4.假设检验.ppt

四、非参数假设检验 1. 单样本问题——符号检验 例4.1 随机调查得到某个新兴行业从业人员的年收入数据如下（万元）：1.25 1.45 1.50 2.20 2.25 2.65 2.80 2.80 3.20 3.50 4.10 6.20 试检验该行业人员工资的中位数是否为2.5，取显著性水平为0.10。 解： 此检验问题为H0:θ=θ0；H1:θθ0=2.5 由于Sn=7，K0.1=8 从而， Sn≤K0.1在0.10的水平下，接受H0. 需要说明的是，若θ0=2.80，则Sn=5； 若θ0=3.20，则Sn=3.5 四、非参数假设检验 2. 单样本问题——Wilcoxon符号秩检验 Wilcoxon检验法，又称为配对比较的秩和检验法; 符号秩和检验法是对符号检验法的改进，由于符号秩和检验法考虑了差值的大小，因此克服了符号检验法精确性太差、检验效率低的缺陷 符号秩和检验法的检验步骤如下： 求出每对数据的差值 确定秩次：将差值按绝对值的大小顺序从大到小排列，并标明序号，加上原有的正、负号 求秩和，取秩和绝对值小者，并进行统计推断 四、非参数假设检验 2. 单样本问题——Wilcoxon符号秩检验 样本秩 设Xi在X1,…,Xn中的秩Ri={Xj:Xj≤Xi,j=1,…,n}#，即Xi的秩为Xi在顺序统计量X(1)…X(n)中的位置。 例如，样本观测值1.2,2.5,1.5,5.6。 样本x2的秩为R2=3。 Wilcoxon秩和统计量 令 其中Ri为|Xi|在{|Xi|}中的秩，称为Xi的符号秩， Tn为Wilcoxon符号秩和统计量。 四、非参数假设检验 2. 单样本问题——Wilcoxon符号秩检验 设分布函数F(x)连续且关于0对称，即F(-x)=1-F(x) 设X1,…,Xn为来自分布F(x- θ)的简单随机样本， θ 为总体的中位数 考虑假设检验问题H0: θ=0；H1: θ0 当H0成立时，X1,…,Xn应大体对称分布在0的两侧， 而在H1成立时， X1,…,Xn中位于0右侧的应多一些，此时Tn会偏大。 因而，H0的拒绝域应有形式{Tn≥K}。 四、非参数假设检验 2. 单样本问题——Wilcoxon符号秩检验 假设检验问题H0: θ=0；H1: θ0的拒绝域为 其中， 当n充分大时，可由渐近正态性得 从而，可有 例4.2 某研究测定了噪声刺激前后15头猪的心率 ，结果见下表。问噪声对猪的心率有无影响？ 四、非参数假设检验 2. 单样本问题——Wilcoxon符号秩检验 相当于从小到大排列，看数据偏离“中心”的程度； 如果差值d的中位数为0，正负号个数相等，不偏离 四、非参数假设检验 2. 单样本问题——Wilcoxon符号秩检验 解：设假设为H0: θ=0；H1: θ0 Tn= 2+3+5+6+…+14+15=110 从而，Tn≥T0.05(15), 拒绝原假设，认为噪声刺激对猪的心率有显著影响. （1）检验总体分布是否相同。 将从两个总体中独立抽取的两个样本的观察值混合有序后，观察游程个数，进行比较。 （2）检验样本的随机性 将取自某一总体的样本的观察值按从小到大顺序排列，找出中位数（或平均数），分为大于中位数的小于中位数的两个部分。用上下交错形成的游程个数来检验样本是否是随机的。 四、非参数假设检验 3. 两样本问题——链检验 四、非参数假设检验 3. 两样本问题——链检验 引例——考虑如下问题： 有人认为医院中出生的婴儿有“性别串”现象，记录了某医院在1天中出生的婴儿的性别如下： ++-+---+-+++--+-++---+--+----++++--+-++- 其中+表示男婴，-表示女婴。试问男女性别是否是随机出现的？ 链：一个相同符号的连续串； 链长：链中符号的个数。 四、非参数假设检验 3. 两样本问题——链检验 如果符号是随机出现地，那么序列中链的个数应比较多，链长较小。 记m与n分别为序列中正号与符号的个数，R为序列中链的个数。 显然，2≤R≤2min(m,n)+1 因而，Cα(m, n)=max{k:P(R≤k|H0) ≤α} 则当观测序列中的链个数R≤Cα(m, n)，则拒绝H0. 四、非参数假设检验 3. 两样本问题——链检验 当m、n较大时，可以根据中心极限定理得， 在上例中，R=22，取α=0.05，算得 因此，认为观测结果没有显示出非随机现象，不能拒绝H0. 四、非参数假设检验 3. 两样本问题——链检验 进一步的应用问题 设X1,…,Xm,Y1,…,Yn分别是抽自F(x)和G(y)的简单随机样本，且样本间独立。 考虑假设问题 H0:F(x)=G(x)；H1:F(x)G(x) 方法：把X1,…,Xm,Y1,…,Yn混合并按从小到大排序，那么在