非参数统计2.pptVIP

第二章 单样本检验 第一节 广义符号检验和置信区间 结果讨论 结果讨论 大样本近似 检验步骤 广义符号检验 不同备选假设下的p值计算见下表： 字符型数据的符号检验 本节软件的注 利用R软件得到符号检验的结果： 假设要检验 H0：Mp=M0 ?? H1：Mp M0 (或H1：Mp M0，或H1：Mp≠ M0) 对于样本量n=s++s-，在下面程序中，p是分位数： 中位数的置信区间 分位点Mp的置信区间 本节软件的注 [例] 下面是随机抽取的22个企业的纳税额(单位：万元),数据已经按照升幂排列。 1.00 1.35 1.99 2.05 2.06 2.10 2.30 2.61 2.86 2.95 2.98 3.23 3.73 4.03 4.82 5.24 6.10 6.64 6.81 6.86 7.11 9.00 基于符号检验的中位数置信区间的程序： 本节软件的注 本节软件的注 分位点Mp置信区间： 第二节 Wilcoxon符号秩检验 检验步骤 大样本近似 若n较大无法查表时，可利用正态近似，其中： 用下表来总结Wilcoxon符号秩检验: 基于wilcoxon点估计和区间估计 本节软件的注 假定样本数据为x，零假设为H0：M=25，则 双边检验的命令： wlicox.test(x-25) 右侧单边检验，H1：M 8的命令： wilcox.test(x-25,alt=greater) 左侧单边检验， H1：M 8的命令： wilcox.test(x-25,alt=greater) 本节软件的注 下面是基于Walsh平均，来求中位数的置信区间。 （1）求按照升幂排列的Walsh平均: walsh=NULL;for(i in 1:10);for(j in 1:10); walsh=c(walsh,(x[i]+x[j])/2); walsh=sort(walsh) （2）qsignrank(0.025,10),得到k=9 则中位数的95%置信区间为[W(k+1),W(N-k)) （3）输入:c(walsh[10],walsh[46]) 注意：NULL表示无效的对象，或初始值 这里N=n(n+1)/2为walsh平均的总数。 第三节 正态记分检验* 符号检验和wilcoxon符号秩检验都是线性符号秩统计量的特例。 在各种秩检验中，检验统计量为秩的函数。而秩本身是有穷个自然数的排列，在零假设下，秩为均匀分布。若改变均匀分布为其他分布，如正态分布，则产生了正态记分的概念。(我们所关注的空间不一定是“均匀”的) 正态记分检验的基本思想：升幂排列的秩Ri，用正态分位点 来代替。形成的记分称为van de Waerden记分。 线性符号秩统计量： an+(.)称为记分，an+(Ri+)I(Xi0)称为符号记分。 an+(.)=i时，为wilcoxon符号秩统计量。 a n+(.) ≡1时，为符号统计量。 为了使a n+(.) ≥0，不用 代替，而用 第四节 Cox-Stuart趋势检验 例 某地区32年来的降雨量如下表 问 （1）：该地区前10年来降雨量是否有变化？ （2）：该地区32年来降雨量是否有变化？ Ex 美国国家宇航局（NASA）自1966至1984年的科研和发展经费按时间顺序为 问：经费有无上升趋势？ 本节软件的注 coxstuart.test=function(x){n=length(x);c=floor(n/2); if(c==n/2){D=x[1:c]-x[(c+1):n]; s1=sum(sign(D)==1);s2=sum(sign(D)==-1); k=min(s1,s2);p=pbinom(k,n,0.5); list(p)}else{D=x[1:c]-x[(c+2):n]; s1=sum(sign(D)==1);s2=sum(sign(D)==-1); k=min(s1,s2);p=pbinom(k,n,0.5);list(p)}} 输入coxstuart