-黄秩转换的非参数检验2006-3-20.pptVIP

第八章 秩转换的非参数检验 （Nonparametric Test） Wilcoxon signed-rank test Wilcoxon rank sum test Kruskal-Wallis H test Friedman M test 我们常常遇到以下一些资料，如需比较患者和正常人的血铁蛋白、血铅值等各项指标、护理效果评分、医疗质量评估等，这类资料有如下特点： （1）资料的总体分布类型未知； （2）资料分布类型已知，但不符合正态分布； （3）某些变量可能无法精确测量如等级资料。 对这类资料可以采用非参数统计：即不考虑总体分布类型是否已知，不比较总体参数，只比较总体分布的位置是否相同的统计方法。此类资料可以采用非参数方法进行统计分析。 如果总体分布为已知的数学形式，对其总体参数作假设检验。 如： t 检验和 F 检验 。 秩和检验概述 研究目的：均数或率的假设检验 资料类型：计量、计数或等级资料 由于秩统计量的分布与原数据总体分布无关，具有较好的稳健性，可用于任何分布类型的资料。 基本思想：基于秩次（通过编秩，用秩次代替原始数据信息来进行检验） 即检验各组的平均秩是否相等。如果经检验得各组的平均秩不相等，则可以推论数据的分布不同，进一步可推论各分布间分布位置发生了平移； 推断一个总体表达分布位置的中位数M（非参数）和已知M0、两个或多个总体的分 布是否有差别。 先将数值变量从小到大，或等级从弱到强转换成秩后，再计算检验统计量。 应用范围： 对于计量资料： 1. 不满足正态和方差齐性条件的小样本资料； 2. 分布不明的小样本资料； 3. 一端或二端是不确定数值（如＜0.5、＞5.0等）的资料（必选）； 对于等级资料： 若选行×列表资料的 检验，只能推断构成比差 别，而选秩转换的非参数检验，可推断等级强度 差别。 注意：如果已知其计量资料满足（或近似满足） 检验或 检验条件，当然选 检验或 检验，因为这时若选秩转换的非参数检验，会降低检验效能。 一、秩次和秩和 “秩”即按数据大小排定的次序号，又称秩次号。编秩就是将观察值按顺序由小到大排列，并用序号代替原始变量值本身。用秩次号代替原始数据后，所得某些秩次号之和，即按某种顺序排列的序号之和，称为秩和。设有以下两组数据： A组 4.7 6.4 2.6 3.2 5.2 B组 1.7 2.6 3.6 2.3 3.7 两组各有5个变量值。现在依从小到大的顺序将它们排列起来，并标明秩次，结果如下： A组 2.6 3.2 4.7 5.2 6.4 B组 1.7 2.3 2.6 3.6 3.7 秩次 1 2 3 4 5 6 7 8 9 10 原始值中有两个“2.6”，分属A、B组，它们的秩次应是3和4，然而它们的数值本来是同样大小的，哪组取“3”，哪组取“4”呢？我们计算它们的平均数（3+4）/2 3.5，作为“2.6”的秩次，称为“平均秩次”，这样才公平合理。 上面A组和B组中各有五个原始值，按顺序排列：最小值设为1，再按绝对值大小对余下的变量逐个排序，最大值为两组变量个数之和10。依次可得1，2，3.5,3.5,5,6,7,8,9,10。这10 个序号即是秩次。 A组秩和就是等于3.5+5+8+9+10 35.5， B组秩和就是等于1+2+3.5+6+7 19.5。 从两组的原始变量值也可以初步看出：A组偏大，B组偏小。现在得出的秩和也是A组大于B组，与由变量值所观察到的一致。 第一节 配对样本比较的Wilcoxon符号秩检验 1．配对样本差值的中位数和0比较 目的是推断配对样本差值的总体中位数是否和0有差别，即推断配对的两个相关样本所来自的两个总体中位数是否有差别。方法步骤见例8-1。 例8-1 对12份血清分别用原方法（检测时间20分钟）和新方法（检测时间10分钟）测谷-丙转氨酶，结果见表8-1的（2）、（3）栏。问两法所得结果有无差别？ 若多个差值为0，可通过提高测量工具的精度来解决。 2．单个样本中位数和总体中位数比较 目的是推断样本所来自的总体中位数M和某个已知的总体中位数M0是否有差别。用样本各变量值和M0的差值，即推断差值的总体中位数和0是否有差别。方法步骤见例8-2。 例8-2 已知某地正常人尿氟含量的中位数为45.30 。今在该地某厂随机抽取12名工人，测得尿氟含量见表8-2第（1）栏。问该厂工人的尿氟含量是否高于当地正常人的尿氟含量？ 第二节 两个独立样本比较的Wilcoxon秩和检验 1．原始数据的两样本比较 例8-3 对10例肺癌病人和12例矽肺0期工人用X光片测量肺门横径右侧距RD值（cm），结果见表8-5。问肺癌病人的RD值是否高于矽