非参数统计期末复习：核心概念与检验方法选择速查

非参数统计这门课，不少同学复习时最容易学成“一堆检验的堆砌”：符号检验、秩和检验、游程检验、Kruskal-Wallis、Friedman……每个看起来都差不多，真拿到题目又不知道该选哪个。这篇文章不打算铺开讲全部理论，而是站在期末复习的角度，把非参数统计的核心概念、常用方法、易混淆对比点一次性整理清楚，重点放在“怎么选方法”和“怎么套步骤得分”。适合学过一遍但还没形成知识体系的朋友拿来抱佛脚，也适合想快速盘点重点、害怕大题算不对的同学直接照着搭框架。

1. 先搞清楚：非参数统计到底在做什么

1.1 参数统计和非参数统计的分界线

很多同学对非参数统计的第一印象是“不用正态分布”，这个说法对，但不完整。更准确地说，参数统计的核心思路是：先假设总体服从某个已知分布（最常见的是正态分布），然后只对分布里的参数——比如均值 μ、方差 σ²——做估计和检验。t 检验、F 检验、Z 检验都属于这条路，它们的推断精度高，但前提是分布假设必须靠谱。

非参数统计的思路完全不同：它不关心总体具体是什么分布，而是直接利用样本本身的排序信息、符号信息或者秩信息来做推断。所以它也被称为“分布自由”方法。比如中位数的检验、等级数据的比较、分类数据的独立性判断，都属于非参数方法。这不是说非参数方法没有假设，而是它的假设比参数方法宽松得多，比如对分布形状通常只要求连续、对称这类相对弱的条件。

从复习角度看，判断一道题该用参数还是非参数，记住三个信号就行：样本量很小、数据明显偏态或存在异常值、数据本身就是等级或顺序数据。遇到这三种情况，优先考虑换非参数方法。反过来，如果数据量大、分布接近正态、又是连续变量，参数方法通常检验功效更高，这也是“为什么参数方法还占主流”的根本原因——非参数方法稳健但略保守，参数方法灵敏但脆弱。

1.2 期末最容易考到的概念辨析

非参数统计期末选择题里，最高频的概念跳不开这几个：秩、符号、经验分布函数、检验功效、渐近相对效率。其中“秩”是核心中的核心。所谓秩，就是把一组数据从小到大排序后，每个观测值所占据的位置编号。最小值的秩是 1，最大值是 n。出现并列的值时，一般取平均秩。后面讲的所有秩检验，本质上都是把原始数据“降维”成秩再做计算。

“符号”就更简单了，只记录数据是大于还是小于某个参考值，大于记正号，小于记负号，不考虑具体差多少。符号检验只用符号，Wilcoxon 符号秩检验在符号基础上还叠加了秩，所以它比符号检验利用的信息更多、功效更高。这道辨析题几乎是每年必考：问“符号检验和符号秩检验的区别是什么”，标准答法就是“符号检验仅利用差异方向，符号秩检验同时利用差异方向和差异大小的秩”。

经验分布函数也常考，它在每个观测点处往上跳 1/n 的阶梯函数，Kolmogorov-Smirnov 检验就是比较经验分布函数和理论分布函数之间的最大距离。这个概念不难，但容易和概率密度函数、直方图搞混，复习时抓一个本质：经验分布函数是“样本自己长出来的分布”，不需要任何假设。

2. 单样本问题：符号检验与 Wilcoxon 符号秩检验

2.1 符号检验：只数正负号，思路最朴素

符号检验是理解非参数方法的最佳入口。典型问题是：已知样本 x₁, x₂, …, xₙ，想检验总体中位数是否等于某个指定值 M₀。做法很简单——把每个样本值和 M₀ 比，大于记正号，小于记负号，等于则剔除。然后数一数正号个数 S₊。如果中位数真的是 M₀，正号和负号的数量应当差不多，也就是 S₊ 服从成功概率 p=0.5 的二项分布。检验时直接算 P 值：P(S ≥ S₊)，再和显著性水平比较。

这里有个重要推导：符号检验其实是“配对样本中位数差是否为 0”的检验。把配对数据相减得到差值 dᵢ，然后对差值做单样本符号检验，就是配对符号检验。考试里如果给你 10 对治疗前后的数据，让你检验治疗是否有效，那就是这个套路。符号检验的优点是非常稳健，计算量极小，手算也快；缺点是只记方向、不记幅度，浪费了大量信息，所以功效相对低。期末如果问“为什么有了符号检验还要学 Wilcoxon 符号秩检验”，答案就落在功效上。

2.2 Wilcoxon 符号秩检验：符号检验的进阶版

Wilcoxon 符号秩检验是期末计算题的重灾区，但它步骤清晰，按部就班做就行。设原假设仍是 H₀: 中位数 = M₀。第一步：算差值 dᵢ = xᵢ − M₀。第二步：把差值绝对值 |dᵢ| 排序，剔除差值为 0 的数据，剩余 n 个非零差值，按绝对值从小到大赋秩，绝对值相同的取平均秩。第三步：给每个秩恢复原差值的正负号，得到正符号秩和 W₊、负符号秩和 W₋。第四步：检验统计量 W = min(W₊, W₋)，或者直接用 W₊。

小样本（n < 30 左右）查 Wilcoxon 临界值表，大样本可以用正态近似：E(W₊) = n(n+1)/4，Var(W₊) = n(n+1)(2n+1)/24，然后计算 Z = (W₊ − E(W₊)) / √Var(W₊)。这里的关键细节是：Wilcoxon 符号秩检验要求差值分布近似对称，如果数据严重偏态，结果会失真。我复习时经常把符号检验和 Wilcoxon 放在一起对比记忆：符号检验把差值变成“+/−”两个类别，Wilcoxon 把差值变成“带正负号的秩”，后者多利用了差值的相对大小，所以功效更高；但符号检验几乎不需要任何前提，更加万金油。

2.3 游程检验：检验“随机性”的特殊单样本方法

游程检验（Runs Test）也是单样本问题，但它检验的对象不是位置，而是随机性。典型场景：给你一组按时间顺序记录的观测值，检验它是不是纯随机序列。做法是把数据按某个参考值（通常是中位数）分成两类，比如高于中位数记为 A，低于中位数记为 B，然后去数连续相同字母组成的段数，这个段数就叫游程数 R。

游程数的直觉很好理解：R 太小时，说明序列有聚集倾向，比如前面全是 A，后面全是 B，说明数据不是随机产生；R 太大时，说明序列有系统交替倾向，比如 A、B、A、B 来回跳，同样也不随机。大样本下，游程数 R 近似正态分布，期望和方差分别为 E(R) = 1 + 2n₁n₂/(n₁+n₂) 和 Var(R) = 2n₁n₂(2n₁n₂ − n₁ − n₂) / [(n₁+n₂)²(n₁+n₂−1)]，考试直接代入公式再查正态分布表。期末问“游程检验的原假设是什么”，标准答案是“样本序列是随机的”，这个千万别写成“均值相等”或者“分布相同”。

3. 两样本与多样本检验：期末大题的主战场

3.1 Mann-Whitney U 检验与 Wilcoxon 秩和检验

学过非参数统计的人一定绕不开 Mann-Whitney U 检验，它和 Wilcoxon 秩和检验经常混着出题，其实两个名字指的是同一个检验的两种等价表达。适用场景是两个独立样本，比较它们的总体分布位置是否相同，原假设是“两总体分布相同”，等价说法是“两总体中位数相等”。考试里最常给的形式是：两组观测值，样本量分别是 n₁ 和 n₂，让你检验两组是否存在显著差异。

手算步骤如下：第一步，把两组数据合并，从小到大统一排序。第二步，对所有观测值赋秩，并列取平均秩。第三步，分别计算两组的秩和 R₁ 和 R₂。第四步，计算 U₁ = n₁n₂ + n₁(n₁+1)/2 − R₁，U₂ = n₁n₂ − U₁，检验统计量取 U = min(U₁, U₂)。小样本查 U 临界值表，大样本时用正态近似：Z = (U − n₁n₂/2) / √(n₁n₂(n₁+n₂+1)/12)。注意 U₁ 和 U₂ 的关系：理论上 U₁ + U₂ = n₁n₂，这个等式可以用来检查计算有没有出错，我考试时习惯每步都验算一下。

这里提醒一个记法技巧：Mann-Whitney U 的实质是比较“跨样本的顺序关系”。U₁ 大代表第一组的值普遍偏大，U₁ 小代表第一组的值普遍偏小。如果两组完全混合、差异很小，U 就会接近 n₁n₂/2。所以最后判断拒绝与否，本质是看 U 偏离中心值 n₁n₂/2 有多远。许多同学记公式容易把 n₁(n₁+1)/2 和 n₂(n₂+1)/2 搞混，其实只要写一步，公式里减去的永远是“本组的秩和与最小可能秩和之间的差距”，思路理顺了就不会错。

3.2 Kruskal-Wallis 检验：多样本独立比较

Kruskal-Wallis 检验是 Mann-Whitney U 检验向多样本的推广，对应的是单因素方差分析（ANOVA）的非参数版本。适用场景是 k 个独立样本，检验 k 个总体的位置是否相同，原假设是“k 个总体分布相同”或“k 个中位数相等”。期末大题如果给你 3 组数据，每组 5 个观测，让你比较三组差异，那就是它。

计算步骤：第一步，把 k 组数据全部合并，统一排序赋秩，并列值取平均秩。第二步，计算第 i 组的秩和 Rᵢ，样本量为 nᵢ，总样本量 N = Σnᵢ。第三步，计算 Kruskal-Wallis 统计量 H：

H = [12 / (N(N+1))] × Σ(Rᵢ²/nᵢ) − 3(N+1)

自由度是 k−1，查卡方分布表。当 k=2 时，H 统计量恰好等于 Mann-Whitney U 的某种变形，这一点很多教材会提，记住的话可以帮你理解“不同检验之间其实是层层递进的”。还有一个细节：数据存在大量并列秩时，需要对 H 做结校正，校正式子是 H_c = H / [1 − Σ(t³−t)/(N³−N)]，其中 t 是每个“结”里并列观测的个数。简单说，并列值越多，原 H 会稍微偏大，校正后更保守，手算题里如果没特别说明，一般只要求计算未校正的 H。

3.3 Friedman 检验：区组设计的非参数方案

Friedman 检验是期末复习里最容易被忽略但考到就容易拉开差距的方法。它适用的是随机化区组设计，也就是 k 个相关样本。典型例子是：n 个受试者，分别接受 k 种不同处理，看处理效果是否有差异。比如 10 位病人，分别测 3 种药物的疗效，每个人就是一个区组，每种药物是一个处理。这个场景和 Kruskal-Wallis 的根本区别在于样本是否独立——Friedman 要求区组内相关，Kruskal-Wallis 要求组间独立。

计算时，不是把所有数据混在一起排序，而是在每个区组内部单独排序。对第 j 个处理，把 n 个区组里它所得的秩加起来，得到秩和 Rⱼ。然后计算统计量：

S = [12 / (n×k×(k+1))] × ΣRⱼ² − 3n(k+1)

自由度是 k−1，查卡方分布。这里最容易出的错误是把区组当成组、直接把所有数据处理成独立样本，那样就等于把 Friedman 做成了 Kruskal-Wallis，前提就错了。复习时盯住一句话：有“区组”两个字的题，优先想 Friedman；有“独立分组”的题，优先想 Kruskal-Wallis。

3.4 McNemar 检验与配对分类数据

McNemar 检验解决的是配对二分类数据的比较问题，场景通常是“治疗前后”或者“两种诊断方法”，结果只有两种类型。比如 100 名患者，治疗前检测阳性/阴性，后退检测阳性/阴性，得到的四格表就构成了典型配对分类数据。McNemar 检验只关心两个“不一致”的格子：治疗前阳性后来阴性的人数设为 b，治疗前阴性后来阳性的人数设为 c。原假设是两种状态下的边际概率相等。

检验统计量是不校正卡方形式 χ² = (b − c)² / (b + c)，如果样本量较小，常用连续性校正版本 χ² = (|b − c| − 1)² / (b + c)。自由度是 1。McNemar 检验最常和普通卡方独立性检验搞混，二者的关键区别是：McNemar 处理配对样本，四个格子里两个来自同一个体的前后测量；而卡方独立性检验处理两个独立样本的分类结果。出题人经常故意把一个配对实验的数据列成 2×2 表，看你是不是机械地去做卡方独立性检验。

4. 相关分析与分布检验：最容易混淆的一组方法

4.1 Spearman 秩相关与 Kendall 相关系数

相关分析里，皮尔逊相关检验的是线性关系，但很多数据不满足“线性”或“正态”前提，这时候就轮到秩相关出场。Spearman 秩相关是用来衡量两个变量之间的单调相关程度的，计算时把两组数据分别排序赋秩，再对秩计算皮尔逊相关系数。无并列值时，公式可以简化为 ρ = 1 − 6Σdᵢ² / (n(n²−1))，其中 dᵢ = xᵢ 的秩 − yᵢ 的秩。如果存在并列值，直接用秩做 Pearson 相关就可以了。

Kendall 相关系数 τ 是另一种思路：对任意两个观测点，比较它们的 x 方向顺序和 y 方向顺序是否一致。如果 x 大、y 也大，那就叫一致对；如果 x 大、y 反而小，就是非一致对。用 C 表示一致对数，D 表示非一致对数，无并列时 τ = (C − D) / (C + D)，有并列时常用 τ_b 版本。考试中问“Spearman ρ 和 Kendall τ 怎么选”，可以这样答：两者都测单调相关，其中 Kendall τ 在小样本下更稳健，解释也更直观，但计算量大；Spearman ρ 在大多数软件默认输出、计算方便，应用更普遍。期末如果只是让你判断“两变量是否存在相关趋势”，得分关键不是纠结选哪个，而是千万别用 Pearson 去硬做偏态数据。

4.2 卡方拟合优度检验与独立性检验

卡方检验底下有两个长得像但用法不同的分支，一个是拟合优度检验，一个是独立性检验，很多人考完还说不清。拟合优度检验针对单个分类变量，检验它的观测频数分布是否符合某个理论分布。比如一枚骰子掷 60 次，点数 1 到 6 的频数分别是 12、8、10、9、11、10，问骰子是否公平，这就是拟合优度检验。统计量 χ² = Σ(Oᵢ − Eᵢ)² / Eᵢ，自由度是类别数 k 减去 1 再减去估计参数个数 p，常见情况 p=0，自由度就是 k−1。

独立性检验针对两个分类变量，用的是 r×c 列联表。原假设是两个变量相互独立，核心计算是先求出每个格子的期望频数 Eᵢⱼ = (行合计 × 列合计) / 总合计，再代进同一个公式 χ² = ΣΣ(Oᵢⱼ − Eᵢⱼ)² / Eᵢⱼ，自由度是 (r−1)(c−1)。这里有一个通用记忆点：凡是卡方家族，本质都是“观测频数和期望频数的偏差大小在多大程度上来自随机”。期望频数算得越准确，卡方统计量越小，越倾向于不拒绝原假设。复习时把这两个检验放在一起对比记忆，比单独背公式高效得多。

4.3 Kolmogorov-Smirnov 检验与正态性检验

Kolmogorov-Smirnov 检验（简称 K-S 检验）用来判断样本是否来自某个指定的连续分布。单样本版本比较经验分布函数 Fₙ(x) 和理论分布函数 F₀(x)，统计量为 D = sup|Fₙ(x) − F₀(x)|，也就是两条曲线之间最大的竖直距离。D 越大说明样本和理论分布偏离越远，越倾向拒绝原假设。K-S 检验的好处是它可以检验任意连续分布，不限于正态；坏处是如果分布参数（比如均值和方差）是从样本里估计出来的，标准 K-S 表就不再适用，这时要用 Lilliefors 修正，否则检验会过于保守，容易犯第二类错误。

如果只是检验正态性，还有一个更常见的选择是 Shapiro-Wilk 检验（S-W 检验），它专门检验正态分布假设，小样本下功效很高。期末考试的常见问法是：“现有一组小样本数据，想检验是否来自正态分布，应该用什么方法？”答 Shapiro-Wilk 检验最稳妥。如果样本量很大，S-W 检验也容易对轻微偏离敏感，这时反而可以结合 Q-Q 图观察形态、综合考虑。记法上注意：K-S 好比“通用分布匹配器”，S-W 是“正态专属检测器”，场景不同，选择自然不同。

4.4 Fisher 精确检验的适用场景

Fisher 精确检验用于 2×2 列联表，当格子期望频数太小时，卡方检验的近似效果会变差，这时就改用 Fisher。一般经验法则是：如果有任何一个格子的期望频数小于 5，卡方检验可能不可靠；更严谨的标准是，超过 20% 的格子期望频数小于 5，或者任何一个格子期望频数小于 1，就应该用 Fisher 精确检验。它的原理是超几何分布——在行和列边际合计固定的前提下，直接计算出当前四格表出现的精确概率。

期末考题往往不会让你完整手算 Fisher 概率（因为涉及组合数计算，比较繁琐），但会以选择或简答形式问“什么时候用 Fisher 而不是卡方”。答“样本量小、期望频数低时用 Fisher”就够。还有一个容易忽略的点：Fisher 检验在四格表两边都是二分类变量时最合适，如果是更一般的 r×c 表，则需要扩展为 Fisher-Freeman-Halton 检验或者考虑合并类别。看到 2×2 表加小频数，直接选 Fisher，基本不会错。

5. 方法选择速查表与统计量记忆技巧

5.1 一张表搞定方法选型

期末答题最怕的不是不会算，而是拿到题目不知道套哪个方法。我把常见场景和对应方法整理成一张速查表，考前看这个就够：

表格不是背下来就能得分，关键是要理解每一行背后的“为什么”。比如 McNemar 后面写 χ²，但它和卡方独立性检验的场景完全不同，前者是配对设计，后者是独立样本，这个我在前面反复强调，就是因为考题特别爱在这个地方挖坑。

5.2 检验统计量怎么记不容易忘

统计量公式多，死记硬背容易串。我分享三个记忆策略，都是复习后期自己总结的。

第一，抓住“中心化”思路。绝大多数非参数检验统计量都可以写成“（观测值 − 期望值）÷ 标准差”或者“观测秩和偏离期望秩和的形式”。Wilcoxon 的 W₊、Mann-Whitney 的 U、Kruskal-Wallis 的 H 本质上都是围绕“秩和应该在什么位置”展开的。只要你记住单样本的期望秩和是 n(n+1)/2，很多公式都能推出来。

第二，统一记“秩和版”。Mann-Whitney U 用 U 公式容易记错，但如果你先求 R₁（第一组秩和），再代 U₁ = n₁n₂ + n₁(n₁+1)/2 − R₁，最后 Z 公式用 (U − n₁n₂/2) / √(n₁n₂(n₁+n₂+1)/12)，链条是完整的。任何一道两独立样本的手算题，先做“合并排序赋秩、算秩和”这个动作，后面都是机械步骤。

第三，记住卡方家族的统一公式：Σ(O − E)²/E。拟合优度、独立性、McNemar 都是它的变形。McNemar 之所以变成 (b−c)²/(b+c)，是因为在“不一致格子”中，期望频数相同，都是 (b+c)/2，代入统一公式后化简得到的。一旦理解了变形来源，公式不用背也能写出来。

5.3 判定规则：什么时候拒绝原假设

复习到最后，一定要能快速说出每个检验的拒绝域方向。符号检验和 Wilcoxon 符号秩检验是“统计量太小或太大都拒绝”，因为偏离中心越多，越不像是随机波动；Mann-Whitney U 取 min(U₁, U₂)，也是 U 越小越拒绝；Kruskal-Wallis H 只在 H 偏大时拒绝，因为 H 是组间秩和差异的“整体衡量”，差异越大越拒绝；卡方家族全部是“统计量越大越拒绝”，因为它们衡量观测与期望的偏离程度；K-S 检验 D 越大越拒绝，也是偏离越大越不可能是同一个分布。

考试中最常出现的低级失误：拿到 Kruskal-Wallis 把 H 算出来后不知道往哪查表——自由度 k−1，查的是卡方分布表，不是 Z 表。另一个低级失误：Friedman 统计量 S 查表时也查卡方分布，但有些人会惯性往 t 表或 F 表上找。记法建议：凡是“秩”类检验，小样本查专项表（Wilcoxon 表、U 表），大样本查正态分布表；凡是“卡方类”检验，永远查卡方分布表；凡是自由度是 r−1、c−1、k−1 的，基本都是卡方家族。

6. 期末复习最容易踩的坑与备考策略

6.1 五个高频易错点

第一个易错点是把“秩和检验”和“符号秩检验”混为一谈。Mann-Whitney U / Wilcoxon 秩和检验处理的是两独立样本，Wilcoxon 符号秩检验处理的是单样本或配对样本。很多题目只需要看几个字就能判断——“两组独立患者”“两种独立处理”一定是秩和检验；“同一批患者治疗前后”“配对差值”一定是符号秩检验。

第二个易错点是忽略并列值取平均秩。手算题里经常出现两个数据相等的情况，如果不取平均秩，后面的秩和、U 值全都错。记住：并列时取平均秩，这是所有秩检验的统一规则。

第三个易错点是配对设计却错用独立样本检验。题目给了 20 对数据，本质上是 20 个差值，应该对差值做单样本检验，而不是把 40 个数据当成两组做 Mann-Whitney U。这种情况下，自由度、样本量都会错。

第四个易错点是卡方独立性检验里期望频数算错。Eᵢⱼ = 行合计 × 列合计 / 总合计，必须用“两个边际合计的乘积除以总人数”，不能用观测频数直接算。期望频数一旦错了，后面统计量、自由度、结论全错。

第五个易错点是显著性水平与双侧/单侧判断不分。符号检验和 Wilcoxon 符号秩检验都有单侧和双侧版本，题目问“是否增加了”用单侧，问“是否相同”用双侧。有些同学统用双侧查表，结果明明该拒绝的没拒绝，白白丢分。

6.2 案例分析题的答题模板

非参数统计期末的大题通常是给一段实际场景和若干数据，要求选择合适的检验方法并给出结论。我建议按照固定模板来答，步骤清晰、不容易漏分。

第一步写“研究设计与数据类型”。比如：这是两独立样本的等级数据，目的是比较两种方法的疗效差异。这一句不用长，但要写明数据是否独立、是连续还是等级、比较目的是什么。第二步写“方法与原假设”。明确写出拟采用的检验名称（比如 Mann-Whitney U 检验），然后写出 H₀：两总体位置相同；H₁：两总体位置不同。第三步写“计算过程”。合并排序、赋秩、算秩和、算统计量，所有中间结果都写上，这样可以拿过程分。第四步写“结论判定”。给出检验统计量的值、临界值或 P 值，说明是否拒绝原假设，并翻译成一句话结论，比如“在 0.05 显著性水平下，两种方法疗效差异有统计学意义”。

这个模板适用于 Wilcoxon 符号秩检验、Mann-Whitney U、Kruskal-Wallis、Friedman、卡方检验等绝大多数计算题。关键在于把“选方法”和“算统计量”连接起来，而不是一上来就套公式。阅卷老师最喜欢看到的是：方法选择理由正确、中间步骤完整、最后结论表述清晰。

6.3 考前一周的实战复习节奏

最后一周不建议再从头翻教材，而是按“概念梳理 → 表格记忆 → 计算题限时练 → 错题复盘”四步走。第一天到第二天，用我前面整理的框架，把每种方法适用场景、原假设、统计量、查表方式在纸上画一张大表，重过一遍概念题常考的辨析点。第三天到第四天，专门练计算题，每类方法找 2 到 3 题，完整手算到查表给结论，计时训练。第五天，把做错的地方集中复盘，尤其是并列值、配对误判、查表方向这三类错误，对着题目重新做一遍。第六天和考前晚上，只看速查表和错题清单，不再做新题。

从我自己的复习经验来看，非参数统计期末最拉分的不是计算难度，而是方法选择的敏感度。题目不会明着告诉你“用 Wilcoxon”，它只会描述场景、给你数据，逼你自己判断。所以复习的重心必须放在“场景对应方法”的反射速度上，而不是公式本身。多过几遍速查表、多拿配套课件里的例题自测，比盲目刷一百道计算题更有用。

最后再分享一个很实际的备考习惯：把所有检验方法画在 A4 纸中间，向外画分支。中心写“非参数统计”，一级分支按数据类型分“单样本、两样本、多样本、相关、分布检验”，二级分支写具体方法名，三级分支写原假设和统计量。这张图做完，整门课的骨架就真的长在脑子上了。考试当天拿到卷子，先花一分钟定位每道大题属于哪个分支，再动手计算，正确率会稳很多。