跳转到内容

非参数检验

来自VeritasWiki 真理百科

非参数检验(nonparametric test)是一类不依赖总体分布具体形式、主要借助数据的秩次或符号来作出推断的统计方法,也常被称为“分布自由检验”。与t检验、方差分析这些需要假定数据来自正态分布、并依赖均值与标准差等参数的检验不同,非参数检验只要求较弱的条件,因而在数据偏态、样本很小、测量水平仅为等级时尤其有用。它并非某种单一的检验,而是一个庞大的家族,成员众多,共同点在于把原始数值转换为相对位置,从而绕开对分布形状的严格要求。这一特性使它在心理学、医学与社会科学中占据不可替代的位置。

与参数检验的分野

参数检验与非参数检验的根本区别,不在于用不用公式,而在于对总体作了多少假设。参数检验假定数据服从某个已知形式的分布,通常只留下少数几个未知参数待估,比如正态分布的均值与方差;一旦这些假定成立,它就能充分利用数据中的数量信息,效率很高。非参数检验则放弃对分布形状的假定,转而只关心观测之间的相对次序:谁比谁大、正号多还是负号多,而不问大多少。这种“降格”使用信息的方式,换来了对假定违反的容忍。

分野也体现在所检验的对象上。参数检验通常检验均值是否相等,非参数检验则更多检验中位数是否相同、分布是否对称、两组分布是否一致。当数据只是等级评定,如“很不满意”到“非常满意”的五级量表,数值之间的间隔未必相等,“平均分”本身就缺乏明确含义,此时以秩次为基础的方法反而更契合数据的性质。理解这一层,才能明白非参数方法不是参数方法的“劣等替代”,而是面向不同数据条件的另一种正当选择。[1]

主要方法

非参数检验的家族成员,按其处理的设计可以梳理出几条主线。最古老的是符号检验,它只看每对观测的差值符号,正号与负号的数目是否悬殊,判断依据是二项分布,简单到几乎不需要计算,但因为没有利用差值的大小,效率较低。威尔科克森符号秩检验对它作了改进,不仅看符号,还给差值的大小排秩,因而在保留稳健性的同时提高了灵敏度,适用于配对或重复测量数据。

两组独立样本的比较,常用曼—惠特尼 U 检验,它把两组数据混合后统一排秩,再比较两组的秩和,本质上检验的是一组观测是否倾向于大于另一组。多组独立样本则用克鲁斯卡尔—沃利斯检验,它是单因素方差分析的非参数对应物;多组相关样本用弗里德曼检验,对应重复测量设计。此外,斯皮尔曼等级相关、肯德尔等级相关处理变量间的单调关联,卡方检验处理分类频数,也都被归入分布自由的范畴。这些方法各司其职,构成了一个覆盖常见设计的基本工具箱。[2]

从历史看,非参数方法在20世纪中叶集中成形。威尔科克森在1940年代先后提出符号秩检验与秩和检验,为后来的许多方法提供了范式;曼与惠特尼于1947年提出独立的 U 检验,其构造与秩和检验相通,二者在数学上等价。克鲁斯卡尔与沃利斯把秩和方法推广到多组比较,弗里德曼则针对重复测量给出相应程序。这些工作大多诞生于计算工具尚不发达的年代,正因为只依赖秩次、手算可行,才迅速被农业与生物实验采纳,并随统计理论的发展而不断完善。

进入计算机时代,非参数检验的面貌又有了新的变化。置换检验与自助法让研究者可以不再依赖分布近似,直接通过重排数据或重抽样来构造经验分布,从而在小样本、复杂设计下得到更可靠的 p 值;精确检验的普及也使过去因计算量过大而被搁置的方法重新可用。这些进展并没有取代经典的秩检验,而是补足了它们在大样本近似失效时的短板,使非参数推断的适用范围进一步拓宽。

秩的运用与代价

非参数检验的核心技术是排秩。把一组观测按大小排序,赋予名次,随后所有运算都在名次上进行。这一转换带来两个直接后果。好处是极端值不再具有破坏力:一个异常大的观测,无论多大,在秩次上也只是排在最后,不会像在均值中那样把结果拉得面目全非,因此非参数方法对离群值天然稳健。代价则是丢失了数量信息:原本相差十倍的两个值,与相差一倍的两个值,在秩次上可能只是一名之差,数据中蕴含的幅度差异被抹平了。

这一代价在分布接近正态时表现为效率损失。统计学家用渐近相对效率来衡量两种检验在同样样本量下达到同等检验力的比较,研究表明,当正态假定成立时,秩检验的效率约为 t 检验的百分之九十五左右,损失不大;而当分布尾部较厚或存在离群值时,秩检验反而可能明显优于 t 检验。换句话说,非参数检验并非一概“不如”参数检验,它的相对优劣取决于数据的真实分布。把“非参数就等于检验力低”当作定论,是一种流传很广的误解。

争议与常见误解

围绕非参数检验,存在几处需要澄清的误解。其一,认为它只适用于非正态数据。事实上,选择方法的依据应是研究问题与测量水平,而不只是分布形状;当数据是等级变量、样本极小、或存在无法处理的极端值时,即便分布检验未能拒绝正态,非参数方法仍可能是更合适的选择。其二,认为非参数检验“没有假定”。它确实放弃了对分布形式的假定,但仍然要求观测独立、要求样本能代表总体,某些方法还假定分布形状相似,只是位置不同。假定减少不等于没有假定。

其三,是关于结果的解释。非参数检验显著,说明两组数据的秩次分布存在差异,通常解读为中位数或整体位置不同,但不能直接等同于均值差异。其四,是小样本下的近似问题。许多非参数检验的 p 值基于大样本近似,样本很小时近似可能不准,此时应使用精确检验或蒙特卡洛方法。其五,是多组比较中的事后检验,非参数框架下的事后比较并不像参数框架那样有统一成熟的方案,需要针对具体方法选择相应的两两比较程序,否则同样会遭遇错误率膨胀。[3]

应用与评价

在心理学研究中,非参数方法的应用场景十分具体。态度量表、症状评定、等级排序这些常见的测量形式,本质上产出的是有序分类数据,用非参数方法分析更为妥当;临床样本往往很小,正态假定难以保证,秩检验提供了稳妥的替代;当数据中存在无法排除的极端反应,如个别被试的极端得分,非参数方法能避免结论被少数点绑架。在心理测量学中,项目分析、评分者一致性等环节也常借重基于秩或基于频数的统计。

评价非参数检验,应当把它理解为对参数方法的一种补充而非取代。它的长处是假定宽松、对异常值稳健、适用测量水平低的数据,使研究者在条件不理想时仍能作出有依据的推断;它的短处是当参数假定确实成立时会损失部分效率,且部分方法的事后比较与效应量体系不如参数框架完备。成熟的做法,是在分析之前就根据数据类型与设计选择方法,而不是先跑参数检验、不显著再换非参数检验来“凑”结果——后者会扭曲错误率,也使结论失去意义。方法的选择应当由问题决定,而非由结果倒推。[4]

参考资料

  1. ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问
  2. ↑ PubMed Central,National Center for Biotechnology Information,2024年访问
  3. ↑ Validity,Simply Psychology,2024年访问
  4. ↑ 中国心理学会官网,中国心理学会,2024年访问