さらに、ノンパラメトリックデータでパラメトリック検定を使用できますか？

パラメトリックテストは、正規分布のデータに適しています。ノンパラメトリック検定は、データ値のランクに基づいて、任意の連続データに適しています。このため、ノンパラメトリック検定はデータのスケールと分布に依存しません。

また、どのノンパラメトリック検定を使用するかをどのようにして知ることができますか？主なノンパラメトリック検定は次のとおりです。

1. 1サンプルの符号検定。
2. 1サンプルのウィルコクソン符号順位検定。
3. フリードマン検定。
4. Goodman Kruskaのガンマ：ランク付けされた変数の関連性のテスト。
5. Kruskal-Wallis検定。
6. Mann-Kendall傾向検定は、時系列データの傾向を探します。
7. マンホイットニー検定。
8. ムードの中央値検定。

同様に、パラメトリック検定とノンパラメトリック検定の違いは何ですか？

パラメトリックテストは、データの基礎となる統計分布を想定しています。ノンパラメトリック検定は、分布に依存しません。したがって、有効性のパラメトリック条件が満たされていない場合でも、それらを適用できます。

パラメトリック検定とノンパラメトリック検定を区別する特徴は何ですか？

パラメトリックテストでは、母集団に関する完全な情報があります。逆に、ノンパラメトリック検定では、母集団に関する情報はありません。パラメトリック検定の適用範囲は変数のみですが、ノンパラメトリック検定は変数と属性の両方に適用されます。