非参数检验范文精选

假设检验在实证研究中有着广泛应用，参数检验和非参数检验是假设检验的两种基本方法，参数检验对变量的分布有着严格限制，而非参数检验则对变量的分布没有特殊要求，而且可以适用于各种类型的变量，因此非参数检验在社会学研究中有着广泛应用。由于目前有关财务理论的实证研究主要以资本市场的数据及企业的财务报表数据为分析对象，这些数据大部分能够满足参数检验的分布要求，因此财务领域中的实证研究更多地采用了参数检验的方法。随着财务管理研究的深入，一些社会学的研究方法开始引入财务管理的研究，尤其是问卷调研方法和实验研究方法在财务管理的研究中运用越来越多，这些研究方法的采用也使得各种非参数检验方法在财务管理中有着广泛的应用前景。因此本文针对常用的非参数检验方法及其在财务管理研究中的应用进行分析，以期对财务领域的实证研究提供借鉴。

一、非参数检验的适用情况分析

参数检验是在假设总体分布已知的情况下，针对总体分布的某些参数进行推断检验，因此参数检验对相关变量的分布有严格的要求。在现实中有许多变量的分布是否满足某种特定的分布可能人们事先并不知道，或者虽然知道其分布类型，但其分布并不满足参数检验的要求，无法采用参数检验的方法对相关假定进行推断，这时候就需要采用非参数检验的方法。非参数检验方法主要适用于以下两种情况：

其一，总体的分布未知，需要对总体分布进行推定。在研究中有时我们对研究对象的分布情况可能知之甚少，研究对象的分布情况本身就是有待研究的主要内容；或者希望通过参数检验的方法对研究对象进行深入分析，但对各变量的分布是否满足参数检验的要求没有足够的把握。这时可以通过非参数检验的方法对研究变量的分布情况进行检验。

其二，总体分布情况已知，但变量不能够满足参数检验的要求。参数检验是基于变量的分布情况，利用样本数据与变量分布的某些参数之间的关系构造一个分布已知的统计量，进而对特定的假设进行检验。参数检验首先要求被检验的变量属于定距变量，对于定类变量和定序变量则无法采用采用参数检验的方法，参数检验除了对变量的层次有要求外，对变量的分布也有要求，如果变量不满足参数检验的分布要求，采用参数检验方法则有可能得出错误的结论。因此对于定类变量、定序变量及不满足分布要求的定距变量，一般采用非参数检验的方法进行分析。

二、常用的非参数检验方法及其在财务研究中的应用

同参数检验一样，非参数检验有着众多的方法，根据各种方法适用的情况不同，非参数检验主要包括单样本的总体分布检验、两独立样本的非参数检验、两配对样本的非参数检验及多样本的非参数检验等。

其一，单样本的总体分布检验。该检验是根据样本数据对变量是否满足所假设的分布进行检验。对于离散型的变量一般采用卡方检验的方法，其基本原理是根据假设的分布计算出变量在各个取值上的理论频次，利用理论频次和样本实际频次可以构造一个服从χ2分布的统计量，在假设的分布成立的情况下，该统计量不应该太大，根据计算出的统计量的值及其相伴概率（Sig）可以判断原假设是否成立，当Sig小于设定的显著性水平时应拒绝原假设。由于财务管理研究中所涉及的变量更多的是连续性变量，对于连续型变量可以将其取值分为若干区间，从而把连续型变量当作离散型变量来处理，采用卡方检验对其分布进行检验。但为了提高检验效率，一般采用单样本的K―S检验，K―S检验的基本思想是在原假设成立的前提下，根据样本数据得到的累计频次分布与根据假设分布计算出来的理论累计频次分布不应该有较大差异，根据理论分布确定的理论累计概率分布函数F（x）与根据样本数据得到的经验累计分布函数S（x）的差值D（x）应服从期望值为0的正态分布，由此根据D（x）的观测值可以判断是否接受原假设。卡方检验和单样本K―S检验均可通过统计分析软件SPSS实现，在SPSS中卡方检验的输出结果主要有卡方值（chi-square）和相伴概率值（Sig），K―S检验的输出结果为Z值及相伴概率值（Sig），对结果的判断主要参考Sig值，如果Sig值低于显著性水平则拒绝原假设，认为变量不满足假设的分布。

[摘要]非参数检验是经管类专业统计学原理课程的一项重要教学内容,目前的教学中侧重于理论讲解,而忽视实践操作。本文介绍这类检验在Excel中的具体实现过程,以加深对理论的理解,实现理论与实践的结合。

[关键词]假设检验 非参数检验 Excel

近年来,非参数统计技术得到迅速发展,已成为现代推断统计的重要分支。因此,在高校经济与管理类统计学的教学中,非参数检验成为一项重要的教学内容。在讲授非参数检验时,老师们会详细讲解其理论基础与算法,但并没有介绍如何使用相关统计软件进行计算与分析。这样的教学方式存在一些明显的缺陷:首先,理论教学与实践相脱节,学生们虽然熟知算法,但动手能力不强;其次,由于没有实际动手,一些同学对理论的理解不透彻。这些都是实际教学中确实存在的问题。为此,我们完全可以在教学中增加一定的实践课时,给同学们讲解使用相关软件进行非参数检验的方法,以弥补现有教学方式的缺陷。

那么,应选用何种软件呢?虽然一些专业的统计软件(如SPSS)能够很容易地实现非参数检验,但根据笔者的经验,在实践教学中,最好选用Excel进行讲解。主要的考虑是,利用Excel中进行非参数检验的计算时,基本上是利用其公式与数学函数、统计函数等功能,逐一实现理论算法的每一步骤,能够加深学生对非参数检验的理解;而SPSS是直接给出结果,并没有中间的步骤,学生往往是知其然,不知其所以然,不能通过实践来巩固对理论的理解。此外,目前Office软件已经普及,大部分同学能够比较熟练地操作Excel,讲解时学生也比较容易接受。

针对经管类统计学教材中常见的非参数检验,本文拟以实例来介绍这些检验在Excel中的具体实现过程,而各种检验的理论背景请参见相关的统计学教材。

一、单样本符号检验

例1.设有20个工人,他们一天生产的产品件数,抽样结果如下:168,163,160,172,162,168,152,153,167,165,164,142,173,166,160,165,171,186,167,170,164,150,152,156,174,178,180,168。试以0.05的显著性水平,判定总体中位数是否是160。

解:首先提出假设:

中图分类号：F830.593 文献标识码：A

内容摘要：本文针对我国股市涨跌无序，随机性较强的特点，提出使用一种非参数方法―wilcoxon秩和检验方法来检验股票价格在两个不同时期是否有显著性的波动风险，避免了参数检验中事先假定价格变动服从于某种分布所产生的误差，同时给出了应用举例，使得该方法更贴近于实际。

关键词：股价波动风险 非参数 秩和检验

模型的建立

在一个完全市场上，股票价格反映了上市公司生产与管理的绩效，同时它也反映了投资者对上市公司的未来预期和投资信心。在此基础上，我们有必要分析现阶段的股票价格与前一阶段的股票价格是否有显著差异，特别对一些产品与季节性强关联的上市公司，可以用这模型来分析股价是否随季节变动而有显著差异。分析的结果不但将对上市公司改进生产与管理提供一定的参考，也为已投资或欲投资于该上市公司股票的投资者提供必要的选择依据。本文从统计抽样的角度出发，来具体给出如何检验某种股票价格在两个不同的时期是否有显著性的差异，当然这里的时期可以是某两个月、某两个季度等等，这由研究问题的需要而定。

不妨假定股票价格P是连续变动的，即在任意连续时刻，其价格都存在且取值是随机变动的，因此P是连续型的随机变量。通常，在理论上假定股票的价格遵循一般化的wiener过程，其价格变动服从于对数正态分布，这有助于对股票价格进行理论分析，当然实际中的股票价格未必就服从于对数正态分布，这种先假定随机变量分布形式的方法，统计上称为参数方法。本文从股票的实际抽样出发，对股票价格总体分布形式不作具体的假定，而是根据具体的抽样来作出统计推断，这种方法也叫非参数方法。本文的目的是利用wilcoxon秩和检验来建立两个不同时期股票价格是否有显著性差异的统计推断标准。

设某种股票贯穿两个不同的时期，为了比较这两个时期的股票价格是否有显著性的变动，假设在两个时期中可以任意抽取N个不同时刻的股票价格观测值来作样本，并且随机地在第一个时期中抽取n个不同时刻的股票价格观测值来进行检验，其余个时刻的股票价格观测值来自第二个时期，这里不妨假定我们要抽取的N个样本为T1，T2，……，TN，由于抽取是随机性的，我们称这种抽样体现的模型为两时期股价比较的随机化模型。

易知，N个样本中，任取n个的所有不同的取法总数为CnN，由于选取是随机的，即所有CnN种选择是等可能的，因而出现每种分配方式的概率均为，我们的目标是基于两个时期的随机抽样的股价观测值来检验两时期的股价有无显著性的差异，即检验零假设式（1）是否可被接受。

摘 要：本文以2008年国际金融危机爆发后的中国股市数据为依据，运用S-plus统计分析软件和Excel，对中国股市正态分布假设进行了Kolmogorov拟合优度检验，运用方差平方秩检验方法，比较分析了上证指数和深证综指的波动性。

关键词：股市；Kolmogorov拟合优度检验；秩检验

中图分类号：F821.6； C812 文献标识码：A doi:10.3969/j.issn.1672-3309（x）.2012.02.30 文章编号：1672-3309（2012）02-69-02

一、引言

随着中国经济的发展，作为国民经济“晴雨表”的金融市场也逐步完善和健全。尤其是作为资本市场主体的股市已逐步发展成为国民经济的重要组成部分，投资股市已经是社会各界实现财富增值的理财工具之一。沪深两市2011年5月21日的交易总额为1434.5亿元。而2010年的日均国内生产总值为945.85亿元，由此可见，中国股市交易十分活跃，这也从侧面反映了人们对它的关注程度，研究中国股市就具有重要的实践意义。此外，在中国股市发展的短短20年中，人们运用各种理论方法对股市进行研究，如有效市场假说、资本资产定价模型以及投资组合理论等经典投资理论。但是值得注意的是，这些理论都是建立在正态分布的假定基础之上，而实际数据并不是这样。艾克凤（2006）[1]采用 Mantegna 和Stanley (1995)提出的方法，得到上证综指收益率的特征指数估计 =1.4837。王建华、王玉玲、柯开明（2003）[2]对上海股票市场及深圳股票市场做了实证研究，对股票收益率进行了稳定分布的拟合，并与正态分布的拟合加以比较。

除了对中国股市分布的研究外，国内各学者也从其他角度对中国股市进行了非参数检验。王宁、劳兰珊（2007）[3]利用Kendall协同系数，检验考察我国股票市场风险和收益的风格效应。王金玉、李霞、潘德惠（2005）[4]通过引入一种新的估计方法――非参数假设检验方法，以达到对证券投资咨询机构，对证券市场大盘走势预测准确度的估计。周明磊（2004）[5]运用非参数非线性协整检验，对上证指数与深成指间协整关系进行了研究，结论是：上证指数与深圳成指之间确实存在非线性的协整关系。方国斌（2007）[6]从分析中国股市收益率序列的特征入手，寻找描述中国股市波动性特征的合适的统计模型。

本文在研究相关文献的基础上，将非参检验应用于中国股市统计特征的研究。运用Kolmogorov拟合优度检验，对中国股市进行了正态分布假设检验；运用方差平方秩检验方法，比较分析了上证指数和深圳综指的波动性。

二、Kolmogorov拟合优度检验以及方差的平方秩检验方法

摘 要：在社会科学研究中，许多事物的测算或观测结果往往不是精确的数据，而是或多或少具有模糊属性的数据。中国人口老龄化问题越来越突出，至2015年底，我国60周岁及以上老年人口数量为22 182万，占总人口16.15%。关注老年人的生活议题显得十分重要。在研究老年人问题时，因研究对象都曾经历不同时空背景与人生阅历，个体间存在的差异极大，如何准确获得有关老年人的生活、医疗等信息，为国家和政府决策提供真实客观的信息，则是一项紧迫的任务。依据老年人身的身心发展特质，探索利用模糊理论的软计算，设计出模糊数据调查表，提出反模糊化变换。同时，运用中位数检验及方差检验，建立统计参数为模糊数或模糊区间时的小样本非参数模糊统计检验方法，并给出具体调查事例加以说明。

关键词：模糊数据；反模糊化变换；模糊非参数统计检验；老龄化社会

中图分类号：F24 文献标志码：A 文章编号：1673-291X（2017）17-0001-10

一、刻画模糊性的模糊理论

1.模糊理论

模糊理论源于1965年美国伯克利（Berkeley）大学L.A.Zadeh教授在《信息与控制（Information and Control）》期刊上所发表的论文。模糊集合（Fuzzy sets）理论至今已有60多年的发展历史。

模糊理论是以模糊集合为基础，其基本思想是以模糊现象为研究对象。如何使用明确的数学方式表达模糊性呢？Zadeh简单地将具有0与1两个值的特征函数 IA（x）扩展成 [0，1]区间，称此函数为隶属度函数（membership function）。隶属度函数在模糊理论上扮演着中心角色，它是从传统集合的特征函数所衍生来的，以此刻画元素对模糊集合的隶属度，其范围介于0到1之间。对于元素和集合的关系，传统集合用特征函数描述，即当x∈A，则I（x）= 1；当x？埸A时，则I（x）= 0。Zadeh提出，当元素属于某集合的程度越大，则其隶数度值越接近1，反之则越接近0。这样方法可将介于“是”与“不是”之间的所有状态表示出来了。

2.隶属度函数

[摘 要]目的：分别研究基于非参数检验分析方法下的药品引湿性和水溶解性，并对两者之间的关系进行简单分析。方法：测定方法选择动态水分吸附分析法，化学药品的选用数量为500种，样品化学药品的引湿性使用吸湿率来表示，采用并溶解度试验法对样品化学药品的水溶解性进行测定，并用近似溶解度来表示化学药品的水溶解性，试验时先将500种化学药品样本分为4个水平，然后通过 Kruskal-Wallis和 Wilcoxon秩和检验方法来实现对化学药品的引湿性和水溶解性进行分析，并归纳出两者之间的关系。结果：不同水平上化学药品的引湿性不同，且与其水溶解性呈正比例关系。结论：非参数检验分析法不但能够准确的测定出化学药品的引湿性，还能够测定出化学药品的水溶解性，并能够客观的分析出化学药品引湿性与水溶解性呈正相关关系，为药物引湿机制研制打下了良好的试验基础。

[关键词]化学药品；非参数检验；引湿性；溶解性；Kruskal-Wallis； Wilcoxon

中图分类号：F224-39 文献标识码：A 文章编号：1009-914X（2017）16-0255-01

药物的引湿性对它的一般介绍是：在一定温度与湿度的条件下这种物质对吸收能力的大小。在药物彻底处于一定程度的湿度空间中，又或是在相同的制剂中包含有游离水时，药物就会由于受到引湿的作用造成粉末的流动性、分散性、压实性等其中的个别性质产生变化，有时也会让药物结块、潮解、稳定性减弱，严重时还会影响药物的含量，所以药物的引湿性对药物的影响特性就体现在：稳定性、有效性、安全性三方面。

水的溶解性属于物理特性，是指药物在水中过的溶解速度与能力。根据相关实验的证明引湿性与水溶解性与分子间作用力、温度、气压三者存在着某种内在的相关联系。这次实验用500中化学药物为主体，分别利用Kruskal-Wallis 与Wilcoxon 秩和检验深入的研究了引湿性与水溶解性之间的联系，一方面从物理的角度说明了药物引湿的相关原理，另外也为药物引湿机的研究打下来深厚的基础。

1 仪器与材料

实验中所需要的仪器有：Aquadyne DVS双站全自动水分吸附分析仪（来自；美国康塔仪器公司）DZKW-D-4型电热恒温水浴锅（来自北京市永光明医疗仪器有限公司）[1]。所需要的材料为：羟苯磺酸钙，来自西安利君制药有限责任公司，批号：20131011；利血平，来自云南植物药业有限公司，批号：HB20090501；盐酸吡格列酮，来自浙江华海药业股份有限公司，批号：5410-12-009；富马酸福莫特罗，来自天津力生制药股份有限公司，批号：0307001）；辛伐他汀，来自浙江海正药业股份有限公司，批号： B2100209）；氟伐他汀钠，来自深圳信立泰药业股份有限公司，批号： 12111004）；维生素B12，来自华北制药威可达有限公司，批号： J090403B；消旋瑞格列奈，来自北京协和药厂，批号：RGLN-XX） 等多达515个品种[2]。

2 方法

摘要：板书教学和多媒体教学是课程教学的重要手段。以电子商务概论课程为例，通过对板书教学和多媒体教学手段下电子商务概论课程教学效果的非参数检验和偏相关分析，明确不同教学手段与电子商务概论教学效果之间关系及其差异性。结果表明，板书和多媒体教学手段与电子商务概论教学效果之间存在强正相关关系，多媒体教学手段的教学效果较板书教学手段好。

关键词：教学手段；教学效果；非参数检验；PCA分析

中图分类号：G710 文献标识码：A 文章编号：1672-5727（2015）05-0017-04

教学手段的优劣对课程教学效果具有十分重要的影响。板书教学和多媒体教学是目前常用的两种教学手段。随着计算机和信息技术的广泛运用，多媒体教学已经逐渐替代板书教学成为课程教学的主流。多媒体教学手段的引入旨在提高课程教学效果，但从现有的文献来看，相关的研究主要集中在多媒体教学效果的调查分析、影响因素、评价体系及优化策略等方面。周媛以西北师范大学、兰州大学、甘肃政法学院和兰州交通大学4所学校为例，从多媒体课件质量、教室硬件、教师水平、学生满意度等方面开展了问卷调查，以分析影响多媒体教学效果的因素；魏文忠等人对多媒体教学的学校普及情况、学生适应程度与评价等进行了调查，设计了包括22个项目的测量量表，并采用因子分析法将影响多媒体教学效果的因素归纳为教学节奏、教学效率、教学课件、教学设施、教学技术等5大类；王娟则认为师生对多媒体教学的认知不足、教师信息技术能力不强、多媒体教学技巧和方式单一、共享资源匮乏等是影响教学效果的主要因素；张芝花建立了一个包括科学性、技术性、教学性、学习性、艺术性及教学活动组织性等6个二级指标30个三级指标的评价体系，设定了各指标的权重系数，并以英语多媒体教学效果为例开展了综合评价；王淑芬通过正交实验设计方法分析，认为有利于提高财经管理类多媒体课程教学效果的因素是学生学习能力水平、教师授课时间和课堂互动次数的最佳组合；薄红英从政策体系、培训体系、多媒体资源体系及教学评价体系等方面，探索了提高多媒体教学效果的策略。

关于板书教学与多媒体教学效果的比较研究，尤其是关于具体课程教学效果的计量实证研究成果较少。鉴于此，笔者拟以安徽科技贸易学校的电子商务概论课程为例，通过对板书教学和多媒体教学手段下电子商务概论课程教学效果的非参数检验和偏相关分析，探讨不同教学手段与电子商务概论教学效果之间的关系及其差异性，旨在为提高课程教学效果和人才培养质量提供参考。

一、研究方法

（一）非参数检验

非参数检验是在无法或无需获悉两独立样本总体分布形式的条件下，通过统计学方法和数学技巧等建立统计量，挖掘数据样本背后隐藏的信息，从而比较样本分布位置和形状等是否存在显著差异的一种重要的统计分析方法，其中Mann-Whitney U检验是最主要的方法之一。

【摘要】本文首先以EDA技术对我国东部、中部、西部的实际储蓄额进行初步探查。再对三个地区的实际储蓄额进行了Kruskal-Wallis检验、Jonckheere-Terpstra检验和方差分析。三种检验的结果都是要拒绝原假设，即我国东部、中部、西部的实际储蓄额有差异。由于方差分析的p值最小，所以检验的效果最好。因此当数据服从正态分布时应该采用方差分析对数据检验。此外，通过Jonckheere-Terpstra检验，可以得知东部的实际储蓄额最高，中部次之，西部的实际储蓄额最低。且Kruskal-Wallis检验，Jonckheere-Terpstra检验和方差分析的检验结果都与利用EDA技术对数据探查的结果一致，所以检验的结果真实可信。

【关键词】居民储蓄 地区差异 非参数检验 方差分析

一、引言

中国的居民储蓄和国民储蓄在发达国家和新兴市场国家中都是最高的。我国城乡居民人民币储蓄存款余额的年增加额在1991年至1996年、2000年至2003年、2007年至2009年期间具有明显的上升趋势。但是我国地区之间的储蓄相差较大，地区之间出现“两极”现象。由于储蓄是与经济增长紧密相连的，因此以正确的方法对不同地区的储蓄差异进行检验分析是十分重要的。

探究不同总体的位置参数或者尺度参数问题，当涉及多个样本的比较问题的时候，可以采用参数检验方法，常用的参数检验方法有方差分析等。但是方差分析是要假定总体的分布是正态分布。但是当先验信息或所分析的数据往往不满足方差分析的条件时，方差分析不能使用。如仍采用方差分析，那么对所分析的数据会作出错误的判断。所以当所分析的数据总体分布未知或者总体分布为非正态分布时，则可以使用非参数检验。

二、数据探查

（一）指标的选取

为了探究各地区储蓄情况的差异，我们将全国的6个行政区划分为东部、中部、西部三个区域，选取2001年到2011年10年间各地区的储蓄额进行分析，并通过价格指数进行调整，消除通货膨胀的影响，得到各地区的实际储蓄额。

【摘要】本文介绍了几种常见的多样本检验方法，集中分析了各种方法的适用范围及优势。其次介绍了非参数统计中对多组数据位置进行比较的各种检验方法，然后通过一个实证――对“中部崛起”战略的思考来进行分析，直观地展现不同方法的差异及适用条件，运用非参数方法找出中部六省发展情况的差异性，从而为战略提出具有参考意义的建议。

【关键词】非参数统计 多样本 位置参数 中部崛起

一、引言

非参数估计方法又称分布自由检验，不涉及总体参数或不依赖于对总体分布的严格假定的推断方法称为非参数方法。非参数统计常用于以下4种情形：第1种情形是待分析资料不满足参数检验所要求的假定，因而无法应用参数检验；第2种情形是资料仅由一些等级构成，因而不能应用参数检验；第3种情形是所提的问题中并不包含总体参数，这时也适宜采用非参数方法；第4种情形是当急需要迅速得出结果时采用的简易方法。非参数统计方法在对总体分布一无所知的情况下，也能很容易而又很可靠地获得结论。在解决多组独立数据位置比较的问题时，总体分布条件一般都难以满足，则不宜选用参数统计方法，而不依赖于对总体分布严格假定的非参数估计方法是解决这类问题的恰当手段和工具。

基于此，本文首先说明了非参数统计方法相比参数统计方法的优势及其适用性；其次介绍了非参数统计中对多组数据位置进行比较的各种检验方法；然后通过一个实证――对“中部崛起”战略的思考来进行分析，直观地展现不同方法的差异及适用条件，运用非参数方法找出中部六省发展情况的差异性，从而为战略提出具有参考意义的建议。

二、非参数统计的适用性及优势

参数方法对数据要求较多，前提条件不仅要各组观测值的总体符合正态分布，它们的方差也是同性质的。而非参数统计方法则不同，研究的出发点是假定研究总体的理论分布是未知的，是一个待检验的假设，实际应用中这种问题是非常普遍，即面对一大堆试验所得数据，它们服从何种分布往往是不知道的，因此减少了实际应用中对假设条件的依赖，进而使得对多样本数据问题的研究更加客观，不受样本分布形式的限制。

非参数统计应用优势集中体现于以下几个方面：（1）可以减少模型偏差；（2）具有稳健性；（3）适用范围广；（4）简单易操作。

摘 要：本文以发达地区和欠发达地区的出生率和死亡率为研究对象，采用非参数统计分析中的Spearman秩相关系数检验和Mann-Whitney U统计量检验方法进行分析研究。结果表明，出生率和死亡率没有线性相关性，在某种程度上是相互独立的；发达地区和欠发达地区在出生率和死亡率两个方面都有显著的差异。

关键词：出生率 死亡率 Spearman秩相关系数检验 Mann-WhitneyU统计量检验

一、引言

非参数统计的一个基本思想：用数据的秩代替数据，构造统计量进行统计推断。非参数统计与总体的分布无关，但和秩以及它们统计量的分布密切相关。非参数检验则不依赖于总体分布，检验条件比较宽松，适应性强，可以弥补参数检验的不足，同时检验方法比较灵活，用途更广，计算简单。

本文主要研究总体分布情况，调研目标总体的分布是否与已知理论分布相同，各样本所在的分布位置是否相等。这一类方法不涉及总体参数，显然为非参数统计方法。主要采用Spearman秩相关系数检验与Mann-WhitneyU统计量检验两种非参数检验方法，分别进行出生率和死亡率相关性检验，及两类地区出生率和死亡率的差异性检验。

二、实验与方法

（一）1Spearman秩相关系数检验与Mann-Whitney U统计量检验原理

Spearman秩相关系数是一个非参数性质（与分布无关）的秩统计参数Spearma在1904年提出，用来度量两个变量之间联系的强弱。Spearman秩相关系数可以用于R检验，同样可以在数据的分布使得Pearson线性相关系数不能用来描述或是用来描述或导致错误的结论时，作为变量之间单调联系强弱的度量。