检验的统计量为.pptVIP

第五章 尺度检验 描述总体分布分散程度的参数为尺度参数（scale parameter）,在初等的数理统计中，为了检验总体分散程度的指标是方差。对两个总体的方差进行检验，通常用F检验，统计量为： 两独立样本的Siegel-Tukey方差检验 假定有两独立样本 两样本尺度参数的Mood检验 假定独立同分布的样本: 这里 为连续的分布函数。假定两个总体的位置参数是相等，即 。 2、检验的统计量 为了对上面的假设做出检验，我们首先将两个总体的样本混合后排序，得两样本的秩，分别记为 总体X： 总体Y： 把两个总体样本观测值的混合秩看成分组变量，则混合秩的总离差平方和为 大样本近似 Moses方差检验 Moses方差检验统计量计算 Moses方差检验统计量计算 两样本及多样本尺度参数的Ansari-Bradley检验 假定独立同分布的样本 ； ，这里 为连续的分布函数而且中位数为0。假定两个总体的位置参数是相等，即 。 这里检验的统计量是用X和Y在混合样本的秩到两个极端值中最近的一个的秩的距离来度量。如果为“X倾向于取两端的值”，则X的样本点距两端的距离近，这种度量对于X就小。检验的统计量 在原假设为真时，A的均值和方差分别 多样本尺度参数的Ansari-Bradley检验 是容量为 的随机样本。总体的分布函数分别为 。 用 表示 的混合秩，检验的假设为： 检验的统计量为： 其中： 在零假设为真时，B有自由度为（k-1）的 分布。当 拒绝原假设。 两样本及多样本尺度参数的Fligner_killeen检验 假定有K个总体的随机样本，用 表示。其总体的分布为 ，这里的原假设为： 记M是所有混合样本的样本中位数， 。在用 表示 在混合样本中的秩，检验的统计量为 这里 在小样本的情形，Fligner_killeen检验比Ansari-Bradley检验有更强的势。如果统计量k非常大，应该拒绝原假设。 两样本尺度的平方秩检验 方差的定义是假定独立同分布的样本 ； ，这里 为连续的分布函数。假定两个总体的位置参数是相等，即 。 为了对上面的假设做出检验，我们首先将两个总体样本的绝对离差混合后排序，得两样本离差的秩再平方，分别记为 总体X： 总体Y： 多样本尺度的平方秩检验 假定有K个总体的随机样本，用 表示。其总体的分布为。其总体的分布为 ，这里的原假设为： 具体做法是：先将K个样本的绝对离差 混合排序，得到离差绝对值的秩的平方。检验的统计量为： 为第i个样本的平方秩和。在零假设下，T有渐近的自由度为k-1的卡方分布。 输出结果： * 在原假设成立的条件下，该统计量服从F分布。但当总体不是正态分布时，则该种方法是不行的。以下的检验全部都是在模型的形状相同，位置参数相等的假定下。 这里假定F(.)为连续函数，而且以Y轴为对称，且 。检验的假设： H0:样本来自同一总体分布且方差相等 H1:样本来自同一总体分布仅仅方差不同。 2 3 6 7 ┅ 5 4 1 秩 ┅ ┅ 顺序统计 量 如果一个总体方差比较大，那么它的最大值和最小值之间的差异会比较大。如果两个总体的标志变动度的比较，两个总体的样本混合排序以后，分散程度大的总体的样本可能会排在首尾，可能的秩和较小，而分散程度教小的可能排在中位数左右，所以 或 或 可见沿海地区人均GDP的方差显著性偏大。 注：当两总体的位置参数不等时，需要求出两个总体的位置参数差，然后在位置参数较小的观测值均加上参数差，然后再进行分析。 ； 假设： 是混合秩的总离差平方和的一部分。该部分很大或很小均说明两总体的分散程度不同。 在 ,且 ， 的时候，可以采用大样本近似： 其中 对于打结情况可以考虑用修正公式. 原理及计算过程： 不用假定均值相等， 设来自方差为 的独立同分布样本