非参数检验是 统计分析方法的重要组成部分，与参数检验共同构成统计推断的基本内容。它适用于总体方差未知或知道甚少的情况，利用样本数据对总体分布形态等进行推断。非参数检验不涉及总体分布的参数，因此在总体分布类型未知、偏态分布、等级资料或不满足参数检验应用条件的情况下，非参数检验是更为合适的选择。
常见的非参数检验方法包括：
卡方检验：
用于分类资料的假设检验。
二项分布检验：
用于二项分布资料的假设检验。
K-S检验 （Kolmogorov-Smirnov检验）：用于检验样本分布与理论分布是否一致。变量值随机性检验：
用于检验样本数据的随机性。
基于秩次的秩和检验（秩和检验）：最常用的非参数检验方法，通过将数据从小到大排序，用秩次代替原始数据进行假设检验。
Mann-Whitney U检验：
用于检验两组独立样本均数是否相同，适用于非正态分布或分布状况不明的样本。
Wilcoxon Signed Rank检验：
用于配对观测数据的假设检验，适用于t检验中的成对比较。
Kruskal-Wallis检验：
用于检验多个独立样本的总体中位数是否相同，适用于分布类型未知的资料。
在选择非参数检验方法时，需要根据数据的分布类型、样本量、是否存在异常值等因素进行综合考虑。与参数检验相比，非参数检验具有适用范围广、方法简便易于理解和掌握的优点，但也存在没有直接利用原始观测值计算统计量，损失了原始数据信息的缺点。因此，在选择检验方法时，应根据具体研究目的和数据特征进行合理选择。