Z表示兩樣本比較的秩和檢驗；
Hc多個樣本比較的秩和檢驗。
引數統計與非引數統計的區別 引數統計：即總體分佈型別已知，用樣本指標對總體引數進行推斷或作假設檢驗的統計分析方法。
非引數統計：即不考慮總體分佈型別是否已知，不比較總體引數，只比較總體分佈的位置是否相同的統計方法。
下面我們將介紹非引數統計中一種常用的檢驗方法--秩和檢驗，其中“秩”又稱等級、即按資料大小排定的次序號。上述次序號的和稱“秩和”，秩和檢驗就是用秩和作為統計量進行假設檢驗的方法。
編輯本段不同設計和資料型別的秩和檢驗配對比較的資料 對配對比較的資料應採用符合秩和檢驗（signed-rank test），其基本思想是：若檢驗假設成立，則差值的總體分佈應是對稱的，故正負秩和相差不應懸殊。檢驗的基本步驟為：
（1）建立假設；
H0：差值的總體中位數為0；
H1：差值的總體中位數不為0；檢驗水準為0.05。
（2）算出各對值的代數差；
（4）將秩次冠以正負號，計算正、負秩和；
（5）用不為“0”的對子數n及T（任取T+或T-）查檢驗界值表得到P值作出判斷。
應注意的是當n>25時，可用正態近似法計算u值進行u檢驗，當相同秩次較多時u值需進行校正。
兩樣本成組比較 兩樣本成組資料的比較應用Wilcoxon秩和檢驗，其基本思想是：若檢驗假設成立，則兩組的秩和不應相差太大。其基本步驟是：
H0：比較兩組的總體分佈相同；
H1：比較兩組的總體分佈位置不同；檢驗水準為0.05。
（2）兩組混合編秩；
（3）求樣本數最小組的秩和作為檢驗統計量T；
（4）以樣本含量較小組的個體數n1、兩組樣本含量之差n2-n1及T值查檢驗界值表；
（5）根據P值作出統計結論。
同樣應注意的是，當樣本含量較大時，應用正態近似法作u檢驗；當相同秩次較多時，應用校正公式計算u值。
多個樣本比較 多個樣本比較的秩和檢驗可用Kruskal-Wallis法，其基本步驟為：
H0：比較各組總體分佈相同；
H1：比較各組總體分佈位置不同或不全相同；檢驗水準為0.05。
（2）多組混合編秩；
（3）計算各組秩和Ri；
（4）利用Ri計算出檢驗統計量H；
（5）查H界值表或利用卡方值確定機率大小。
應注意的是當相同秩次較多時，應計算校正Hc
按等級分組資料或頻數表資料 這類資料的特點是無原始值，只知其所在組段，故應用該組段秩次的平均值作為其秩次，在此基礎上計算秩和並進行假設檢驗，其步驟與兩組或多組比較秩和檢驗相同。需注意的是由於樣本含量較多，相同秩次也較多，應用校正後的u值和H值。
編輯本段小結多個樣本兩兩比較的秩和檢驗 同樣的，多個樣本組比較的秩和檢驗，如拒絕H0，只說明比較各組的總體分佈位置不同或不全相同，應在此基礎上進行兩兩比較，常用Nemenyi法。
秩和檢驗的優缺點 秩和檢驗的優點是（1）不受總體分佈限制，適用面廣；（2）適用於等級資料及兩端無缺定值的資料；（3）易於理解，易於計算。缺點是符合引數檢驗的資料，用秩和檢驗，則不能充分利用資訊，檢驗效能低。
3.應用中的注意事項：
（1）注意應用條件；
（2）編秩時相同值要取平均秩次；
（3）相同秩次較多時，統計量要校正。
秩和檢驗常用軟體 spss軟體，只要輸入資料，選擇合適的引數，就可以很快得到結果。
Z表示兩樣本比較的秩和檢驗；
Hc多個樣本比較的秩和檢驗。
引數統計與非引數統計的區別 引數統計：即總體分佈型別已知，用樣本指標對總體引數進行推斷或作假設檢驗的統計分析方法。
非引數統計：即不考慮總體分佈型別是否已知，不比較總體引數，只比較總體分佈的位置是否相同的統計方法。
下面我們將介紹非引數統計中一種常用的檢驗方法--秩和檢驗，其中“秩”又稱等級、即按資料大小排定的次序號。上述次序號的和稱“秩和”，秩和檢驗就是用秩和作為統計量進行假設檢驗的方法。
編輯本段不同設計和資料型別的秩和檢驗配對比較的資料 對配對比較的資料應採用符合秩和檢驗（signed-rank test），其基本思想是：若檢驗假設成立，則差值的總體分佈應是對稱的，故正負秩和相差不應懸殊。檢驗的基本步驟為：
（1）建立假設；
H0：差值的總體中位數為0；
H1：差值的總體中位數不為0；檢驗水準為0.05。
（2）算出各對值的代數差；
（4）將秩次冠以正負號，計算正、負秩和；
（5）用不為“0”的對子數n及T（任取T+或T-）查檢驗界值表得到P值作出判斷。
應注意的是當n>25時，可用正態近似法計算u值進行u檢驗，當相同秩次較多時u值需進行校正。
兩樣本成組比較 兩樣本成組資料的比較應用Wilcoxon秩和檢驗，其基本思想是：若檢驗假設成立，則兩組的秩和不應相差太大。其基本步驟是：
（1）建立假設；
H0：比較兩組的總體分佈相同；
H1：比較兩組的總體分佈位置不同；檢驗水準為0.05。
（2）兩組混合編秩；
（3）求樣本數最小組的秩和作為檢驗統計量T；
（4）以樣本含量較小組的個體數n1、兩組樣本含量之差n2-n1及T值查檢驗界值表；
（5）根據P值作出統計結論。
同樣應注意的是，當樣本含量較大時，應用正態近似法作u檢驗；當相同秩次較多時，應用校正公式計算u值。
多個樣本比較 多個樣本比較的秩和檢驗可用Kruskal-Wallis法，其基本步驟為：
（1）建立假設；
H0：比較各組總體分佈相同；
H1：比較各組總體分佈位置不同或不全相同；檢驗水準為0.05。
（2）多組混合編秩；
（3）計算各組秩和Ri；
（4）利用Ri計算出檢驗統計量H；
（5）查H界值表或利用卡方值確定機率大小。
應注意的是當相同秩次較多時，應計算校正Hc
按等級分組資料或頻數表資料 這類資料的特點是無原始值，只知其所在組段，故應用該組段秩次的平均值作為其秩次，在此基礎上計算秩和並進行假設檢驗，其步驟與兩組或多組比較秩和檢驗相同。需注意的是由於樣本含量較多，相同秩次也較多，應用校正後的u值和H值。
編輯本段小結多個樣本兩兩比較的秩和檢驗 同樣的，多個樣本組比較的秩和檢驗，如拒絕H0，只說明比較各組的總體分佈位置不同或不全相同，應在此基礎上進行兩兩比較，常用Nemenyi法。
秩和檢驗的優缺點 秩和檢驗的優點是（1）不受總體分佈限制，適用面廣；（2）適用於等級資料及兩端無缺定值的資料；（3）易於理解，易於計算。缺點是符合引數檢驗的資料，用秩和檢驗，則不能充分利用資訊，檢驗效能低。
3.應用中的注意事項：
（1）注意應用條件；
（2）編秩時相同值要取平均秩次；
（3）相同秩次較多時，統計量要校正。
秩和檢驗常用軟體 spss軟體，只要輸入資料，選擇合適的引數，就可以很快得到結果。