通过非参数检验分析的数据样本量选择问题

您不愿意假设您的数据来自高斯分布时，使用非参数检验。常用的非参数检验是基于从低到高的秩值，然后查看组间秩和的分布。这是Wilcoxon秩和（检验一组与假设中值）、Mann - Whitney（比较两个非配对组）、Wilcoxon配对（比较两个配对组）、Kruskal - Wallis（三个或更多个非配对组）和Friedman（三个或更多个配对组）的基础。

计算非参数检验时，您不必对值的分布作出任何假设。这就是被称为非参数的原因。但如果您想通过非参数检验来计算一项待分析研究所需的样本量，您必须对值的分布作出假设。仅仅说分布不服从高斯分布尚不足够，您必须说明其服从哪种分布。如果您愿意作出这一假设（例如，说，假设值的指数分布，或均匀分布），您应查阅高级文本或使用更高级的程序来计算样本量。

有用的经验法则

大多数人不知道潜在分布的形状时，他们会选择一个非参数检验。如果不对分布作出明确假设，则无法详细进行样本量计算。

但没有失去所有！根据分布的性质，非参数检验可能需要更多或更少的受试者。但如果以下两个假设正确，则其永远无需超过15%的额外受试者：

•您正在查看数量相当高的受试者（有多高取决于分布和检验的性质，但该数字至少有几十个）

•值的分布其实并不罕见（没有无限的尾部，在此情况下，其标准偏差会无限大）。

因此，一般经验法则是（1）：

 如果计划使用一个非参数检验，则计算参数检验所需的样本量，并增加15%。

参考文献

Erich L. Lehmann，非参数：基于等级的统计方法，修正版，1998年，ISBN=978-0139977350，第76-81页。