ノンパラメトリック検定 (Pro版のみ)

1集団のWilcoxon の符号順位検定は、データセットの母集団の中央値が、指定した値であるか否かを検定します。1集団のt検定とは異なり、1集団のWilcoxon符号順位検定では、母集団が正規分布している必要はありません。

対応のある母集団の中央値が等しいかどうかを符号と絶対値を使用して検定します。例えば、臨床治療の前と後のような一対のデータに対して検定を実行します。

対応のある母集団の中央値が等しいかどうかを正負の符号を使用して検定します。例えば、臨床治療の前と後のような一対のデータに対して検定を実行します。

これは、正規分布していない2つの標本が同じ分布であるかどうかを検定するノンパラメトリックな手法です。2標本のt検定に置き換えて使用できます。なお、この検定はデータが順位（序数）データの場合にも有効です。

2つの標本の経験分布関数の位置と形状が異なるかどうかを検定するのに使用します。ノンパラメトリック検定のため、母集団の正規性は必要ありません。
Mann-Whitney検定では、2標本の平均ランクの違いを使用しますが、Kolmogorov-Smirnov検定は2標本の累積度数分布間の最大距離を使用します。

Friedman ANOVAは、順位のための2元配置ANOVAで、3つ以上の対の集団を比較する時に使用されノンパラメトリックな手法です。n個ブロックのk個のデータ間のスコア差を調べ、k個のサンプルが同じ分布からとられたものであるか検定します。