检验用于重复测量或区组设计中的多条件比较。它将每个区组内的数据转化为秩次，再检验不同处理条件之间是否存在系统差异。
2.5 分布拟合与分布比较
分布拟合与分布比较检验用于判断样本是否符合某个理论分布，或两个样本是否来自相同分布。它们在质量控制、模型诊断和经验分布比较中很常见。
2.5.1 Kolmogorov–Smirnov检验
Kolmogorov–Smirnov检验通过比较经验分布函数与理论分布函数之间的最大差异，或比较两个样本的经验分布差异，来判断分布是否一致。它适合整体分布形态的比较。
2.5.2 Anderson–Darling检验
Anderson–Darling检验也是常见的分布拟合检验方法，较强调分布尾部的偏离情况。与KS检验相比，它对尾部差异更敏感，因此在某些分布检验中应用更广。
2.6 相关与关联分析
非参数相关与关联分析用于研究变量之间是否存在单调关系、秩相关关系或分类关联关系。它们在变量不满足线性关系假设时尤其有价值。
2.6.1 Spearman等级相关
Spearman等级相关基于变量秩次而非原始值，衡量两个变量之间的单调相关程度。它适合非线性但单调变化的关系，也能减弱异常值的影响。
2.6.2 Kendall秩相关
Kendall秩相关通过比较成对观测的一致与不一致关系来度量相关性。该方法在样本较小或并列值较多时也较为常用，解释上偏向秩次一致程度。
2.6.3 列联表关联检验
列联表关联检验主要用于分类变量之间的关系分析，例如两个名义变量是否独立。常见做法包括卡方独立性检验及其相关扩展。
3 方法原理
3.1 秩转换与秩统计量
秩转换是非参数检验的重要基础。通过将原始观测值转换为排名，可以把不同量纲和异常值的影响压缩到较小范围，使样本间比较更稳定。
3.1.1 秩次赋值规则
一般做法是把样本按从小到大排序，最小值记为1，次小值记为2，依次类推。对于配对差值或多组数据，也常在统一或分层范围内进行秩次分配。
3.1.2 并列秩处理
当多个观测值相等时，通常采用平均秩法，即把它们应占据的秩次取平均后分配给各个并列值。这样可以避免人为偏向某一观测，同时保持统计量计算的一致性。
3.2 检验统计量的构造
非参数检验的统计量通常由秩和、符号数、最大差异或频数差异等构成。其设计目标是尽量利用样本中的相对信息，同时保持推断的可计算性。
3.2.1 统计量的分布
在原假设成立时，检验统计量具有特定的抽样分布。部分方法在小样本下可直接获得精确分布，另一些则依赖大样本近似，如正态近似或卡方近似。
3.2.2 精确检验与近似检验
精确检验直接基于统计量的确切分布计算概率，适合样本较小时使用。近似检验则在样本较大时更便于计算，通常借助渐近分布获得p值。
3.3 原假设与备择假设
非参数检验同样遵循假设检验框架，即先提出原假设，再根据样本数据判断是否拒绝。原假设常表示“无差异”“无关联”或“符合指定分布”。
3.3.1 双侧检验
双侧检验关注差异是否存在，而不预先限定方向。若样本结果在任一方向上都足够极端，则可拒绝原假设。
3.3.2 单侧检验
单侧检验用于研究者事先有明确方向假设的情形，例如只关心某组是否高于另一组。与双侧检验相比，它在方向明确时可能更有检验力，但前提也更严格。
4 假设、前提与局限
4.1 典型前提条件
虽然非参数检验比参数检验的假设更少，但并不意味着没有前提。许多方法仍要求样本独立、观测可靠，并满足特定设计结构。
4.1.1 独立性假设
独立性是假设检验中非常重要的基础条件。若样本之间存在明显相关性而未加处理，检验结果可能偏离真实情况。
4.1.2 随机抽样要求
理想情况下，样本应尽量来自随机抽样或随机分配过程。这样有助于提高结论对总体的代表性，并减少系统偏差。
4.2 优势
非参数检验在实际分析中受到欢迎，主要是因为其使用灵活、条件宽松，并能应对多种非理想数据形态。
4.2.1 稳健性较强
由于对异常值和非正态性不敏感，非参数检验往往比传统方法更稳健。在数据质量不高或分布形态复杂时，这一优势尤为明显。
4.2.2 适用数据类型更广
非参数方法不仅能处理连续变量，也适用于等级、顺序和部分分类数据。这使其在调查研究和评价研究中具有很强实用性。
4.3 局限性
尽管应用广泛，非参数检验也存在若干局限，尤其在样本较大且参数假设基本成立时，其效率未必优于参数方法。
4.3.1 检验力可能低于参数检验
当数据实际上满足参数检验条件时，非参数方法有时会损失一部分信息，从而导致检验力略低。换言之，它更稳妥，但不一定最敏感。
4.3.2 信息利用不如原始数值充分
秩次化会丢失部分数值间距信息，只保留相对顺序。对于原始差异幅度本身具有重要意义的问题，这种简化可能限制解释深度。
4.3.3 多重比较问题
在多组分析或大量相关检验中，重复进行非参数检验同样会带来第一类错误累积。此时通常需要配合多重比较校正方法。
4.4 结果解释注意事项
非参数检验的结果不能只看显著性，还应结合研究背景、数据结构和实际差异大小进行解释。尤其是秩次结果，不应机械理解为原始数值差距。
4.4.1 显著性与效应量
p值只能说明差异是否足够不寻常，并不能直接反映差异有多大。实际报告中通常还应给出效应量，以辅助判断结果的重要程度。
4.4.2 秩次差异的实际含义
秩次高低表示相对位置不同，但并不等同于绝对值差距固定。解释时应结合变量性质和测量背景，避免把“秩差”误读为“均值差”。
5 典型检验方法详解
5.1 符号检验
符号检验是一种简单而稳健的非参数方法，主要用于判断配对差值或单样本中位数是否偏离某一假定值。
5.1.1 适用条件
该方法适用于只关心差值正负方向、而不依赖差值大小的情形。它对分布要求很少，但统计效率通常低于基于秩次的方法。
5.1.2 计算步骤
先将每个观测值与假设值比较，再统计正号与负号的个数，忽略相等项。最后依据二项分布或其近似形式计算显著性。
5.2 Wilcoxon检验
Wilcoxon检验是应用非常广泛的秩和类方法，既可用于单样本，也可用于配对样本情形。
5.2.1 单样本情形
在单样本场景中，Wilcoxon符号秩检验通过考察样本与假定中位数的差值秩次，判断样本中心位置是否偏离目标值。
5.2.2 配对样本情形
在配对数据中，它对每对观测的差值进行排序和加权，结合正负方向形成统计量。与符号检验相比，它更充分利用了样本信息。
5.3 Mann–Whitney U检验
Mann–Whitney U检验是两独立样本比较的经典非参数工具，常用于比较两组数据的分布位置差异。
5.3.1 与两独立样本比较的关系
当两组样本相互独立且测量尺度有限时，该检验可替代两独立样本t检验。它关注的是整体秩分布，而不是单纯均值差异。
5.3.2 U统计量解释
U统计量可理解为一组样本在与另一组样本比较时形成的“胜出次数”指标。统计量越偏离原假设下的期望值，说明两组分布差异越明显。
5.4 Kruskal–Wallis检验
Kruskal–Wallis检验用于三个及以上独立组的总体比较，是秩次化条件下的常用多组方法。
5.4.1 与单因素方差分析的对应关系
它在功能上类似单因素方差分析，但不要求数据严格满足正态性和方差齐性。两者都用于判断组间是否存在总体差异，只是建模依据不同。
5.4.2 事后比较方法
若总体检验显著，通常还需要进一步进行两两比较，以确定差异来自哪些组。常见做法包括基于秩次的成对比较，并配合校正程序控制错误率。
5.5 Friedman检验
Friedman检验适用于重复测量或配对区组设计中的多条件比较，常见于同一对象在多个处理条件下的测试数据。
5.5.1 重复测量数据分析
当同一受试者接受多次测量时，样本之间并不独立，Friedman检验可在区组内部进行秩次比较，从而分析条件效应。
5.5.2 多条件配对比较
若有多个处理条件且每个对象都在所有条件下出现，该方法能判断不同条件是否整体上存在秩次偏移。若结果显著，通常还需进一步做配对事后分析。
5.6 Kolmogorov–Smirnov检验
Kolmogorov–Smirnov检验是一类基于经验分布函数的非参数方法，可用于单样本和双样本分布比较。
5.6.1 单样本检验
单样本KS检验用于判断样本是否来自某个指定理论分布。其核心是比较样本经验分布与理论分布之间的最大垂直差异。
5.6.2 双样本检验
双样本KS检验用于比较两个样本是否来自同一分布。它不局限于位置差异，还对整体分布形态变化具有一定敏感性。
6 统计推断与报告
6.1 p值与显著性水平
非参数检验同样以p值判断结果是否达到预设显著性水平。p值越小，表示在原假设成立条件下观察到当前或更极端结果的概率越低。
6.2 效应量指标
为了更完整地呈现非参数检验结果，通常还应同时报告效应量。效应量有助于说明差异或关联的实际强度。
6.2.1 r值
在某些秩检验中，可将标准化统计量换算为r值，用于表示差异强度。它便于与其他研究结果进行横向比较。
6.2.2 Cliff’s delta
Cliff’s delta常用于衡量两独立样本的总体优劣概率差异，反映一组观测值大于另一组观测值的倾向程度。它对非正态和离群值较友好。
6.2.3 Kendall’s W
Kendall’s W用于衡量多个评定者或多个条件之间的一致程度，也常与Friedman检验配合使用。其值越大，说明一致性越强。
6.3 置信区间的估计
非参数方法的置信区间可通过重抽样、秩统计量或分布无关估计得到。现代应用中，借助Bootstrap方法估计区间也较常见。
6.4 结果报告规范
报告非参数检验时，通常应写明检验方法、样本量、统计量、自由度或秩次信息、p值以及效应量。若使用了事后比较或多重校正，也应明确说明。
7 计算实现与软件
7.1 常用统计软件支持
当前主流统计软件通常都提供较完善的非参数检验功能，便于用户在不同数据场景下快速完成分析。
7.1.1 SPSS中的非参数检验
SPSS提供多种常见非参数检验入口，适合通过菜单化操作完成秩检验、相关分析和列联表分析等任务。其界面友好，适合教学和基础应用。
7.1.2 R语言中的相关函数
R语言在非参数统计方面支持丰富，既有基础函数，也有多个扩展包可用于秩检验、分布检验和重抽样分析。其灵活性较高，适合批量处理和可重复研究。
7.1.3 Python中的相关库
Python可借助科学计算库进行非参数检验，常见工具包括用于统计检验和数据处理的相关模块。它便于与数据清洗、可视化和机器学习流程结合。
7.2 手工计算示例
在教学或小样本分析中，手工计算有助于理解非参数检验的原理。虽然实际工作多由软件完成，但掌握基本步骤仍有助于解释结果。
7.2.1 秩和计算
秩和计算通常先对合并样本排序，再分别累加各组秩次。比较秩和大小即可初步判断两组是否存在位置差异。
7.2.2 统计量查表
部分小样本非参数检验可直接查表获得临界值。通过把计算得到的统计量与临界值比较，即可判断是否拒绝原假设。
7.3 自动化分析流程
在实际项目中，非参数检验常嵌入自动化数据分析流程，以提高效率并减少人工误差。
7.3.1 数据预处理
预处理通常包括缺失值检查、异常值识别、变量类型确认以及分组信息整理。良好的前处理能显著提升后续分析质量。
7.3.2 方法选择与结果输出
根据数据类型、研究设计和假设目标选择合适方法后，可自动生成统计量、p值、效应量和图表摘要。规范化输出有助于研究复现与报告撰写。
8 历史与发展
8.1 非参数统计学的起源
非参数统计的发展，源于对经典参数方法适用范围有限这一现实问题的回应。随着实际数据类型不断丰富，统计学逐渐形成了一套不依赖严格分布假设的分析体系。
8.2 经典方法的提出
许多经典非参数检验在20世纪逐步形成并成熟，例如符号检验、秩和检验、Wilcoxon类检验和Kolmogorov–Smirnov检验等。它们为后续秩统计与分布无关推断奠定了基础。
8.3 现代应用扩展
随着计算能力提升和数据类型多样化，非参数检验的应用边界不断扩展。它不仅服务于传统统计推断，也与现代重抽样、稳健统计和机器学习中的评估问题相互融合。
8.3.1 生物医学研究
在临床试验、实验室测量和生理指标分析中，非参数方法常用于处理偏态数据、等级评分和小样本比较。它们在医学研究中具有很高的实用价值。
8.3.2 心理学与教育测量
心理量表、行为评分和教育评价数据常带有等级属性，因而非常适合采用非参数检验。相关方法有助于分析组间差异、前后变化和评分一致性。
8.3.3 社会科学数据分析
社会调查、公众意见和满意度研究中，数据常以等级或类别形式出现。非参数检验能够在不强求分布假设的前提下，对这些资料进行较为稳妥的统计推断。