第2章 非参数秩方法.ppt

第2章 非参数秩方法 不假定总体分布的具体形式,尽量从数据本身来获得所需要的信息的统计方法称非参数方法.由于对总体分布所加条件较少,因而有较广泛的适用性与稳健性. 一组数据的最基本的信息就是它们的大小次序,基于数据的大小排列次序进行统计推断的方法称之为非参数秩方法.本章介绍两种及多种处理方法比较的一些常用的非参数秩方法. 2.1 两种处理方法比较的秩检验 2.1.1 两种处理方法比较的随机化模型及秩的零分布 1.两种处理方法比较的随机化模型及观测值的秩 设 某问题有两种不同处理方法,设有N个个体,随机选取 个个体用一种处理方法试验,其余 m个 接受另一种处理方法试验,此称为两种处理方法比较的随机化模型. 由以往记录知,甲的测量值易于偏大,用符号检验是否可接受此断言 解 表示甲的测量值大于2的组数,观测值 :甲的测量值显著偏大. 检验 值为 由于 ,拒绝 .认为甲的测量值明显偏大. 注: 若为双边检验,取 :两人测量值有显著差异 则 双边检验的 值为 对 ,接受 . 用PROC UNIVARIATE 过程,对变量 各为甲,乙测量值 ,算得符号检验的双边检验的 值为0.096 3.对 仍接受 . 例 2.11 有4个不同的实验试制同一型号的纸张,为比较各实验室生产纸张的光洁度.测量了每个实验室生产的8张纸,得其光洁度如下: 对,检验各实验生产纸张的光洁度是否相同. 解 由PROC NPAR1WAY 过程,算得 Wilcoxon Scores Rank Sums for Variable x Classified by Variable gtoup Sum of Expected std Dev Mean group N Scores Under H0 Under H0 Score a 8 197.00 132.0 22.971 932 24.625 00 b 8 142.00 132.0 22.971 932 17.750 00 c 8 125.50 132.0 22.971 932 15.687 50 d 8 63.50 132.0 22.971 932 7.937 50 Average svores were used for ties. Kruskal-Wallis Test Chi-Square 12.875 7 DF 3 Pr Chi-Square 0.004 9 说明: 因 ,拒绝 . 由 PROC IML 过程,算得 因 ,故接受 . Friedman 检验 有结点的情况 令 为第 组中的 个观测值中互不相同的个数,不同值 为这 个观测值中等于 的个数, 为第 组接受第 种试验方法的个体的秩, 表示接受第 种试验方法的 个个体的秩和,即 统计量 检验的 值方法.设 的观测值为 ,记 取显著水平 . ① ,拒绝 . ② ,接受 . 时, Friedman 检验即双边符号检验. * 取 个取法总数为 .出现每种分配方式的概率为 , 零假设 ：两方法处理效果无显著差异. 要检验零假设是否被接受 个处理效果进行排序,若第 个个体排在第 个位置上,则称 为第 个个体的秩,一种方法称新方法,另一种方法称对照方法,设分配到新方法的个个体的秩为 分配到对照方法的 个个体的秩为 ， 有 例 5个个体 ,新方法 ,对照 。效果从差到好排序 ,则 观测值 观测值 . 以 为基础构造适当的统计量检验假设 ,称为两种处理方法比较的秩检验. 2. 的零分布 为真时,每种可能都对应于 的一组取值. 的零分布.为 其中 为真时的概率. 2.1.2 Wilcoxon 秩和检验 备择假设 H1 : 新方法优于对照方法 假定按处理效果由差到好排序 新方法: 对照方法 统计量: Wilcoxon 秩和检验 显著水平 ,选择 ,使 则当 时,拒绝 ,即认为新方法比对照方法显著有效. 秩和 H0下 , Ws 是取值于 与 之间的取正整数的随机变量 例2.1 对 .求 的零分布 解. 及对应的 值 的零分布 给定 ,则使 一般地, 随机分为两组,各有 个数. 表示值的所有分法数目, 则 : 取 至 向所有整数. 3 4 5 6 5 6 7 7 8 9 1,2 1,3 1,4 1,5 2,3 2,4 2,5 3,4 3,5 4,5 0.1 0.1 0.2 0.2 0.2 0.1 0.1 3 4 5 6 7 8 9 检验的 值方法 由观测结果计算 的观测值 ,计算 值