第7章假设检验研究资料.ppt

非参数检验：指总体分布不要求服从正态分布或总 体分布情况不明时，用来检验数据资料是否来自某 一个总体的统计检验方法。 通常非参数统计方法适用于以下几种情况： 未知分布型，或样本数太少 n?6 而使得分布状况尚未显示出来； 非参数性，只能以严重程度、优劣等级、 效果大小、名次先后以及综合判断等方式记录其符号或等级； 分布程度偏态； 组内个别随机变量偏离过大。 1 首先将数据排序： 7.2 8.2 8.6 8.8 9.4 9.6 2 10.1 10.2 11.1 2 对每一个观测值，计算频率: 3 将点 逐一点在正态概率纸上; 4 观察上述n个点的分布. 从图2可以看到，10个点基本在一条直线附近， 故可认为直径与标准尺寸的偏差服从正态分布。 例2 随机抽取某种电子元件10个,测得其寿命数据 如下: 对该10个寿命数据作对数变换,结果见表4。 利用表4中最后两列上的数据在正态概率 纸上描点，结果见图4，从图上可以看到10个 点近似在一条直线附近，说明对数变换后的 数据可以看成来自正态分布。这也意味着， 原始数据服从对数正态分布. 四、 秩和检验 秩和即秩次的和或等级之和。秩和检验法也叫Mann-Whitney-Wilcoxon检验，它常被译为曼－惠特尼－维尔克松检验，简称M-W-W检验，也称Mann-Whitney Z检验。 1、适用资料 1）秩和检验法与参数检验法中独立样本的t检验法相对应。当“总体正态”这一前提不成立时，不能用t检验，可以用秩和检验法； 2）当两个样本都为定序（顺序）变量时，也需使用秩和法进行差异显著性检验。 2、 秩和检验的步骤 1）小样本：两个样本容量均小于10（n1?10,n2?10） （1）将两个样本数据混合由小到大排列秩次（如果大小相同就计算它们的平均秩次）； （2）把样本容量较小的样本中各数据的秩次相加，以T表示； （3）建立假设 H0：A B H1：A ? B （4）检验 把T值与秩和检验表中的临界值比较 T ? T1或T ? T2，则表明两样本差异显著； T1 T T2,则意味着两样本差异不显著。 例5 医学院试验两种新药治疗贫血病人，两个月后病人的红细胞数 万/毫米3 增加的秩次如下表，试问这两种新药有无显著性差异？ ? 0.05 一般,若总体中的个体可按两个属性A与 B分类，A 有r 个类 ，B 有c个类 从总体中抽取大小为n的样本，设 其中有 个个体既属于 类又属于 类， 称为频数，将r?c个 排列为一个r行c列的 二维列联表，简称r?c表。 表1 r?c列联表 表2 二维离散分布表 例8 为研究儿童智力发展与营养的关系，某研究机 构调查了1436名儿童，得到如表3的数据，试在显著 性水平0.05下判断智力发展与营 养有无关系。 若取? 0.05，则 本例中 χ2 12.8967 18.307，故接受原假设。使用统计软件可以计算出此处检验的p 值是0.2295。 例4：某医院一年中出生的婴儿共计1521人,其中男婴802人，女婴719人。给定 α 0.05，试问：能否认为男婴、女婴出生概率相同？ 解：用X 表示服从两点分布的随机变量,X 取0, 1两个值，X 1表示男婴，X 0表是女婴。则问题就是检验假设 H0：p1 P X 0 0.5. 1 将 -∞, ∞ 分成两个区间 计算每个区间上的理论频数。因为两个区间上 的理论概率 p1 p2 0.5, 而 n 1521, 故 3 各区间上实际频数：n1 802， n2 719 . 4 计算统计量的值 5 H0 的显著性水平为α的检验 所以，拒绝原假设，即认为男婴女婴出生概率有显著差异。 三、科尔莫哥洛夫检验 卡方检验法的问题 1）分组不同，拟合的结果可能不同； 2）需要有足够的样本含量； 3）对于连续型变量的优度拟合，卡方检验并不是 理想的方法。 统计学家推荐的拟合检验方法是： 1）Shapiro-Wilk检验 2）Kolmogorov-Smirnov检验 思想：比较实际频数与理论频数的累积概率间的差距，找出最大距离D，根据D值来判断实际频数分布是否服从理论频数分布。 科尔莫哥洛夫检验的步骤： 1）把字样观测值从小到大进行排序； 2）算出经验分布函数 3）在原假设H0下，计算观测值处的理论分布函数； 4）计算经验分布函数和理论分布函数的差的绝对值； 5）计算统计量的值； 6）给出显著水平a；由科尔莫哥洛夫检验的临界值表查出： 7）由（5）算出的 ， 则拒绝原假设，否则接受原假设。 120 120 119 101 85 70 乙药 147 145 134 134 124