序
有母數統計資料是根據從中採取樣本之母體分布的假設。而無母數統計資料不是根據假設，亦即，可以從不遵循特定分布的樣本中蒐集資料。例如，Student’s t-test為常見的有母數統計資料。又如，Mann-Whitney-Wilcoxon (MWW) 檢定或 Wilcoxon 檢定則為常見的無母數統計資料。
無母數統計學（Nonparametric statistics），或稱非母數統計學、無母數統計分析，是統計學的一個分支，適用於母體分布情況未明、小樣本、母體分布不為常態也不易轉換為常態。特點在於儘量減少或不修改其建立之模型，較具穩健特性；在樣本數不大時，計算過程較簡單。
無母數統計推論時所使用的統計量的抽樣分配通常與母體分配無關，不必推論其中位數、適合度、獨立性、隨機性，更廣義的說，無母數統計又稱為「不受分布限制統計法」（Distribution free）。無母數統計缺乏一般之機率表。檢定時是以等級（Rank）為主要統計量。
在學習統計方法處理問題時，首先讓人感到困擾的是：
「此數據要選擇哪種的統計處理方法好呢？」
「要如何輸入數據，有無明確的輸入步驟？」
「輸入後，在進行統計處理時，有無明確的處理步驟？」
此煩惱利用圖解的方式即可迎刃而解。
最後讓人感到困擾的是：
「結果要如何判讀？」
此煩惱只要看本書的解說，即可將「霧煞煞」一掃而光。
本書的特徵有以下四項：
1. 只要看數據類型，統計處理方法一清二楚。
2. 利用圖解，數據的輸入與其步驟，清晰明確。
3. 利用圖解，統計處理的方法與其步驟，一目了然。
4. 輸出結果的判讀方法簡明易懂。
總之，只要利用滑鼠，任何人均可簡單進行數據的統計處理。
最後，讓你在操作中得到使用的滿足感，並希望對你的分析有所助益。
陳耀茂
東海大學企管系
