我们知道最常见的t检验、方差分析一般都需要满足一些条件，当条件无法满足时，一般建议改用非参数检验。好多小伙伴表示对非参数检验非常不熟，今天，我们就来学习下怎么做单样本非参数检验。
比如，单样本连续变量的比较，变量v的直方图如下，有点奇怪的分布，和正态分布差的有点多，这时候就要用单样本非参数检验了。
默认检验变量v是否符合正态分布，而这不是我们想要的，所以，我们需要设置一下。在【字段】中将变量v放入【检验字段】，在【设置】中选择【比较中位数】，假设和4进行比较。
给出结果，p=0.011，拒绝原假设，认为变量v的中位数不等于4。
除了这个，单样本非参数检验还可以比较单样本分类变量的分布。比如，一组中有男性300人，女性600人，研究女性的比例是否多于男性?首先对频数进行加权。
在【字段】中将性别放入【检验字段】，给出结果，p<0.001，拒绝原假设，认为男女比例不同，而女性比例为0.67，男性比例为0.33，可认为该样本中，女性多于男性。当然，也有读者说，我想比较男性比例是否等于0.3，怎么实现呢?
在【设置】中选择【比较观察二分类可能性】，通过【选项】，将假设比例设为0.3。给出结果，p=0.016，拒绝原假设，认为男性比例不等于0.3。另外，二项式检验也可用来检验单样本率的差异。
也有读者会说，单样本除了二分类变量，还有多分类变量，这时候单样本非参数检验还能实现吗?比如，一组中低收入、中等收入和高收入分别有800人、500人、1800人，研究不同收入人群的比例是否相同，首先对频数进行加权。
在【收入】中将性别放入【检验字段】，给出结果，p<0.001，拒绝原假设，认为不同收入人群的比例不相同。默认是比较不同分类的比例是否相同，也可以在【设置】中选择【比较观察可能性】，通过【自定义期望概率】，比较不同分类的比例是否等于所定义的比例。
