在多独立样本非参数检验中，如果数据不服从正态分布，我们通常使用哪种方法进行比较A. At检验B. 方差分析C. Kruskal-WallisH检验D. 卡方检验

考查要点：本题主要考查非参数检验方法的选择，特别是多独立样本情况下数据不服从正态分布时的适用方法。

解题核心思路：

1. 明确参数检验与非参数检验的适用条件：参数检验（如t检验、方差分析）要求数据服从正态分布，而非参数检验则无需此假设。
2. 区分不同检验方法的用途：
   • Kruskal-Wallis H检验是多独立样本非参数检验的常用方法，适用于替代方差分析（当数据非正态时）。
   • 卡方检验主要用于分类变量的独立性检验或拟合优度检验，不适用于连续变量的分布比较。
3. 排除干扰项：
   • t检验和方差分析依赖正态性假设，数据不正态时不可用；
   • 卡方检验与题干中“比较分布”无关。

破题关键点：

• 多独立样本对应“方差分析”的非参数替代方法；
• 数据非正态排除参数检验，直接指向Kruskal-Wallis H检验。

在统计分析中，Kruskal-Wallis H检验是非参数检验的一种，用于比较三个或更多独立样本的分布是否相同。其核心步骤如下：

1. 数据合并排序：将所有样本数据合并并按升序排列，赋予秩值（即排名）。
2. 计算秩和：分别计算各组数据的秩和，形成检验统计量。
3. 检验假设：通过统计量判断各组分布是否存在显著差异。

选项分析：

• A. t检验：仅适用于两独立样本且数据正态，排除。
• B. 方差分析：需数据正态，排除。
• C. Kruskal-Wallis H检验：非参数方法，适用于多组非正态数据，正确。
• D. 卡方检验：用于分类变量，与题干无关，排除。