參數檢驗就是已知數據的精確分布模型，根據數據來求出模型中的未知參數；而非參數檢驗就是無需對樣本總體分布（比如滿足正態分布）做出假設。

1.符號檢驗

轉自：https://baike.baidu.com/item/%E9%9D%9E%E5%8F%82%E6%95%B0%E6%A3%80%E9%AA%8C/6910745

符號檢驗也是用來檢驗兩配對樣本所來自的總體的分布是否存在顯著差異的非參數方法。其原假設是：兩配對樣本來自的兩總體的分布無顯著差異。

1)首先，分別用第二組樣本的各個觀察值減去第一組對應樣本的觀察值。差值為正則記為正號，差值為負則記為負號。

2)將正號的個數與負號的個數進行比較，容易理解：如果正號個數和負號個數大致相當，則可以認為第二組樣本大于第一組樣本變量值的個數，與第二組樣本小于第一組樣本的變量值個數是大致相當的，反之，差距越大。

缺點：配對樣本的符號檢驗注重對變化方向的分析，只考慮數據變化的性質，即是變大了還是變小了，但沒有考慮變化幅度，即大了多少，小了多少，因而對數據利用是不充分的。

2.Wilcoxon符號秩檢驗

原假設是：兩配對樣本來自的兩總體的分布無顯著差異。

1）首先，按照符號檢驗的方法，分布用第二組樣本的各個觀察值減去第一組對應樣本的觀察值。差值為正則記為正號，為負則記為負號，并同時保存差值數據；

2）將差值變量按升序排序，并求出差值變量的秩；最后，分步計算正號秩總和W+和負號秩和W-。

大體上明白了，但是細節還是有點問題，咋這么笨呢，這個文檔不錯，值得再看一遍：

https://wenku.baidu.com/view/77bcf7ef5ebfc77da26925c52cc58bd63186932b.html?rec_flag=default&sxts=1541319651512

//就是首先計算出兩組差值，然后將其絕對值排序得出秩，

//還有什么雙側檢驗，原假設H0就是兩者無顯著性差異，當p<005時就拒絕原假設，說存在顯著性差異；當p>0.05時，就拒絕原假設，接受備擇假設。

2018-12-20更————

轉自:https://wenku.baidu.com/view/a04558ac7375a417866f8ff0.html

?http://www.docin.com/p-1684948748.html

1.目的

當兩樣本來自正態分布，并且有相同的方差時，可以使用T-test檢驗是否具有差異性。當不能確定這兩個條件時，通常將t檢驗換為wilcoxon秩和檢驗。

2.例子

2.1確定原假設和備擇假設

2.2計算檢驗統計量

2.3確定P值

//這里它計算得到的P值范圍是不是錯了，應該是0.005<P<0.01，拒絕H0.

3.基本思想

?對于數據量較多的

豆丁文檔里計算的內容比這個PPT詳細一點。

轉載于:https://www.cnblogs.com/BlueBlueSea/p/9906012.html

總結

以上是生活随笔為你收集整理的Wilcoxon符号秩+秩和检验学习[转载]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。