假设检验中的统计推断技术：参数数据与非参数数据

参数统计方法（如学生t检验或拟合优度检验）假设数据遵循特定分布，从而能够进行稳健的假设检验和参数估计。

在生物统计学中，参数统计方法经常被使用，例如在比较接受不同治疗的患者之间的平均血糖水平时。

相反，非参数统计不对数据的分布做出任何假设。

当数据不符合参数检验的前提条件，或为有序数据或分类数据时，它们非常有用。

这些方法具有多种优势，包括对异常值的稳健性以及更广泛的数据适用性。

然而，在满足参数检验的前提假设时，它们的效果往往不如参数检验。

例如，使用非参数统计方法，Wilcoxon 秩和检验可比较两组实验动物的中位生存时间。

Kruskal-Wallis 检验是方差分析（ANOVA）的另一种非参数替代方法，通过对三个或更多总体的随机样本进行排序，以判断它们的中位数是否相似。