《R语言数据挖掘：实用项目解析》——第2章，第2.9节无参数方法

本节书摘来自华章出版社《R语言数据挖掘：实用项目解析》一书中的第2章，第2.9节无参数方法，作者［印度］普拉迪帕塔·米什拉（Pradeepta Mishra），更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.9　无参数方法
当一个训练数据集不满足任何假定的某种概率分布时，唯一的选择就是通过无参数方法分析数据集。无参数方法不服从概率分布假设。使用无参数方法，我们可以不基于概率分布的前提假设来实施推断和假设检验。现在我们来看当一个数据集不满足任何概率分布前提假设时，可使用的一系列无参数检验。

2.9.1　Wilcoxon符号秩检验
如果正态性假设不成立，就需要利用无参数方法来回答这个问题——自动挡和手动挡汽车的市内平均行车里程数是否有差别？

若两个样本恰好成对而又不满足正态性假设，则可使用参数paired：

2.9.2　Mann-Whitney-Wilcoxon检验
若两个样本不匹配、独立且不服从正态分布，则需要使用Mann-Whitney-Wilcoxon检验来判断两个样本的平均差有显著差异的假设。

2.9.3　Kruskal-Wallis检验
要比较两组以上数据的平均值，也即无参方法的方差分析，可以使用Kruskal-Wallis检验。这也被称作无分布的统计检验：

总结

以上是生活随笔为你收集整理的《R语言数据挖掘：实用项目解析》——第2章，第2.9节无参数方法的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。