非参数统计期末复习：符号检验、Wilcoxon与Kruskal-Wallis全解析

期末又到“非参数统计”这道坎了。每年这个节点，总有一批人抱着教材从符号检验翻到Kruskal-Wallis，翻完就一个感觉：方法太多、名字太像、全都记不住。其实非参数统计这门课并不难，难的是方法体系太庞大——符号检验、Wilcoxon检验、Mann-Whitney U检验、K-W检验、Friedman检验、Spearman相关……光看名字就能劝退一半人。今天这篇东西，就是帮你把这些方法串成一条线：什么时候用哪个、统计量怎么算、原假设怎么设、期末题目怎么答，一次讲清楚。适合正在备考的你，也适合那些平时听课听着听着就走神、考前想快速捡起来的人。

在我带过的学生里，很多人栽就栽在一个点上——拿非参数方法去硬套参数检验的思维。非参数统计的底层逻辑就一句话：数据不满足“正态分布、方差齐性”这些硬前提时，我绕开分布形态，直接拿“排序位置”说话。把这句话刻进脑子里，后面所有方法都顺了。

1. 非参数统计的前世今生——从“什么时候必须用它”说起

1.1 参数统计与非参数统计的边界在哪里

先说个扎心的事实：很多教材把参数统计和非参数统计讲成了两门不相干的课，但考试题最爱考的恰恰是二者的边界，也就是“为什么这里不能用t检验，非要换非参数方法”。

所谓参数统计，核心是“假定总体分布形式已知，只是参数未知”。典型的比如t检验——它假定两组数据都来自正态总体，然后去检验均值是否相等。Z检验、F检验、卡方检验里面的一部分，也都是这类思路。这套体系很美，但代价是：它对分布形式很敏感，数据一旦不满足假定，结论就可能完全失真。

非参数统计则相反，它不以“总体服从某某分布”为前提，检验的重点也往往从“均值”转移到“中位数”“分布位置”“分布形状”这类更稳健的特征。符号检验就是经典的例子：它根本不关心数据长什么样，只看一组观测里有多少个大于中位数、多少个小于中位数，然后用二项分布来判断。这种“丢细节换稳健”的做法，在数据稀奇古怪时特别好用。

我的判断标准很朴素：先看数据能不能画出一张像样的正态Q-Q图。样本量小、分布明显偏态、存在极端值、或者数据是有序分类——只要命中一条，你就应该考虑非参数方法。

1.2 数据“不听话”的三种典型场景

学非参数统计之前，你得先学会识别“数据不听话”的几种样子。这是选对方法的前提。

第一种是偏态分布。比如收入数据，绝大多数人集中在某个区间，极少数人收入极高，画出来就是一个拖着长尾巴的分布。这时候用均值做推断会被极端值拽着跑，但用中位数就稳得多。符号检验、Wilcoxon符号秩检验，就是为了这种场景准备的。

第二种是“有序分类数据”。比如满意度调查里的“非常不满意、不满意、一般、满意、非常满意”，这个数据只能排序，不能精确度量“满意比一般到底高多少”。这时候强行赋分做t检验，属于自己骗自己。正确做法是用基于秩的非参数方法，比如Kruskal-Wallis检验。

第三种是样本量极小、分布形态根本无法判断。比如某实验只有8个样本，你想检验两组是否有差异，连正态性检验都做不了（功效太低），这时候参数检验完全无从谈起。非参数方法因为不依赖分布假定，反而能给出保守但可靠的结果。

1.3 一句话记住非参数统计的底层逻辑

很多学生复习了一周还是懵，是因为脑子里没有一个“总纲”。我帮你总结成一句话：非参数统计就是用数据的相对顺序（秩）取代绝对数值，在更宽松的假设下做统计推断。

这句话怎么理解？我来拆一下。

“相对顺序”指的是：把一组数据从小到大排序，每个数据获得一个序号，这个序号就是“秩”。比如数据 [85, 71, 93]，排序后是71→秩1、85→秩2、93→秩3。注意，原始数据是[85, 71, 93]还是[85.5, 71.2, 93.8]，对秩没有任何影响。这就是非参数方法的稳健性来源——数据怎么平移缩放，结果都不变。

“更宽松的假设”指的是：一般只需要数据独立、可比、分布连续（或有序），最多要求两组分布形状相似即可。不需要正态性，不需要方差齐性，门槛低了，适用范围自然广。

有了这句话打底，后面的符号检验、Wilcoxon检验、Kruskal-Wallis检验、Friedman检验，全部都是这句话的具体展开。你可以把秩理解成“数据在人群中的排名”，后面的方法本质上都是在做“排名分析”。

2. 期末必考的概念框架——分布、秩与检验统计量

2.1 秩、结与符号：三个基础概念

考试里反复出现的三个基础概念是：秩（Rank）、结（Tie）和符号（Sign）。这三个概念看似简单，实则是后面所有检验统计量计算的基石，基础不扎实，后续公式全是空中楼阁。

先说秩。秩就是排序后的位置。把数据从小到大排，第1个就是“最小秩1”，第2个就是“秩2”，以此类推。如果数据里有相等值怎么办？这就是“结”的由来。例如数据[7, 9, 9, 12]，第2、3个位置都是9，处理方法就是取平均秩，两个观测的秩都记为(2+3)/2=2.5。注意这个“平均秩”的细节，期末填空题经常考。

再说符号。符号检验里，我们只关心每个数据与假设中位数的比较结果：大于记为“+”，小于记为“-”，等于就剔除。这个过程把数值数据压缩成了正负号，信息大量丢失，但也正是因为只保留符号，所以极端值再极端，也不至于左右结果。

最后强调一下“结”的处理在各检验中为什么重要。比如Wilcoxon符号秩检验，如果忽略结直接排秩，会高估检验统计量的方差，导致p值偏小、更容易犯第一类错误（把没差异判成有差异）。所以正规计算时要做结修正，公式里分母上多出来那一项就是这个作用。期末计算题如果给了带结的数据，极大概率就是考察你知不知道修正这回事。

2.2 经验分布函数与分位数的理解

除了秩以外，经验分布函数（ECDF）也是非参数统计的地基概念。你不需要背太复杂的定义，只要理解：经验分布函数就是根据样本画出来的“累计比例曲线”。

举个例子，有8个观测值，排序后第4个是12.3，那经验分布函数在12.3处的取值就是4/8=0.5，意思是“样本中有50%的数据不超过12.3”。当样本量足够大时，这条阶梯状的曲线会无限逼近总体的真实分布函数，这正是非参数估计的思想基础。

分位数则是经验分布函数的“反向操作”：给定概率p，找出那个让样本中有p比例数据不超过它的数值。例如0.5分位数就是中位数。非参数检验里经常用中位数代替均值作为位置参数，正是因为中位数本身就是一个稳健的0.5分位数，对极端值不敏感。

这里有个考点提醒：符号检验和Wilcoxon符号秩检验的原假设都以中位数为目标，而参数检验则通常关注均值。这意味着你在答题时必须分清楚：如果题目说“检验中位数是否等于某个数”，几乎必然是考非参数方法。

2.3 检验统计量的“正态近似”是怎么回事

这是期末最容易一头雾水的地方。为什么符号检验、秩和检验最后都蹦出一个Z值？为什么查表时查的是标准正态分布表？

原因是：非参数检验的精确分布计算起来太复杂了。比如Wilcoxon符号秩检验，T统计量的精确分布需要枚举所有可能的秩组合，样本量稍微一大，手工根本算不出来。统计学家们发现，当样本量足够大（一般n≥20，或者两组样本量都不小）时，这些统计量近似服从正态分布。于是发展出一套“正态近似法”：先把统计量标准化成Z值，再套用正态分布临界值做判断。

具体操作时，你需要记两个经典标准化公式。符号检验：Z = (S+ - n/2) / √(n/2)，其中n是有效样本量（剔除相等值后），S+是正号个数。Wilcoxon符号秩检验：Z = (T+ - n(n+1)/4) / √[n(n+1)(2n+1)/24]，其中T+是正秩和。

小样本时怎么办？查精确临界值表。很多考题会故意给n=10这类小样本，就是考你知不知道用精确表。这部分务必在教材里找到对应附表，考前动手查两遍，熟悉位置。

3. 单样本问题——符号检验与Wilcoxon符号秩检验

3.1 符号检验：最朴素但最稳健的中位数检验

先说符号检验。它的使用场景很明确：检验某组数据的中位数是否等于某个给定值m0。原理简单到不可思议——把每个观测值与m0比较，大于记“+”，小于记“−”，等于的直接剔除。如果原假设为真，正号和负号的数量应该差不多，于是检验就变成了二项分布问题。

举个例子说明。某班级10名学生参加健身训练，目标是体重中位数降到70kg。训练后体重为：68、72、70、65、74、69、71、66、73、75。与70比较：小于的5个、大于的4个、等于的1个。剔除等于的1个，剩下n=9，正号个数S+=4。原假设H0：中位数=70，备择假设H1：中位数≠70。在H0下，S+服从n=9、p=0.5的二项分布，P(S+≤4)≈0.5（双侧约等于1），p值远大于0.05，不拒绝原假设。

符号检验的优点是无敌的稳健性，任何极端值都撼动不了它。缺点是信息浪费严重：只用到正负号，忽略了“大多少”“小多少”，检验功效（发现真实差异的能力）相对较低。所以它是“兜底方案”，不是“优先方案”。

3.2 Wilcoxon符号秩检验：符号检验的“加强版”

Wilcoxon符号秩检验可以说是符号检验的升级版，它既保留了非参数的优势，又利用了差值的大小信息。操作分四步：

第一步，计算每个观测值与假设中位数m0的差值di = xi - m0。第二步，剔除di=0的观测值，对剩余差值的绝对值|di|排序并赋予秩。第三步，把正差值（di>0）对应的秩相加，得到T+；负差值对应的秩相加，得到T−。第四步，取T+与T−中的较小者作为检验统计量（小样本查表），或直接用T+做正态近似（大样本时Z = [T+ - n(n+1)/4] / √[n(n+1)(2n+1)/24]）。

这个方法比符号检验好的地方在于：它把“差值大小”转化成了“秩”纳入统计量，信息利用更充分，检验功效一般更高。代价是加了一条额外假设——差值的分布需要近似对称。因为只有对称分布时，正秩和与负秩和才能在中位数假设下期望相等，统计量的性质才可靠。

记忆技巧：Wilcoxon符号秩检验的本质就是“对差值大小排名次，看正负两个方向的排名总量有没有显著失衡”。正秩和太大，说明数据整体显著高于m0；负秩和太大，说明数据整体显著低于m0。

3.3 两种方法怎么选，考试怎么答

期末如果给你一组数据，让你检验中位数，你应该怎么选？我的建议是：

• 只知道正负号、没有具体数值或数值严重失真：用符号检验。
• 有具体数值、差值近似对称、想检验更灵敏：用Wilcoxon符号秩检验。
• 如果题目明确要求“用符号检验”，就别偷换概念用Wilcoxon；反之亦然。考试题目不会含糊，你只需要按指令走。

答题时有个失分重灾区：忘记剔除di=0的观测。很多同学在做Wilcoxon符号秩检验时，把差值为0的数据也拿进来一起排秩，导致秩和计算错误、样本量n也不对。记住，等于0的观测不携带方向信息，必须剔除。

另外要注意单双侧问题。如果题目问“是否显著高于某值”，用单侧检验；如果问“是否等于某值”或“是否有显著差异”，用双侧检验。答题时把原假设和备择假设写清楚，再下结论，别让人猜你的检验方向。

4. 两样本与多样本比较——秩和检验与方差分析的非参数替代

4.1 Wilcoxon秩和检验与Mann-Whitney U检验

两样本问题最经典的是Wilcoxon秩和检验，它和Mann-Whitney U检验本质上是同一个检验，只是计算角度不同，试卷上两种叫法都可能出现。

假设两组独立样本，样本量分别为n1和n2，原假设为两组来自同一个分布（或者说中位数相等）。步骤是：把两组数据混合在一起从小到大排列秩，然后分别计算两组的秩和。

记第一组的秩和为W1，则W1在H0下的期望是n1(n1+n2+1)/2，方差是n1n2(n1+n2+1)/12。大样本时，Z = [W1 - n1(n1+n2+1)/2] / √[n1n2(n1+n2+1)/12]，近似服从标准正态分布。

Mann-Whitney U统计量则定义为U = W1 - n1(n1+1)/2，它衡量的是“从第一组随机抽一个值、从第二组随机抽一个值，第一组值大于第二组值的概率”。U值越大，说明第一组整体上更偏向高分。两种方法检验结论一致，考试时看题目用哪个“顺眼”就用哪个。

实操中最容易翻车的点是：两组样本量悬殊时，秩和公式里n1和n2别搞混。我的建议是，第一步先把两个样本的size标在草稿上，再用大组对小组算，避免代入错误。

4.2 Kruskal-Wallis H检验：多样本比较的利器

当组别从两组变成三组及以上时，参数方法的对应工具是单因素方差分析（One-way ANOVA），而非参数替代就是Kruskal-Wallis H检验。

它的思路是：把所有组的观测值混合排序求秩，然后看各组秩和的差异有多大。如果各组差异不大，那么各组平均秩应该接近总体平均秩；如果差异显著，某些组的秩会系统性偏高或偏低。

统计量H的计算公式是：H = [12 / N(N+1)] × Σ(Ri² / ni) - 3(N+1)，其中N是总样本量，ni是第i组的样本量，Ri是第i组秩和。在H0成立时，H近似服从自由度k-1的卡方分布（k为组数）。如果数据中存在大量“结”，还需要对H进行修正，修正公式是H_c = H / [1 - Σ(tj³ - tj)/(N³ - N)]，其中tj是第j个结的长度。

我当年第一次算H统计量时，最容易被“结修正”坑到。考试里如果数据有重复值（比如一组里出现三个相同的数），且题目还给了结的处理提示，那么你就要警惕——大概率要考察结修正。平时练习时用一把带重复值的数据多算几遍，考场才能不慌。

4.3 检验显著之后怎么办——两两比较的“课后作业”

如果Kruskal-Wallis检验结果显著（p<0.05），说明至少有两组之间存在显著差异。但考试可能会追问：到底是哪两组有差异？这就涉及事后两两比较。

最常见的做法是用Bonferroni校正：你需要比较的次数m = C(k, 2)，然后用0.05/m作为新的显著性水平，再去进行Wilcoxon秩和检验（也就是两两做秩和检验）。这样做的好处是控制总体第一类错误率，代价是检验功效下降、更难拒绝原假设。

举个例子，4个组，需要比较C(4,2)=6次，Bonferroni校正后的显著性水平为0.05/6≈0.0083。只有当某个两两比较的p值小于0.0083时，才能宣称“这两组有显著差异”。很多同学的失分点在于：只做了两两检验，忘了调整显著性水平，直接拿0.05去比较，这是不对的。

这里再补一句期末考试心法：如果题目只问“是否有组间差异”，答题到K-W检验的p值结论即可；如果题目问“哪些组不同”，再往后走到两两比较，不要多此一举。

5. 配对设计、相关性与拟合优度——零散考点的集中突击

5.1 Friedman检验：随机化区组设计的非参数方法

Friedman检验是非参数版的多组配对比较，也是期末容易考到但很多人忽略的一个点。什么是配对？简单说就是同一批对象在不同条件下重复测量，比如同一个人使用三种不同药物的降压效果，或者同一批机器在四种温度下的产出——这样的数据不能当独立样本处理。

Friedman检验的思想是：对每一个区组（也就是每一行，每个对象/每个条件）内部的数据排序，并计算每种处理在不同区组中的秩和。把所有区组的秩加总后，看各处理之间的秩和差异是否显著。如果某种处理在各区组中表现稳定地好或差，它的总秩会显著偏离平均水平。

检验统计量Q的计算公式：Q = 12 / [b k(k+1)] × Σ Rj² - 3b(k+1)，其中b是区组数，k是处理数，Rj是第j个处理的总秩。在H0下，Q近似服从自由度k-1的卡方分布。注意这个公式和K-W的H公式完全不同，虽然长得有点像，但一个基于各区组内排序，一个基于全局混合排序，别记串了。

5.2 Spearman秩相关与Kendall tau系数

相关分析里，Pearson相关系数要求两变量近似服从正态分布且线性关系，而等级变量或非线性单调关系怎么办？这时用Spearman秩相关系数。

计算方法很直观：把两个变量分别排序得到秩，然后对两列秩计算Pearson相关系数。公式简写为：rs = 1 - 6Σdi² / [n(n²-1)]，其中di是每个观测在两个变量上的秩差。这个公式在数据没有结时完全等价于“对秩做Pearson相关”，有结时则要按秩的Pearson公式计算。

Kendall tau系数则是另一种关联度量，它通过比较每一对观测在两个变量上的方向是否“一致”来判断相关性。方向同增或同减叫一致对，一个增一个减叫不一致对，tau = (一致对数量 - 不一致对数量) / 总对数量。理解上，它比Spearman更稳健，也更适合小样本或结较多的数据。

期末复习建议：把Spearman和Kendall作为一对“二选一”的知识点来记。题目问“检验两个变量的相关方向”，优先用Spearman；题目明确说样本量小、或者数据有大量等值，优先考虑Kendall。两个都写清楚原假设是“变量间相互独立”即可。

5.3 卡方检验家族：拟合优度与独立性

很多同学不知道，卡方检验里的拟合优度检验和列联表独立性检验，也被归入非参数方法——因为它们都不涉及总体分布的具体参数，只检验“观测频数”与“期望频数”之间的差异。

拟合优度检验用于判断“数据是否符合某个理论分布”。公式是χ² = Σ(Oi - Ei)² / Ei，Oi是第i类观测频数，Ei是第i类理论频数。比如调查100人血型分布，理论期望按孟德尔比例算，看看实际计数和理论计数是否吻合，这就是拟合优度检验。

列联表独立性检验则判断两个分类变量是否独立。以2×2表为例，期望频数用行合计×列合计/总合计计算，检验统计量同样是χ² = Σ(Oij - Eij)² / Eij，自由度是(行数-1)×(列数-1)。这里最容易犯错的是“期望频数不能太小”，一般要求所有格子的期望频数不低于5，如果有格子太小，应该合并类别或者用Fisher精确检验。

6. 期末复习最高效的对比记忆法

6.1 一张表记住所有检验的适用场景

复习到最后阶段，你需要一张“全家桶”表格来对照记忆。这里给你整理好了，照着这个框架去复盘即可。

这张表看着简单，但你能不看表复述出来，这门课的框架就基本稳了。

6.2 常见失分点与答题套路

我从阅卷视角总结几个高频失分点，这些比公式本身更值得注意。

第一个失分点是“原假设写错”。非参数检验的原假设通常不是“均值相等”而是“中位数相等”或“分布相同”。很多同学套用参数检验的习惯，一上来就写H0：μ1=μ2，这在非参数框架里是得不了分的。务必把“中位数”写进原假设。

第二个失分点是“统计量算完不会下结论”。统计量的值是手段，p值和临界值比较才是目的。规范的答题流程是：写出H0和H1，写出检验统计量公式并代入数据，得到统计量值，查表或算p值，根据显著性水平下结论。每一步都要出现在卷面上，跳步会被扣过程分。

第三个失分点是“忽视大样本与小样本的区别”。非参数统计里，大样本用正态近似，小样本用精确分布查表。很多同学不管三七二十一，全都用正态近似公式，小样本的近似误差极大，算出来临界值都是错的。考试时先看题目给了什么表，给了精确临界值表就用精确法，只给了正态分布表才用近似法。

6.3 三天复习计划建议

最后给你一个可执行的冲刺计划。第一天：集中过概念，熟记秩、结、符号、经验分布函数，配合本文的1-2节内容，把底层逻辑梳理通。第二天：主攻单样本和两样本检验，把符号检验、Wilcoxon符号秩检验、Wilcoxon秩和检验的计算过程亲手算三遍，尤其注意带结的例题。第三天：集中搞定多样本和相关性内容，重点记Kruskal-Wallis和Friedman的公式适用条件，再把斯皮尔曼和卡方检验的题目过一遍。

每天保证完成至少5道计算题，这是唯一能保证考场手不生的办法。这门课的特点就是“一看全会，一算全废”，必须动手算才能暴露问题。

最后再分享一个我个人备考时的土办法：把所有检验方法的名字写在卡片正面，适用条件、公式、原假设写在背面，睡前随机抽几张默写。两天下来，那些原本混在一起的方法就能在脑子里各自归位了。非参数统计的期末复习不需要你背天书，找准框架、分清场景，及格往上走其实很轻松。