無母數檢定 - Dr. Fish 漫游社會統計

概似比檢定：類別資料分析的另一種選擇

概似比檢定是一種可用來分析類別變項的統計檢定方法，利用最大概似理論，透過列聯表的分析來檢驗變項之間是否具有關聯性。由於檢定統計量帶有卡方分配的型態，所以也稱為最大概似卡方檢定。當樣本數較大的時候，概似比檢定的分析結果會相似於卡方檢定的分析結果。

無母數檢定

McNemar檢定是用來評估2個關聯或相依的群組在一個2類別的名義尺度變項回應上是否有所改變的一種無母數檢定。McNemar檢定類似關聯樣本ｔ檢定，同樣適用在2個相依樣本上，最大差別在於前者的依變項為名義尺度的間斷變項而後者為等距或比率尺度的連續變項。

無母數檢定

費雪精準檢定是探討2個名義尺度變項間的關聯，且適用在樣本數較小或任何細格的期望次數少於5的2X2列聯表的一種無母數檢定。這個檢定在觀察次數形成的列聯表邊際合計固定時，計算出所有可能的2X2列聯表機率，再計算單尾和雙尾檢定機率，最後利用該機率來評估分析結果。

無母數檢定

卡方獨立性檢定用來探討2個名義尺度的變項資料為彼此獨立或相互關聯，除了專門的統計分析軟體外，也可透過Excel來執行。先利用Excel計算列聯表裡觀察次數的期望次數，再計算出檢定統計量，最後利用CHISQ.INV.RT函數、CHISQ.TEST函數或CHISQ.DIST.RT函數來評估分析結果。

無母數檢定

Dunn檢定是在Kruskal-Wallis檢定的H檢定統計量達到統計上顯著時，用來瞭解哪些成對群組間存在差異的一種事後比較方法。Dunn檢定利用各個群組的等級總和，使用z檢定和常態分配來評估成對群組間的差異，並採用Bonferroni校正來控制膨脹的第一類型錯誤機率。