常見的非參數(shù)檢驗(yàn)方法有多種，它們適用于數(shù)據(jù)不滿足正態(tài)分布或方差齊性等假設(shè)的情況。這些檢驗(yàn)主要包括：
1. 卡方檢驗(yàn)（Chi-square test）：用于分類變量之間的關(guān)聯(lián)分析。
2. 符號(hào)秩和檢驗(yàn)（Wilcoxon signed-rank test）：用于比較兩個(gè)相關(guān)樣本的中位數(shù)是否相等，是配對(duì)t檢驗(yàn)的非參數(shù)替代方法。
3. 秩和檢驗(yàn)（Mann-Whitney U test）：也稱為Mann-Whitney-Wilcoxon rank sum test，用于評(píng)估兩組獨(dú)立樣本之間是否存在顯著性差異，是非參數(shù)版本的兩樣本t檢驗(yàn)。
4. Kruskal-Wallis H 檢驗(yàn)：當(dāng)需要比較三個(gè)或以上獨(dú)立樣本時(shí)使用，是單因素方差分析（ANOVA）的非參數(shù)替代方案。
5. Friedman檢驗(yàn)：用于多個(gè)相關(guān)樣本之間的比較，可以看作是重復(fù)測(cè)量設(shè)計(jì)中ANOVA的非參數(shù)版本。

這些方法在公共衛(wèi)生研究和數(shù)據(jù)分析中非常有用，尤其是在處理等級(jí)資料、計(jì)數(shù)資料或者當(dāng)數(shù)據(jù)不符合正態(tài)分布時(shí)。選擇合適的統(tǒng)計(jì)檢驗(yàn)對(duì)于確保研究結(jié)果的有效性和可靠性至關(guān)重要。