7非参数统计方法解析.ppt

基于秩次的非参数统计方法 -秩和检验 已知总体分布类型，对未知参数（μ、π）进行统计推断 依赖于特定分布类型，比较的是参数 参数统计 （parametric statistics） 非参数统计 （nonparametric statistics） 对总体的分布类型不作任何要求 不受总体参数的影响，比较分布或分布位置 适用范围广；可用于任何类型资料(尤其等级资料) 对于符合参数统计分析条件者，采用非参数统计分析，其检验效能较低 非参数检验的适用范围 分布为偏态或者分布形式未知的定量资料 等级资料 个别数据偏大或者开口资料 总体方差不齐的资料 优缺点 优点 适用范围广：尤其是n30时 搜集资料方便：不论研究的是何种变量，包括难以准确测量、只能以严重程度、优劣等级表示的资料 计算方法简便：在n较小时，手工运算可以快速得到初步结果 缺点 对于符合参数检验要求的资料，如果用非参数的方法，会降低统计效率 历史较短，在方法体系上还不完善 不能对总体参数进行估计，因此没有概括性的数字说明整体 秩和检验 （rank sum test）：是非参数检验中检验效能较高，又比较完整、系统的方法 基于数据的秩次与秩次之和 配对符号秩和检验 两独立样本比较的秩和检验 完全随机设计多样本比较的秩和检验 多组等级资料的比较 配对符号秩和检验 Wilcoxon signal rank test 是和配对t检验相对应的非参数方法 P119例1 配对符号秩和检验步骤 两独立样本比较的秩和检验 Wilcoxon rank sum test 是和成组设计t检验相对应的非参数方法 对于计量数据，如果资料方差相等，且服从正态分布，就可以用t检验比较两样本均数 如果此假定不成立或不能确定是否成立，就应采用秩和检验来分析两样本是否来自同一总体 表7-4 ⑴ H0：两样本来自相同总体；  H1：两样本来自不同总体（双侧）  或H1：样本A高于样本B（单侧） ?=0.05 ⑵ 编秩：两样本混合编秩次, 相同观察值（即相同秩，ties），不同组------平均秩次,求得T1、T2、T。 ⑶ 确定P值作结论： ①查表法 (n0≤10，n2?n1≤10) 查附表9 如果T位于检验界值区间内， ，不拒绝H0；否则， ，拒绝H0 ②正态近似法：  *校正公式（当相同秩次较多时） 多组等级资料的的秩和检验 Kruskal-Wallis法 对于完全随机设计多组资料比较，如果不满足方差分析的条件，可采用Kruskal-Wallis秩和检验 此法的基本思想与Wilcoxon-Mann-Whitney法相近：如果各组处理效应相同，混合编秩好后，各组的秩和应近似相等 P126例2 (详细讨论) Ri为各组秩和,ni为各组样本含量 由于相同秩比较多,一般都用校正的Hc统计量 H界值表(k=3或者ni均小于5) 卡方界值表(其他情况,自由度=k-1) 随机区组设计资料比较的秩和检验 随机区组设计资料比较,如果观察结果不满足方差分析条件,可用Friedman M检验（Friedman’s M test）。 分析步骤 1.建立检验假设和确定检验水准 2.编秩： 先在每一配伍组内将数据从小到大编秩，如有相同数据，取平均秩次； 再求各处理组秩和Ri，i=1，2，...，k。 分析步骤 4．确定P值和作出推断结论 小 结 1. 非参数检验在假设检验中不对参数作明确的推断，也不涉及样本取自何种分布的总体。它的适用范围较广。常用的非参方法较为简便。易于理解掌握。当资料适用参数检验方法时，用非参常会损失部分信息，降低检验效能。 2. 秩和检验是通过对数据依小到大(或者等级顺序)排列秩次，求秩和来进行假设检验的方法，可用于两独立样本比较、配对资料比较、多个独立样本比较、随机配伍组比较等。 1．H0：差值的总体中位数=0 ， H1：差值的总体中位数(0； (=0.05 2．求差值；依其绝对值从小到大编秩次 （i）绝对值相等者（tie）取平均秩次； （ii） 将差值的正负标在秩次之前； （iii）零差值时不参与编秩(此时有效样本含量减小) 3．分别求正负秩次之和，以绝对值较小者为T值 4．根据统计量T确定对应的P值 （i）小样本时(小于50)，查表（附表10） (ii) 大样本时(大于等于50)，正态近似参考公式7-3