第讲非参数统计教材.ppt

第8讲 非参数统计与SAS实现 华中农业大学 汪晓银 教授 内容说明 为什么要用非参数统计？ 非参数检验（non-parametric test）又称为分布自由检验，一种与总体分布状况无关的检验方法，它不依赖于总体分布的形式，应用时可以不考虑被研究的对象为何种分布以 及分布是否已知。非参数检验主要是利用样本数据之间的大小比较及大小顺序，对两个或多个样本所属总体是否相同进行检验，而不对总体分布的参数如平均数、标准差等进行统计推断。 主要内容 8.1 两组样本数据的检验 8.2 多组样本数据的检验 8.3 相关性指标与检验 8.4 独立性检验 8.1 两组样本数据的检验 1 配对样本数据符号检验法 8.1 两组样本数据的检验 8.1 两组样本数据的检验 例 1 甲乙两人分析同一物质中某成份的含量，得到观测数据（单位：g）为 甲14.7,15.0,15.2,14.8,15.5,14.6,14.9,14.8,15.1,15.0 乙14.6,15.1,15.4,14.7,15.2,14.7,14.8,14.6,15.2,15.0 试在显著性水平为0.05时用符号检验法检验两人的分析无显著差异. 注意，这种情况类似于配对比较 8.1 两组样本数据的检验 结果输出有4个部分: (1)结果第一部分包括变量变量数目有效观测次数N, 均值Mean, 总的观测值Sum Observations， 标准差Std Deviation, 变量Variance，偏斜Skewness，峰度Kurtosis，反修正SS值Uncorrected SS，修正值Corrected SS, 系数变量Coeff Variation和均值标准差 Std Error Mean。 8.1 两组样本数据的检验 (2)结果第二部分包括均值Mean，中值Median，模式Mode，范围Range (3)结果第三部分包括检验Test，统计量Statistic，P值p Value。 (4)结果第四部分包括分位数Quantile及估计值Estimate 结果分析: 由Tests for Location: Mu0=0表可知, M(Sign)的值为05,prM的值为1.000.05,未落在拒绝域里，故接受原假设H，认为两人的分析无显著差异。 为了判断某个总体的中位数是否与已知数m有显著的差异 例2 试验品种猪在17个试验点的月增重(单位:kg)见表： 试问，月增重与35是否有显著性差异？ 8.1 两组样本数据的检验 data ex; input x @@; y=x-35; /*x的值与35的差值作为观测变量值 */ cards; 51 40 43 48 23 26 30 34 25 40 41 39 42 40 43 30 34 ; proc univariate;var y; run; 8.1 两组样本数据的检验 由于运行结果与例4.1.1的结果情况类似，本题只选取结果中最重要的部分，即结果第三部分，M(Sign)的值为1.5，Pr = |M|值为0.62910.05，故未落在拒绝域里，因此接受原假设，认为该品种猪月增重的中位数与35无显著差异。 3. 成组样本数据的秩和检验法 8.1 两组样本数据的检验 例3 测定两个马铃薯品种的淀粉含量(%)，得到A品种的观测值为12.6, 12.4，B品种的观测值为12.4,12.1,12.5,12.7,12.6，13.1试在显著性水平为0.05时用秩和检验法检验两品种的淀粉含量无显著差异。 data ex; do a=1 to 2;input n @@;/*a因素有两个水平，由于每个水平样本个数不等，故先输入表示样本个数的变量n*/ do i=1 to n;input x @@;/*每个水平样本从1输到n，再输入数据x*/ 8.1 两组样本数据的检验 output;end;end; /*计算公式两连加号*/ cards; 2 12.6 12.4 6 12.4 12.1 12.5 12.7 12.6 13.1 ; proc npar1way wilcoxon; /*调用模块npar1way，数据对因素a的秩和检验模型*/ class a; var x; run; 8.1 两组样本数据的检验 从运行结果中可知，统计量值S =8，常态近似值Z = -0.1687 ，Prob |Z| = 0.8660，近似显著性水平0.8708。主要看Kruskal-Wallis Test这一部分，自由度DF为1，Chi-Square value 为Chi-Square 且Prob Chi-Square 为0.73580.05，接受原假