第9讲 非参数检验.ppt

第10章 非参数检验 2、 Mann-Whitney Test部分 （1） Mann-Whitney检验的秩统计量表 （秩和） （平均秩） （2） Mann-Whitney检验结果表 说明：拒绝原假设，即病人和正常人血液里的尿酸浓度有明显的差异。 3、 Two-Sample K-S Test部分 （1） K-S Z检验频数表 （2） K-S Z检验结果表 说明：拒绝原假设，即病人和正常人血液里的尿酸浓度有明显的差异。 二、多个独立样本分布位置检验 ——【K Independent Samples】过程 多个独立样本分布位置检验是要解决多个独立样本间是否具有相同分布的问题。 1、检验方法基本原理 （1） Kruskal-Wallis H检验法（Kruskal-Wallis H，默认）：要求总体是连续型随机变量，至少具有Ordinal测度水平； （2）中位数检验法（Median）； （3） Jonckheere-Terpstra检验法（Jonckheere-Terpstra）：用于解决位置参数某一方向的假设检验； 2、引例（练习六） 例9 多个独立样本检验。为研究4种不同药物对儿童咳嗽的治疗效果，将25个体质相似的病人随机分为4组，各组人数分别为8人、4人、7人和6人，各自采用A、B、C、D四种药物进行治疗，假定其他条件均保持相同，5天后测量每个病人每天咳嗽次数如下表所示，试比较这四种药物的治疗效果是否相同。（数据文件：“四种药物治疗效果比较表.sav”） 330 448 160 252 4 272 320 100 236 3 214 295 180 203 2 194 156 133 80 1 475 481 368 6 386 465 284 5 279 457 7 D C 393 8 B A 表9 四种药物治疗效果比较表 假设检验： 【Analyze】\【Nonparametric Tests】\【K Independent Samples】 要求：选入检验变量、分组变量并确定分组取值，选入Kruskal-Wallis H检验法和中位数检验法。 Extract Tests： 要求：输出描述性统计量和四分位数 Options： 1、 Kruskal-Wallis Test部分 （1） 平均秩表 结果解读： （2） H检验结果表 说明：拒绝原假设，即4种药物的治疗效果有差异。 3、 Median Test部分 （1） 频数表 （2） 中位数检验结果表 说明：接受原假设，即4种药物的治疗效果相同。 注：结合两种方法分析，在H检验时，渐近显著性概率值为0.045很接近0.05，所以基本上认为这4种药物疗效区别不大。 三、两个相关样本分布位置检验 ——【2 Relate Samples】过程 当两个样本间的数据不再是相互独立，而是彼此相关时，可以用两个相关样本分布位置检验分布位置检验来检验两个样本是否有相同分布。 1、检验方法基本原理 （1） Wicoxon符号秩检验法（Wicoxon，默认）：要求变量为连续型变量； （2）符号检验法（Sign）：用于连续变量，但是效果没有前者好； （3） McNemar检验法（McNemar）：适用于两个相关的二元变量总体的检验； （4） 边际同质检验法（Marginal Homogeneity）：适用于分类变量，不仅仅限制于二元分类变量。 2、引例（练习七） 例10 两个相关样本检验。下表所示是某种商品在12家超市促销活动前后的销售额比较数据，试检验分析促销活动的效果如何。（数据文件：“促销活动前后销售额的比较表.sav”） 47 47 9 50 58 8 49 48 7 39 36 6 65 63 5 47 49 4 38 38 3 60 57 2 40 42 1 52 51 10 72 83 11 33 27 12 促销后销售额 促销前销售额 连锁店 表10 某种商品促销活动前后销售额比较表 假设检验： 【Analyze】\【Nonparametric Tests】\【2 Relate Samples】 要求：选入配对检验变量；选入Wicoxon符号秩检验法与符号检验法。 Extract Tests： 要求：输出描述性统计量 Options： 结果解读： 1、Npar Tests部分：描述统计量表 2、 Wicoxon Signed Ranks Test部分 （1） 秩计算结果表 （2） Wicoxon符号秩检验法结果表 说明：不拒绝原假设，没有证据显示促销前后的销售额有明显的差异。 3、 Sign Test部分 （1） 符号检验的频数表 1、利用二项分布检验来检验体能测试及格率是否达到90% 【Analyze】\【Nonparame