Cochran检验和Durbin不完全区组分析法解析.pptVIP

第五章 多总体统计推断 Cochran检验 针对定性数据表的检验方法。例如，考察三名推销员的推销能力，顾客对推销员进行打分，满意——1分，不满意——0分。 顾 客 1 2 3 4 5 6 7 8 9 10 11 12 甲 乙 丙 1 1 1 1 1 1 0 0 1 1 1 0 0 1 0 1 0 0 0 1 0 0 0 0 1 0 1 0 0 1 0 1 0 0 0 0 问推销员的推销效果是否一样？ Cochran检验 检验原理以及计算： 当完全区组设计，并且观测只是二元定性数据时，Cochran Q检验方法进行处理。数据形式见下表。其中 检验 假设检验问题： 则 检验 需要估计： 则 检验 Cochran Q检验统计量： Q近似服从 分布，当Q值偏大的时候，考虑拒绝零假设。 Durbin不完全区组分析 原理： 可能存在处理非常多，但是每个区组中允许的样本量有限的时候，每一个区组中不可能包含所有的处理，比如重要的均衡不完全区组BIB设计。Durbin检验便是针对这种问题。例如， 不同城市保险公司的绩效的BIB设计 （万份） (b=4) 城市（区组）k=4 Ⅰ　　　　Ⅱ　　　　Ⅲ　　　　Ⅳ A B C D 34 28 59 30 36 45 36 44 48 40 54 60 构造统计量： 当D值较大的时候，可以考虑拒绝零假设，认为处理之间存在差异。在零假设成立时，大样本情况下，D近似服从分布 。打结的时候，只要长度不大，对结果影响不太大。 D等同于Friedman统计量。(t=k, r=b) k=4, b=4, t=3, r=3. 解答 R函数文件 Cochran检验 x1=c(0,0,0,1,0,0,0,0,0,1) x2=c(1,1,0,1,0,1,0,0,1,1) x3=c(1,1,1,1,1,1,1,1,1,0) x=matrix(c(x1,x2,x3),nrow=10,ncol=3) ni=apply(x,1,sum) nj=apply(x,2,sum) k=ncol(x) Q=(k-1)*((k*sum(nj^2))-(sum(nj))^2)/(k*sum(ni)-sum(ni^2)) pvalue.x=pchisq(Q,k-1,lower.tail=F);pvalue.x;Q Durbin检验 x=c(73,NA,74,75,74,75,75,NA,NA,67,68,72,71,72,NA,75) z=matrix(x,nrow=4,ncol=4) y=apply(z,2,rank) s=apply(y,1,sum) k=ncol(z) t=k-1 r=3 D=((12*(k-1))/(r*k*(t^2-1)))*sum((s-4)^2)-(((3*r*(k-1)*(t+1)))/(t-1)) pvalue.x=pchisq(D,k-1,lower.tail=F) pvalue.x;D