非參数统计分析.docVIP

第十三章 非参数统计分析 统计推断方法大体上可分为两大类。第一大类为参数统计方法。常常在已知总体分布的条件下，对相应分布的总体参数进行估计和检验。第二大类为非参数统计方法，着眼点不是总体参数，而是总体的分布情况或者样本所在总体分布的位置/形状。 非参数统计方法大约有8种，可被划分为两大类，处理各种不同情形的数据。 单样本情形： 检验样本所在总体的位置参数或者分布是否与已知理论值相同。 ① Chi-Square过程：针对二分类或者多分类资料 例题1：见书P243。检验样本分布情况是否与已知理论分布相同。运用卡方检验过程。 ② Binomial过程：针对二分类资料或者可转变为二分类问题的资料。 例题2 ：见书P246。检验某一比例是否与已知比例相等，运用二项分布过程。 练习：质量监督部门对商店里面出售的某厂家的西洋参片进行了抽查。对于25包写明为净重100g的西洋参片的称重结果为（单位：克），数据见非参数。Sav，人们怀疑厂家包装的西洋参片份量不足，要求进行检验。 ③Runs过程：用于检验样本序列是否是随机出现的。二分类资料和连续性资料均可。 游程检验： 游程的含义： 假定下面是由0和1组成的一个这种变量的样本： 0 0 0 0 1 1 1 1 1 1 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0 其中相同的0（或相同的1）在一起称为一个游程（单独的0或1也算）。 这个数据中有4个0组成的游程和3个1组成的游程。一共是R=7个游程。其中0的个数为m=15，而1的个数为n=10。 游程检验的原理 判断数据序列是否是真随机序列。该检验的原假设为数据是真随机序列，备择假设为非随机序列，在原假设成立的情况下，游程的总数不应太多也不应太少。 例题3： 见书P247。检验样本数据是否是随机出现的。 例题4：从某装瓶机出来的30盒化妆品的重量（单位克），数据见非参数.sav，为了看该装瓶机是否工作正常。 提示：实际需要验证大于和小于中位数的个数是否是随机的（零假设为这种个数的出现是随机的）。 ④1-Ｓample--K –S 过程 原理：单样本的Kolmogorov-Smirnov检验（K-S检验）方法主要针对连续性资料，是用来检验一个样本数据的观测累积分布是否是已知的理论分布。这些作为零假设的理论分布在SPSS的选项中有正态分布，Poisson分布，均匀分布和指数分布等。 应用：可以检验下述四种类型的分布： ：数据服从正态分布 ：数据不服从正态分布 ：数据服从指数分布 ：数据不服从指数分布 ：数据服从均匀分布 ：数据不服从均匀分布 ：数据服从泊松分布 ：数据不服从泊松分布 例题5：见书249 例题6：打开xuelin.sav分析数据是否服从正态分布 例题7：检验x7是否服从均匀分布。数据见非参数.sav 双样本情形： 检验两个样本所在总体的位置参数或者分布是否相同。 （1）2 independent samples：针对2个独立的样本资料 例题8：见书P252 检验方法： ①惠．曼特尼Ｕ检验（Mann-Whitney）。一种用于检验两总体位置参数是否一致的方法，相当于参数检验中的t检验。 ②柯尔摩洛哥夫――斯密洛夫检验（简称Ｋ－Ｓ）检验。主要用于检验两总体分布是否一致。 ③ＷＷ检验(Wald-Wolfowitz runs) ：侧重于检验两总体分布是否相同，要求较为严格。 例题9：下列哪一个企业职工的工资高？数据见非参数.sav (2) 2 related samples ：针对配对资料 例题：见书P254 检验方法： ①Wilcoxon：根据配对资料的差值的秩进行的检验 ②Sign：适合于两分类资料 ③McNemar：只适合于两分类资料 ④Marginal Homogeneity: 适合于多分类资料 例题：检验两个小麦品种的优劣性，数据见非参数.sav 多样本情形： 检验多个样本所在总体的位置参数或者分布是否相同。 （1）K independent samples：针对多个独立的样本资料 检验方法： 葛斯卡尔．瓦里斯Kruskal-Wallis 例题：某公司的管理人员来自三所大学。该公司对三所大学的管理人员做了如下评分，评分在0到100，问：来自这三所大学的管理人员的表现有没有差异。 A B C 84 75 58 72 65 78 75 80 80 95 55 62 72 95 65 90 69 72 75 42 练习： 下面数据是游泳、打篮球、骑自行车等三种不同的运动在30分钟内消耗的热量。这些数据能否说明这三种运动消耗的热量全部相等。 A B C 306 311 289 285 364 188 319 338 221 300 315 302