第一章非参数统计分析..pptVIP

workfile u 1 1000 Series junzhi for !i=1 to 1000 smpl 1 20 series y1=rnd series y2=nrnd smpl if y10.8 Genr a=y2 smpl if y1=0.8 Genr a=9*y2 smpl 1 20 scalar mean=@mean(a) junzhi(!i)=mean next smpl 1 1000 junzhi.hist 2、随机变量X1，X2，?，Xni相互独立同分布Fi(X) ,i=1,2,…,N。 且不等式对某些点成立。备择假设的含义是总体中位数有明显的渐大趋势。即两序列 有较强的相关性。其中R是混合秩的总体内的平均。 等价的统计量为 可见S较大时，支持备择假设。 * 因为 一、绝对秩和符号秩 设随机变量X1，X2，…，Xn 独立同分布，分布函数 F(x)连续，关于y轴为对称。随机变量|X1|，|X2|，…，|Xn|对应的秩向量记为 称为Xi的绝对秩 称为Xi的符号绝对秩 第四节 线性符号秩统计量 若X是连续的随机变量，分布关于Y轴为对称，则随机变量|X|与计数统计量?(x)相互独立。 事实上，对于t?0，i=1或i=0，显然有 对于t0，有 因为，x关于0为对称，则 根据随机变量独立的充分必要条件，可知二者是独立的，同理可证 在结论下，我们有如下结论。 设随机变量X1，X2，…，Xn 相互独立同分布，分布函数 F(x)连续，关于y轴为对称。其绝对秩向量 计数统计量 二者相互独立。 二、符号秩统计量扩展 若随机变量X1,X2,…,Xn相互独立且同连续的分布，分布关于轴为对称。其对应的符号秩 Wilcoxon符号秩统计量 三、线性秩统计量 （一） 线性秩序统计量的定义 设X1，X2，?，XN为N个随机变量，其对应的秩向量记为： 又设α(1),α(2),?, α(N)和c(1),c(2),?,c(N)是两组数，组内的N个数不全相等。定义统计量为 S称为线性秩统计量，α(1), α(2),?, α(N)被称为分值，c(1),c(2),?,c(N)被称为回归常数。 例 二样本问题。随机变量X1，X2，?，Xm相互独立同分布，分布函数为F(x)；随机变量Y1，Y2，?，Yn相互独立同分布，分布函数为G(y)。混合样本X1，X2，?，Xm和Y1，Y2，?，Yn对应的秩向量，记为 取两组常数 又若取两组数为： 则 S为Y总体样本中，观测值大于混合中位数me的个数。 设 a(1), a(2),?, a(N) 是一组，若秩向量 在集合?上均匀分布 （二） 线性秩统计量的数字特征 有 定理1（线性秩统计量的数字特征） 设 a(1), a(2),?, a(N) 是一组，若秩向量 在集合?上均匀分布，则线性秩统计量 有数学期望 定理2（线性秩统计量的数字特征） 有方差 其中 证明 证明 【例】 设X1，X2，X3，…,Xm，Y1 …, Yn为样本，对秩和统计量 如 ， 等于0或1，视 或否,有 （三）线性秩统计量的应用 1、随机变量X1，X2，?，Xm相互独立同分布F(X) ，分布函数为连续；随机变量Y1，Y2，?，Yn相互独立同分布，分布函数为F(X/?) ，?为未知参数。检验的假设为： ， 检验两个总体是否有相同的分散程度。 * * 第二篇 非参数统计 参考书 《非参数统计》 中国统计出版社 吴喜之 《非参数统计》 人民大学出版社 王 星 《非参数统计讲义》 北京大学出版社 孙山泽 非参数统计 狭义非参数统计 非参数计量经济学 非参数模型 半参数模型 估计总体的分布函数 是否等于已知的分布 检验两或以上个总体的分 布是否相同，通常是检验其 中位数是否相等 估计总体的密度函数的 曲线，但是不能写出解释式 第一章 非参数统计及一些概念 教学中使用的软件SPSS和R。 SPSS的非参数统计菜单已经比较全面了。 SPSS非参数检验的过程 Ch