非参数检验-DPS

非参数检验是针对那些总体分布不能用有限个实参数来刻画，而只能对其作一些诸如分布连续、有密度、具有某阶矩等一般性假定的统计问题。例如，检验“两个总体有相同分布”这个假设，若只假定两总体的分布为连续，此外一无所知，问题涉及的分布不能用有限个实参数刻画，这就是非参数统计问题。又如，估计总体分布的期望，若假定总体分布为正态 分布，则问题是参数性的；若只假定总体分布的期望值存在，则问题是非参数性的。不过参数统计与非参数统计之间并没有泾渭分明的界线，有的统计问题，从不同的角度可以理解为参数性的，也可以理解为非参数性的。例如线性回归(见回归分析)问题,若关心的是估计回归系数,它只是有限个实参数,因而可以看成是参数性的；但如果对随机误差的分布类型没有作任何假定，则从问题总体分布这个角度看，也可以看成是非参数性的。

非参数统计的一个重要特点是非参数统计问题中对总体分布的假定要求的条件很宽，因而使得针对这种问题而构造的非参数统计方法，不致于因为对总体分布的假定不当而导致重大错误,所以它往往有较好的稳健性。但正是因为非参数统计方法需要照顾范围很广的分布，在某些情况下会导致其效率的降低。不过，近代理论证明：当一些重要的非参数统计方法，当与相应的参数方法比较时,即使在最有利于后者的情况下，其效率上的损失也很小。

第1节  符号检验

符号检验是根据正、负符号个数的假设检验方法。首先需要将原始数据按设定的规则，转换成正、负号，然后计数正、负号的个数做出检验。该检验可用于样本中位数和总体中位数的比较，数据升降趋势检验，特别可用于总体分布不服从正态分布或分布不明的配对资料，有时当配对比较的结果只能定性的表达时，也可用本方法。