前面讲述的统计推断方法，通常要求样本来自的总体分布类型是已知的,在此种假设基础上，对总体参数进行估计或检验，称为参数统计(parametric
statistics）。在实际工作中，有许多资料不满足参数统计的要求，如总体分布类型不清、总体分布偏态且无法通过数据转换使其符合参数统计的要求等，此时参数统计已不适用，需用一种不依赖于总体分布类型，也不对总体参数进行统计推断的统计分析方法，称为非参数统计（nonparametric
statistics）。
非参数统计的主要优点是不受总体分布类型的限制，适用范围广。非参数统计方法对数据的 要求也不高。不论研究的是何种类型的数据，包括那些难以精确测定、只能以严重程度、优劣等级、次序先后等表示的数据；或有的数据出现不确定数值，如“＞20岁”或“＜80岁”等，均可用非数统计。
非参数统计的不足之处是，当符合参数统计的资料，若用非参数统计处理，因未能充分利用资料提供的信息，检验效率常低于参数统计，犯II型错误的概率增大。
在实际应用中，符合参数统计条件的资料，要首选参数统计的方法。当参数统计的应用条件得不到满足时，应选用非参数统计。
非参数统计方法很多，本讲选用其中检验效率较高的、理论体系比较完整的、常用的秩和检验（rank
sum test）。 |
|
