Who is afraid of non-normal data? Choosing between parametric and non-parametric tests

参数统计 曼惠特尼U检验 非参数统计 考试(生物学) 医学 参数化模型 内科学 统计 计量经济学 计算机科学 数学 生物 古生物学
作者
Saskia le Cessie,Jelle J. Goeman,Olaf M. Dekkers
出处
期刊:European journal of endocrinology [Oxford University Press]
卷期号:182 (2): E1-E3 被引量:84
标识
DOI:10.1530/eje-19-0922
摘要

When statistically comparing outcomes between two groups, researchers have to decide whether to use parametric methods, such as the t-test, or non-parametric methods, like the Mann-Whitney test. In endocrinology, for example, many studies compare hormone levels between groups, or at different points in time. Many papers apply non-parametric tests to compare groups. We will explain that non-parametric tests have clear drawbacks in medical research, and, that's the good news, they are often not necessary.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
冷傲书萱应助YDL采纳,获得10
2秒前
苏木完成签到 ,获得积分10
3秒前
冰川川完成签到,获得积分10
3秒前
啦啦啦发布了新的文献求助10
3秒前
科研通AI6应助sam采纳,获得10
3秒前
aaa发布了新的文献求助10
5秒前
paltahun发布了新的文献求助10
5秒前
NSGB完成签到 ,获得积分10
6秒前
Criminology34应助优雅千风采纳,获得10
9秒前
善学以致用应助啦啦啦采纳,获得10
10秒前
nelson发布了新的文献求助10
11秒前
今后应助科研混子采纳,获得10
11秒前
12秒前
12秒前
英俊的铭应助哈哈采纳,获得10
12秒前
CC完成签到 ,获得积分20
15秒前
muderder完成签到,获得积分10
16秒前
的速度发布了新的文献求助10
16秒前
sam完成签到,获得积分20
16秒前
17秒前
Wu发布了新的文献求助10
18秒前
冷酷以太完成签到,获得积分10
19秒前
子川完成签到,获得积分10
19秒前
19秒前
科研通AI5应助mjhh采纳,获得10
20秒前
苏蔚完成签到,获得积分10
22秒前
22秒前
23秒前
cc完成签到,获得积分10
23秒前
wyy完成签到,获得积分10
23秒前
25秒前
甜想发布了新的文献求助10
27秒前
科研混子发布了新的文献求助10
27秒前
27秒前
无限雪糕完成签到,获得积分10
29秒前
曾经的安雁完成签到 ,获得积分10
30秒前
靓丽衫完成签到 ,获得积分10
30秒前
谦让之云发布了新的文献求助10
30秒前
浮游应助AILIXIERAILI采纳,获得10
31秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Zeolites: From Fundamentals to Emerging Applications 1500
Architectural Corrosion and Critical Infrastructure 1000
Early Devonian echinoderms from Victoria (Rhombifera, Blastoidea and Ophiocistioidea) 1000
Hidden Generalizations Phonological Opacity in Optimality Theory 1000
Handbook of Social and Emotional Learning, Second Edition 900
2026国自然单细胞多组学大红书申报宝典 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 4914910
求助须知:如何正确求助?哪些是违规求助? 4189107
关于积分的说明 13009918
捐赠科研通 3958099
什么是DOI,文献DOI怎么找? 2170084
邀请新用户注册赠送积分活动 1188316
关于科研通互助平台的介绍 1096015