비모수 검정은 특정 모수를 사용하여 모집단의 분포를 특성화하지 않아도 되는 가설 검정입니다. 예를 들어, 많은 가설 검정에서 모집단이 μ 및 σ 모수를 갖는 정규 분포를 따르는 것으로 가정합니다. 비모수 검정에서는 이러한 가정을 하지 않기 때문에 데이터가 비정규적이거나 변환의 영향을 받지 않을 때 유용합니다.
모수 통계에서는 추론하려는 하나 이상의 알 수 없는 모수로 특징지워지는 완전히 지정된 분포에서 표본이 추출된다고 가정합니다. 비모수 통계에서는 표본의 상위 분포가 지정되지 않았다고 가정하며 보통 분포의 중심에 대해 추론하는 데 관심이 있습니다. 예를 들어, 1-표본 t-검정 등 비모수 통계의 많은 검정은 데이터가 평균을 알 수 없는 정규 모집단에서 추출된다는 가정 하에 파생됩니다. 비모수 연구에서는 정규성 가정이 제거됩니다.
비모수 검정은 정규성 가정이 유지되지 않고 표본 크기가 작은 경우에 유용합니다. 그러나 비모수 검정이 데이터에 대한 가정에서 완전히 자유로운 것은 아닙니다. 예를 들어, 표본 내 관측치가 독립적이고 같은 분포에서 추출된다고 가정하는 것이 중요합니다. 또한 2-표본 설계에서는 모양과 산포가 같다는 가정이 필요합니다.
모수적 절차나 비모수적 절차 중에서 선택할 수 있고 모수적 절차에 대한 가정을 만족하는 것이 확실한 경우에는 모수적 절차를 사용하십시오. 또한 표본 크기가 적당히 크면 모집단이 정규 분포를 따르지 않을 때도 모수적 절차를 사용할 수 있습니다.
다음은 비모수 검정 및 해당 대립 모수 검정 리스트입니다.
비모수 검정 | 대립 모수 검정 |
---|---|
1-표본 부호 검정 | 1-표본 Z 검정, 1-표본 t-검정 |
1-표본 Wilcoxon 검정 | 1-표본 Z 검정, 1-표본 t-검정 |
Mann-Whitney 검정 | 2-표본 t-검정 |
Kruskal-Wallis 검정 | 일원 분산 분석 |
Mood 중위수 검정 | 일원 분산 분석 |
Friedman 검정 | 이원 분산 분석 |