非参数检验nonparametric test生物统计学教学课件.pptVIP

第十一章 非参数检验 参数检验 parametric test (1)总体分布类型已知,如率服从二项分布、样本均数服从正态分布; (2)由样本统计量推断未知总体参数。 这时,对总体参数m、p的假设检验称为参数检验。 如 t 检验： F 检验: 应用非参数检验的情况 1.不满足正态和方差齐性条件的小样本资料； 2.总体分布类型不明的小样本资料； 3.一端或二端是不确定数值（如＜0.002、＞65等）的资料（必选）； 4.单向有序列联表资料； 5. 各种资料的初步分析。 秩次(rank)——将数值变量值从小到大，或等级变量值从弱到强所排列的序号。 例1 11只大鼠存活天数： 存活天数4，10，7，50，3，15，2，9，13，60，60 秩次 3 6 4 9 2 8 1 5 7 10 11 10.5 10.5 例2 7名 肺炎病人的治疗结果： 危险程度 治愈 治愈 死亡 无效 治愈 有效 治愈 秩次 1 2 7 6 3 5 4 平均秩次 2.5 2.5 7 6 2.5 5 2.5 第二节 两个独立样本检验 Wilcoxon秩和检验 Wilcoxon rank sum test 1．区间（计量）数据的两样本比较 确定P值，作出推断下结论 1. 查表法 (样本含量较小，根据T查P值) 本书为附表11 2. 较大作正态近似性检验 2．有序（等级）数据的两样本比较 第三节 K个独立样本检验 1.区间（计量）数据的多个样本比较 Kruskal-Wallis H检验 H0 :多个总体分布位置相同; H1 :多个总体分布位置不全相同。 第四节 两个相关样本检验 2．单个样本中位数和总体中位数比较 第五节 K个相关样本检验 随机区组设计多个样本比较的 Friedman M检验 SUMMARY Wilcoxon符号秩检验：配对设计两样本比较 Wilcoxon秩和检验：完全随机设计两样本比较 Kruskal-Wallis秩和检验：完全随机设计设计多样本比较 (Nemenyi秩和检验：完全随机设计多样本两两比较) Friedman秩和检验：随机区组设计资料的多样本比较 Spearman 相关系数：两变量不满足直线相关分析的条件 data d5; input s t ; cards; 1 3 2 2 3 1 4 7 5 4 6 9 7 6 8 5 9 10 10 8 ; proc corr nosimple pearson; var s t; run; SAS 程序 The NPAR1WAY Procedure Wilcoxon Scores (Rank Sums) for Variable y Classified by Variable g Sum of Expected Std Dev Mean g N Scores Under H0 Under H0 Score ----------------------------------------------------------------- 1 17 739.50 518.50 58.490529 43.500000 2 15 436.50 457.50 56.205491 29.100000 3 17 409.50 518.50 58.490529 24.0882