组间差异检验，就是组间的差异分析以及显著性检验。通过应用统计学上的假设检验方法，检验组间是否有差异。所有的差异检验都基于一个假设：组间没有差异，变量之间没有关系（即原假设，H_0）。
那么什么时候使用参数检验，什么时候使用非参数检验呢？
总结
|  |
参数检验和非参数检验
首先，介绍假设检验中涉及的基本概念。
- 总体（population）：包含所研究的全部个体（数据）的集合。
- 样本（sample）：从总体中抽取的一部分元素的集合。
- 参数（parameter）：用来描述总体特征的概括性数字度量。
- 统计量（statistic）：用来描述样本的概括性数字度量。
要想理解，什么是参数检验，什么是非参数检验，以及两者之间的区别，首先要明白统计推断的概念。
统计推断是研究如何利用样本数据来推断总体特征的统计学方法，包括参数估计和假设检验两大类。
总体的参数一般是未知的，通常可以用样本统计量来对总体的参数进行估计，例如可以用样本均值对总体均值进行点估计，利用样本均值的分布对总体均值进行区间估计，这些都称为参数估计。
对未知参数的假设进行检验称为参数统计，所用的检验叫做参数检验（Parameter test）。
不依赖总体分布的具体形式，也不对参数进行估计或检验的统计方法，叫做非参数统计，其检验方法就是非参数检验（Non-parametric test）
参数检验和非参数检验的区别：
- 1 参数检验是针对参数做的假设，非参数检验是针对总体分布情况做的假设，这个是区分参数检验和非参数检验的一个重要特征。例如两样本比较的t 检验是判断两样本分别代表的总体的均值是否具有差异，属于参数检验。而两样本比较的秩和检验（wilcoxcon 检验及Mann-Whitney 检验）是判断两样本分别代表的总体的位置有无差别（即两总体的变量值有无倾向性的未知偏离），自然属于非参数检验。
- 2 二者的根本区别在于参数检验要利用到总体的信息（总体分布、总体的一些参数特征如方差），以总体分布和样本信息对总体参数作出推断；非参数检验不需要利用总体的信息（总体分布、总体的一些参数特征如方差），以样本信息对总体分布作出推断。
- 3，参数检验只能用于等距数据和比例数据，非参数检验主要用于记数数据。也可用于等距和比例数据，但精确性就会降低。
参数/非参数检验的适用场景
那么什么时候用参数检验，什么时候用非参数检验呢？
非参数检验一般不直接用样本观察值作分析，统计量的计算基于原始数据在整个样本中的秩次，丢弃了观察值的具体数值。
因此凡适合参数检验的资料，应首选参数检验。
但是不清楚是否合适参数检验的资料，则应采用非参数检验。
假设检验的4 个步骤
- 提出假设；
- 构造检验统计量；
- 根据显著水平，确定临界值和拒绝域；
- 做出检验决策。