一：? ?參數檢驗與非參數檢驗

1，參數檢驗是針對參數做的假設，非參數檢驗是針對總體分布情況做的假設，這個是區分參數檢驗和非參數檢驗的一個重要特征。
2，二者的根本區別在于參數檢驗要利用到總體的信息（總體分布、總體的一些參數特征如方差），以總體分布和樣本信息對總體參數作出推斷；非參數檢驗不需要利用總體的信息（總體分布、總體的一些參數特征如方差），以樣本信息對總體分布作出推斷。
3，參數檢驗只能用于等距數據和比例數據，非參數檢驗主要用于記數數據。也可用于等距和比例數據，但精確性就會降低。

非參數檢驗往往不假定總體的分布類型，直接對總體的分布的某種假設（例如如稱性、分位數大小等等假設）作統計檢驗。當然，上一節介紹的擬合優度檢驗也是非參數檢驗。除了擬合優度檢驗外，還有許多常用的非參數檢驗。最常見的非參數檢驗統計量有 3類：計數統計量、秩統計量、符號秩統計量。

?

================================

參數檢驗是在已知總體分布的條件下（一般要求總體服從正態分布）對一些主要的參數（如均值、百分數、方差、相關系數等）進行的檢驗，有時還要求某些總體參數滿足一定條件。如獨立樣本的Ｔ檢驗和方差分析不僅要求總體符合正態分布，還要求各總體方差齊性。教材第八章之前所介紹的統計方法都是參數檢驗法。

　　非參數檢驗則不考慮總體分布是否已知，常常也不是針對總體參數，而是針對總體的某些一般性假設（如總體分布的位置是否相同，總體分布是否正態）進行檢驗。

?

================================

參數檢驗， 此時已經假定了總體的分布信息， 根據期望、方差、和樣本信息等推斷分布的參數。

非參數檢驗， 不假定總體分布； 直接從樣本信息推斷總體分布

參數檢驗會用到總體的信息（參數特征）？

================================

?

?

?

許多統計分析方法的應用對總體有特殊的要求，如t檢驗要求總體符合正態分布，F檢驗要求誤差呈正態分布且各組方差整齊，等等。這些方法常用來估計或檢驗總體參數，統稱為參數統計。

??? 但許多調查或實驗所得的科研數據，其總體分布未知或無法確定，這時做統計分析常常不是針對總體參數，而是針對總體的某些一般性假設（如總體分布），這類方法稱非參數統計（Nonparametric tests）。

??? 非參數統計方法簡便，適用性強，但檢驗效率較低，應用時應加以考慮。

?

Chi-Square過程

?調用此過程可對樣本數據的分布進行卡方檢驗。卡方檢驗適用于配合度檢驗，主要用于分析實際頻數與某理論頻數是否相符。

?

總結

以上是生活随笔為你收集整理的检验 （杂）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。