第四章_两样本位置问题.pptVIP

第四章 两样本位置问题 contents 成对数据的检验 4 两样本和多样本的Brown Mood 中位数检验 1 Mann-Whitney 秩和检验及有关置信区间 2 正态记分检验 3 4.1 两样本和多样本的Brown Mood 中位数检验 例4.1：我国两个地区一些(分别为17个和15个)城镇职工的工资(元)： 地区1:6864;7304;7477;7779;7895;8348 ; 8461;9553;9919;10073;10270;11581; 13472 ;13600;13962;15019;17244。 地区2:10276;10533;10633;10837;11209; 11393;11864;12040;12642;12675;13199; 13683;14049;14061;16079。 要检验两个地区平均城镇职工工资的中位数是否一样？这是检验两个总体的位置参数是否相等的问题。 4.1 两样本和多样本的Brown Mood 中位数检验 令地区1和地区2的中位数分别为MX和MY，两个地区共同的中位数为MXY，根据教材74页的盒子图可以作如下假设： H0:MX=MY H1:MXMY 在零假设成立时，两个样本Xi(i=1,2,…,17)与Yj (j=1,2,…,15)大于或小于MXY的数目应该大致相等。 本例中，MXY=11301， N=m+n=32 n=15 m=17 总和 N-t=16 n-b=5 m-a=11 观测值小于MXY的数目 t=a+b=16 b=10 a=6 观测值大于MXY的数目 总和 Y样本 X样本 4.1 两样本和多样本的Brown Mood 中位数检验 令A表示列联表中左上角取值a的X样本中大于MXY的变量。在m,n及t固定时，A的发布在零假设下为超几何分布(对于不超过m的k)： 在给定m,n及t时，当A的值a太大或太小时，就应怀疑零假设。下表列出了Brown-Mood中位数检验的基本内容： 2min(P(A≥a),P(A≤a)) A H1:MX≠MY H0:MX=MY P(A≤a) A H1:MXMY H0:MX=MY P(A≥a) A H1:MXMY H0:MX=MY P值 检验统计量 备择假设H1 零假设H0 4.1 两样本和多样本的Brown Mood 中位数检验 在例4.1中，a=6,b=10,m=17,n=15,用备择假设H1:MXMY作单边检验时，得到p值为P(Aa)=P(A6)=0对于α=0.05来说，无法拒绝零假设。 大样本：用正态近似统计量（含连续性修正） 该近似在min(m,n)≥12时相当精确。 在双边检验时，大于大样本情况，可用Pearson χ2检验统计量： 4.1 两样本和多样本的Brown Mood 中位数检验 例4.1实行χ2(1)双边检验，可得K=3.137255，并算得p=0.0765225（前面p=0,对于α=0.05来说，仍然无法拒绝零假设。 如果X和Y+θ有同样分布，则Brown-Mood 检验科用来得到θ=MX-MY的（1-α）置信区间。具体为[Xt-c’+1-Yc’, Xt-c-Yc+1]，这里，c和c’满足P(A≤C)+P(A≥C’)=α 4.2.1 Wilcoxon (Mann-Whitney) 秩和检验 1.适用范围：用于两个独立样本，资料要求定序尺度以上。 2.理论依据和方法：与第三章的Wilcoxon秩和检验相同，首先将两个样本的观察值x1,x2,…,xm 与y1,y２,…,yn混合起来，令WXY为Y观察值大于Ｘ观察值的个数，即WXY等于在所有可能的对子(xi,yj)中满足xiyj的对子的个数， WXY称为Mann-Whitney统计量，它和Y的秩和统计量WY(=∑i=1nRi)的关系是WY= WXY+n(n+1)/2。 4.2 Mann-Whitney 秩和检验及有关置信区间 类似地，可以定义WX和 WYX，并且有WX= WYX+m(m+1)/2。 同时，WXY+ WYX =nm 统计量WY是由Wilcoxon(1945)提出；而WXY是由Mann and Whitney(1947) 提出的。因为这些统计量在检验中等价，因此人们也通常称它们为Mann-Whitney-Wilcoxon统计量。 Ri为Yi在N=n+m 个数中的秩, 且有： 判断时，小样本查附表；大样本(m,n大于10)，用正态近似： 如有打结 (打结的情况超过全部数据的1/5时)，对Z应修正为： 在例4.1中，地区1(m=17)和地区2(n=15)的秩和分别为WY=306，WX=222（见P83），并由此计算WXY=WY-n(n+1)/2=186，WYX=69。 对于H1: