第四章非参数检验.pptVIP

2、Jonckheere-Terpstra多样本的秩检验 这个检验处理的问题和Kruskal-Wallis检验类似，零假设都是各个总体的位置参数相同，但这里的备选假设为各个总体的位置参数按升幂排列（如为降幂排列，可把总体编号颠倒顺序即为升幂排列）。 注意这里所说的位置参数和前面的Kruskal-Wallis检验中的位置参数意义一样。 Jonckheere-Terpstra检验先在每两个样本所有观测值对之间比较，计算第i个样本观测值中小于第j个样本观测值的对子数： SPSS软件使用说明 选项为Analyze－Nonparametric Tests－K Independent Samples。 把变量（这里是price）选入Test Variable List；再把数据中用1、2、3来分类的变量group输入Grouping Variable，在Define Groups输入1、2、3。 在下面Test Type选中Jonckheere-Terpstra。 在点Exact时打开的对话框中可以选择精确方法（Exact），Monte Carlo抽样方法（Monte Carlo）或用于大样本的渐近方法（Asymptotic only）。最后OK即可 3、Brown-Mood中位数检验 在有数个独立样本的情况，希望知道它们的中位数是否相等。零假设是这些样本所代表的总体的中位数相等。备选假设是这些中位数不全相等。 3、Brown-Mood中位数检验 假定有k个总体，ni为第i个样本量；把所有样本量之和记为N。先把从这个k个总体来的样本混合起来排序，找出它们的中位数。再计算每个总体中小于该中位数的观测值个数O1i，i=1,…,k，和每个总体中大于该中位数的观测值个数O2i，i=1,…,k。这样就形成了一个由元素Oij组成的2×k表。其列总和为ni，i=1,…,k；而两个行总和为各样本小于总中位数的观测值总和：R1＝O11+O12+…+ O1k及各样本大于总中位数的观测值总和R2＝O21+O22+…+ O2k。这显然是一个列联表，可以用Pearson 统计量，即 这里 SPSS软件使用说明 选项为Analyze－Nonparametric Tests－K Independent Samples。 把变量（这里是price）选入Test Variable List；再把数据中用1、2、3来分类的变量group输入Grouping Variable，在Define Groups输入1、2、3。 在下面Test Type选中Median。 在点Exact时打开的对话框中可以选择精确方法（Exact），Monte Carlo抽样方法（Monte Carlo）或用于大样本的渐近方法（Asymptotic only）。最后OK即可 第四节 两配对样本的非参数检验 问题： 在对总体分布不了解的情况下，通过分析样本数据，推断样本来自的两个相关配对总体的分布是否存在显著差异。 方法： 1、McNcmar变化显著性检验 将研究对象自身作为对照者，检验其“前后”的变化是否显著。要求样本数据是二值。 2、符号检验 3、Wilcoxon符号平均秩检验 2、配对样本场合的符号检验 样本配对场合与单样本场合的符号检验，基本原理是一致的。设从两个总体中分别抽出一个容量相等的样本，然后将两样本的数据进行一一配对，得到一组配对值。再将各对配对值相减，记录下差数的符号，计算出“+”的个数n+与“-”的个数n-。如果两个样本的总体差异不显著，配对值之差的正负号出现的概率各是1/2，则n+与n-应当非常接近；如果n+、n-相差太大的话，说明两总体存在显著差异。 SPSS操作 选项为Analyze－Nonparametric Tests－2 Related Samples。 第五节 多配对样本的非参数检验 问题： 在对总体分布不了解的情况下，通过分析样本数据，推断样本来自的多个相关配对总体的分布是否存在显著差异。 方法： 1、Cochran Q检验， 所处理的样本数据要求是二值的 2、Friedman 检验 要求样本数据是定距的 3、Kendall协同系数检验 主要用于分析评判者的评判标准是否一致公平 1、二元响应的Cochran检验 当观测值只取诸如0或1两个可能值时，由于有太多同样的数目（只有0和1），排序的意义就很成问题了。 这里要引进的Cochran检验就是用来解决这个问题的一个非参数检验。这里的零假设也是各个处理是相同的。先看一个例子 关于瓶装饮用水的调查。20名顾客对4种瓶装饮用水进行了认可（记为1）和不认可（记为0）的表态。 我们感兴趣的是这几种瓶装水在顾客眼中是否有区别。这里的零假设是这些瓶