非参数检验

在实际工作中，当总体分布函数不确知或完全未知的情况下，关于总体的各种一般性诊断称为非参数假设。例如总体服从某种分布，两个总体X和Y相互独立，n个总体x₁,x₂，…，x_n同分布等论断。用样本资料去推断非参数假设的方法称为非参数检验。基本问题有：分布拟和检验，样本齐一性检验，独立性检验等。检验方法有：X-检验，K-S检验，符号检验，秩和检验以及游程检验等。非参数检验不依赖于分布函数，应用范围广泛，但功效较低，同时一般要求样本容量较大。常被应用于测验分数统计中。

非参数检验non-parameter test

是不依靠总体参数和已知总体分布而建立的假设检验。它适用于资料分布类型未知或不服从正态分布的资料。常用者有符号检验、秩和检验、秩相关、超过数检验和游程检验等。此法简便，但其检验效能不及参数检验。

非参数检验nonparametric test

与“参数检验”相对。对总体分布形态所知甚少，不能作简单假定，此时对未知分布函数形式及其他特征进行的假设检验。由于在推断过程中不涉及有关总体分布的参数，故称。常用方法如χ²检验、符号检验、秩和检验等。

非参数检验

与“参数检验”相对。若总体的分布形式所知甚少，对未知分布函数的形式及其他特征进行的假设检验。