为要用非参数检验分析的数据选择样本量的问题

当你不愿意假设数据来自高斯分布时，就会用到非参数检验。常用的非参数检验值是从低到高排序，然后观察组间秩和的分布情况。这就是 Wilcoxon 秩和（检验一个组与假设中位数的比较）、Mann-Whitney（比较两个非配对组）、Wilcoxon 配对（比较两个匹配组）、Kruskal-Wallis（三个或更多非配对组）和 Friedman（三个或更多匹配组）的基础。

计算非参数检验值时，不必对值的分布做任何假设。这就是它被称为非参数检验的原因。但是，如果要计算非参数检验分析研究的必要样本量，就必须对值的分布做出假设。仅仅说分布不是高斯分布是不够的，还必须说它是什么样的分布。如果你愿意做出这样的假设（比如，假设数值呈指数分布或均匀分布），你就应该查阅高级教科书或使用更高级的程序来计算样本量。

有用的经验法则

大多数人在不知道基本分布形状时会选择非参数检验。如果不对分布作出明确的假设，就不可能进行详细的样本量计算。哎呀

但并非一无所获！依赖于分布的性质，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成立，它们所需的额外受试者绝不会超过 15%：

•受试者人数较多（具体多少取决于分布和检验的性质，但至少需要几十个受试者）

•数值分布并不异常（没有无限大的尾巴，在这种情况下，其标准偏差将无限大）。

因此，一般的经验法则是这样的 (1)：

 如果您打算使用非参数检验，请计算参数检验所需的样本量并加上 15%。

参考文献

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