非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。
一，数据的导入与调整
本次示例：探讨三个林分（Z,ZK,CK）的土壤质量分形维数（Dm）的差异。
library(readxl)example <- read_excel("C:/Users/lenovo/Desktop/example.xlsx")View(example)library(agricolae)#参数检验的函数包，这里没用上library(PMCMRplus)#非参数多重比较检验的函数包，没有的先下载。example$Treatment<-as.factor(example$Treatment)#将特征变量转变为因子变量，用于相关分析str(example)#查看数据结构head(example)#查看前六行数据
二，数据独立性、正态性、方差齐性检验
data1<-table(example$Treatment,example$Dm)chisq.test(data1)#卡方独立性检验shapiro.test(example$Dm)#夏皮罗—威尔克正态检验bartlett.test(example$Dm~example$Treatment,example)#Bartlett方差齐性检验
从三大检验的P值，可得数据不满足正态性（P<0.05）.
所以需要进行非参数检验，如果三大检验满足，则使用参数检验，参考我以前写的单因素方差分析。
三，非参数检验
kruskal.test(example$Dm~example$Treatment,example)#非参数检验
这里可以看到非参数检验的结果，P值 = 1.246e-05远远小于0.05，（与上面的三大检验的原假设不同）这表明，三组数据（即三个林分）的土壤质量分形维数（Dm）显著不同。
四，非参数检验的多重比较
当总体检验有统计学意义后，接下来我们会想知道哪两个组间会存在差异，这里推荐的是PMCMRplus函数包中的kwAllPairsDunnTest多重比较方法.使用前需要先下载install.packages("PMCMRplus").
kwAllPairsDunnTest(example$Dm~example$Treatment,example,p.adjust.method = "bonferroni")
这里可以看出，Z与CK,CK和ZK林分的土壤质量分形维数在（P<0.05）的情况下显著差异，Z和ZK林分的土壤质量分形维数在（P<0.05）的情况下不存在差异。
相关演示数据放在百度云盘，需要者自取。
链接：/s/1P6qtRKf_yfjT-QLxzAo8Aw
提取码：6668
~end
如果觉得《R语言-非参数检验》对你有帮助，请点赞、收藏，并留下你的观点哦！
