参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。

非参数检验正是一类基于这种考虑，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。

多独立样本检验用于在总体分布未知的情况下判断多个独立的样本是否具有显著差异的非参数检验方法，多独立样本检验的基本原理与双独立样本相同，双独立样本检验是多独立样本检验的特殊情况。

下面我们主要从下面四个方面来解说：

• 实际应用
  
• 理论思想
  
• 操作过程
  
• 分析结果
  

一、实际应用

多独立样本检验用于在总体分布未知的情况下检验多个样本是否来自于相同分布的总体。
当这些样本都是来自于同方差的正态总体时，可以使用方差分析过程进行检验，如果正态的假定不满足时，便可以使用多个独立样本的检验过程来进行检验。
一种产品两种以上不同工艺流程的方法差异；一种农作物两种以上不同的种地的差异等。

二、理论思想

判断多个独立的样本是否来自相同分布的总体。
SPSS提供了Kruskal-Wallis H方法（克鲁斯卡尔-沃利斯检验）、Jonckheere-Terpstra检验法（约克海尔-塔帕斯特拉检验）和推广的中位数检验法（中位数检验）三种方法进行多独立样本检验。
（1）克鲁斯卡尔-沃利斯H检验法克鲁斯卡尔-沃利斯H是曼-惠特尼U检验法的扩展，是一种推广的评价值检验。其基本思路是，首先对所有样本合并并按升序排列得出每个数据的等级，然后对各组样本求平均等级。如果平均等级相差很大，则认为两组样本所属的总体有显著差异。（2）约克海尔-塔帕斯特拉检验法约克海尔-塔帕斯特拉检验法是在总体-排序的前提下具有较高的检验效率。其检验思路与两独立样本下的曼-惠特尼U检验法相似，计算某组样本的每个等级优于其他组样本的每个等级的个数。如果这些数据差距过大，则认为两组样本所属的总体有显著差异。（3）中位数检验法中位数检验法的基本思路是，首先将所有样本合并并计算中位数，然后计算各组样本中大于或小于这个中位数的样本的个数。如果这些数据差距过大，则认为两组样本所属的总体有显著差异。

三、操作过程

检验的数据条件：

§ 多个独立样本数据

多个独立样本检验案例：

参考案例数据：

【1】spss统计分析与行业应用案例详解(第四版)  杨维忠,张甜,王国平  清华大学出版社

原文来自https://mp.weixin.qq.com/s/v4P0T1a5PnXk78d43vlEfA