一.非参数统计的概念
非参数检验对总体的分布类型不做严格规定，又称为任意分布检验，它直接对总体分布进行假设检验，应用时可以不考虑研究对象为何种分布以及分布是否已知，也由于这种假设检验方法并不是参数间的比较，而是应用于分布间的比较，故称为非参数检验。
优点：不受总体分布的限制，适用范围广，且计算简便
缺点：对于符合参数检验的资料，如果选用非参数检验，则会降低检验效能(1-β)
非参数检验方法很多，其中较常用，检验效率高，又比较系统，完整的就是秩和检验。
二. Wilcoxon符合秩和检验
1. 配对设计Wilcoxon符合秩和检验
当配对设计数值变量的差值d不服从正态分布时，应使用非参数检验，适合该资料的非参数检验称为符号秩和检验，也称为Wilcoxon符号秩和检验，可以用于配对样本差值的中位数与0的比较，还可以用于单样本中位数与已知中位数的比较
进行这种检验，最关键的步骤是编秩，也就是排序，步骤如下
1) 求差值，根据差值的绝对值从小到大编秩
2) 差值为0时，舍去不计，同时样本例数减1
3) 差值的绝对值相等时，符号相同可顺次编秩，符号不同先取平均秩次，再给秩次冠以原差值的正负号
4) 求秩和并确定检验统计量：分别求出正负秩次之和，任取其中一个的绝对值作为统计量
2. 完全随机化设计两样本比较的秩和检验
当应用于数值变量资料时，与配对设计相比，有几点不同
1）将两组数据放在一起，从小到大统一编秩，不在是求差值了
2）当原始数据相同，若在同一组，则顺序编秩或者取平均秩次都可以;若在不同组，则取平均秩次
3）以样本例数小的秩和T作为检验统计量
当应用于等级资料时，只需要注意，此时每组的秩和等于平均秩次与样本量的乘积，示例如下
探讨吸烟与不吸烟两组的血压水平是否有差异，将血压水平分为正常血压，高血压前期，高血压共3个等级，统计每组的频数，然后按照血压水平的不同等级依次计算秩和，用每一组的样本量来进行编秩，依次为1-36,37-76,77-100，求取不同血压水平吸烟与不吸烟两组的秩和时，等于平均秩次乘以各组的样本量。
三.完全随机化设计多样本比较的秩和检验
当完全随机设计多组数值变量资料不满足方差分析的条件时，应进行变量变换或用非参数检验，最常用的非参数检验为Kruskal-Wallis秩和检验，检验统计量为H,又称为H检验，也同时适用于数值变量资料和等级资料
检验统计量H的计算公式如下
R为各组的秩和，n为各组的样本例数，N为总的样本例数。
当相同的数值变量较多时，应对H值进行校正，公式如下
其中
当适用于等级资料时，由于使用的是平均秩次，可以认为每组都是相同的秩次，所以通常会用到H值的校正。
需要注意的是，H检验在做出统计推断时要根据不同条件使用不同的临界值表
当组数k=3,每组例数≤5时，使用H界值表
当不满足上述条件时，H值近似服从自由度v=k-1的卡方分布，需要使用卡方界值表
四.区组设计的多样本比较的秩和检验
对多组随机区组设计的数值变量资料，当满足正态性和方差齐性条件时，可选用随机区组设计的方差分析，若不满足方差分析的条件，应采用friedman秩和检验，也称为M检验。
friedman秩和检验的基本思想是：各区组内的观察值按从小到大进行编秩，如果各处理的效应相同，各区组内秩应以相等的概率出现在各处理组中，各处理组的秩和应该大致相等，不太可能出现较大差别。
检验统计量M的计算公式如下
当区组数b≤15，处理组数k≤15时，可利用M界值表进行统计推断。
·end·
—如果喜欢，快分享给你的朋友们吧—
原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！
本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。
更多精彩
KEGG数据库，除了pathway你还知道哪些
全网最完整的circos中文教程
DNA甲基化数据分析专题
突变检测数据分析专题
mRNA数据分析专题
lncRNA数据分析专题
circRNA数据分析专题
miRNA数据分析专题
单细胞转录组数据分析专题
chip_seq数据分析专题
Hi-C数据分析专题
HLA数据分析专题
TCGA肿瘤数据分析专题
基因组组装数据分析专题
CNV数据分析专题
GWAS数据分析专题
机器学习专题
推文合集
推文合集
推文合集
写在最后
转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。
扫描下方二维码，关注我们，解锁更多精彩内容！
一个只分享干货的
生信公众号
如果觉得《《实用医学统计学与SAS应用》学习笔记 | 数值变量资料或等级资料比较的秩和检验...》对你有帮助，请点赞、收藏，并留下你的观点哦！
