参数检验与非参数检验
首页 专栏 python 文章详情
0
头图

参数检验与非参数检验

Python道人 发布于 3 月 9 日

一:概述:

假设检验分为参数检验(如T检验、F检验等)和非参数检验(如卡方检验、秩和检验等)。参数检验一般都要求数据符合正态分布和方差齐性。而所谓的非参数检验,指的是不需要假定总体分布形式,直接对数据的分布进行检验,由于不涉及总体分布的参数,故名“非参数”检验。
因此,在使用检验方法之前需要先确定总体分布。

二:正态性检验

K-S检验:适合于大样本数据(大于50)的正态性检验 S-W检验:适合于小样本数据(小于50)的正态性检验

三:方差齐性检验

方差反映了一组数据与其均值的偏离程度,而方差齐性检验用于检验两组数据与其均值偏离程度是否存在差异。

python 数据分析 统计分析
阅读 40 发布于 3 月 9 日
收藏
分享
本作品系原创, 采用《署名-非商业性使用-禁止演绎 4.0 国际》许可协议
avatar
Python道人
1 声望
0 粉丝
关注作者
0 条评论
得票 时间
提交评论
avatar
Python道人
1 声望
0 粉丝
关注作者
宣传栏
目录

一:概述:

假设检验分为参数检验(如T检验、F检验等)和非参数检验(如卡方检验、秩和检验等)。参数检验一般都要求数据符合正态分布和方差齐性。而所谓的非参数检验,指的是不需要假定总体分布形式,直接对数据的分布进行检验,由于不涉及总体分布的参数,故名“非参数”检验。
因此,在使用检验方法之前需要先确定总体分布。

二:正态性检验

K-S检验:适合于大样本数据(大于50)的正态性检验 S-W检验:适合于小样本数据(小于50)的正态性检验

三:方差齐性检验

方差反映了一组数据与其均值的偏离程度,而方差齐性检验用于检验两组数据与其均值偏离程度是否存在差异。