参数检验和非参数检验
非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。
1. 参数检验
参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。参数检验的方法有Z检验、T检验，这些检验都是假设样本来自于正态分布的总体，将总体的数字特征看作未知的“参数”，通过样本的数据特征对其总体进行统计推断。
但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。
2. 非参数检验
非参数检验是在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。
非参数检验的优点：
对数据要求不严格，对资料的分布类型要求比较宽松；
检验方法灵活，使用的用途广泛；
非参数检验的 计算相对简单，易于理解和掌握。
2.1. 两独立样本检验：
SPSS给出的四种独立样本的非参数检验的方法：
Mann-Whitney U检验 #最常用
K-S检验（Kolmogorov-Smirnov检验）
W-W检验（Wld-Wolfwitz runs 检验）
摩西极端反应检验（Moses extreme reaction）
Graphpad.png
2.2. K个独立样本检验
SPSS中多个独立样本检验的方法主要有3种：Kruskal-Wakkis H检验、中位数（Median）检验和Jonckheere-Terpstra检验。
2.3. 两个相关样本检验
该检验一般应用于对同一研究对象（或配对对象）分别给予K种不同处理或处理前后的效果进行比较，前者推断K种效果有无显著差异，后者推断某种处理是否有效。
在SPSS种两个相关样本检验的方法主要有：Wilcoxon检验、Sign（符号）检验、McNemar检验和Marginal Homogeneity检验。
- Wilcoxon检验
- Sign（符号）检验
图片.png
2.4.K个相关样本检验
在SPSS种两个相关样本检验的方法主要有：Friedman检验、Kendall's W检验和Cochran‘s Q检验。
