비모수 검정

**비모수 검정(Nonparametric test)**은 모수에 대한 가정을 하지 않는 가설 검정 방법입니다.

 

정규성 검정

비모수 검정은 표본이 작고, 정규성을 띄지 않을 때 주로 사용합니다.

Shapiro-Wilk 검정, Kolmogorov-Smirnov 검정 등이 있습니다. Shapiro-Wilk 검정을 많이 사용합니다.

Shapiro-Wilk 검정의 귀무가설은 "표본이 정규분포를 따른다"입니다.

=== "Python"

pg.normality(dv='rating', between='job_level', data=hr)

=== "R"

for(j in unique(hr<InlineMath math={`job_level)){
    s = subset(hr<InlineMath math={`rating, hr`} />job_level == j)
    m = shapiro.test(s)
    print(j)
    print(m)
}

 

맨-휘트니 U 검정

맨-휘트니 U 검정(Mann-Whitney U test)은 독립표본 t 검정에 대응하는 비모수 검정 방법입니다.

귀무가설은 "두 집단은 같다"입니다.

윌콕슨 순위합 검정(Wilcoxon rank-sum test)이라는 방법도 있는데, U 검정과 동일합니다.

=== "Python"

pg.mwu(df.price[df.model == 'Avante'], df.price[df.model == 'K3'], )

=== "R"

wilcox.test(husband, wife)

 

크루스칼 왈리스 검정

크루스칼 왈리스 검정(Kruskal-Wallis test)은 일원 분산분석에 대응하는 비모수 검정 방법입니다.

귀무가설은 "모든 집단은 같다"입니다.

=== "Python"

pg.kruskal(dv='rating', between='job_level', data=hr, detailed=True)

=== "R"

kruskal.test(rating ~ job_level, data = hr)