《非参数附录.doc

附录 附录1 平均数和中位数 (2.1)式的证明非常简单。令，由于，，所以(2.1)式得证。 下面证明(2.2)式。首先将数据按递增(由小到大)的顺序排列为，令。下面证明中位数满足条件： ①在为奇数时，，其中，则在时，； ②在为偶数时，，其中，则在，或者时， ；而在时，。 如果中位数满足这样的条件，则(2.2)式显然得证。 在为奇数时，设，则存在这样的，使得，且。因而 由于，以及，所以 从而有 所以在为奇数，时，。类似地，在为奇数，时，可以证明：。在为偶数时，同样可以证明： 。 附录2 中位数的估计 将样本按递增(由小到大)的顺序排列为。称为次序统计量。于是在为奇数时，样本中位数为，其中；在为偶数时，样本中位数为，其中。显然，样本中位数是总体中位数的点估计。 很自然地，我们取为总体中位数的区间估计，并把它称为第层区间估计，。其中，最简单的是总体中位数的第1层区间估计。它的置信水平为 总体中位数的第层区间估计的置信水平为 显然，层数越大，区间的长度越短，但置信水平越小。一般来说，首先给定置信水平，然后选取尽可能大的，使得第层区间估计的置信水平不小于。 类似地，我们取为总体中位数的第层置信下限，它的置信水平为 同理，我们取为总体中位数的第层置信上限，它的置信水平为 某计算机辅助程序可用于培训企业的机器维修工人。有15名工人参加培训，他们的培训天数见表F.1： 表F.1 15名工人的培训天数 工人编号 培训天数 工人编号 培训天数 工人编号 培训天数 1 52 6 59 11 53 2 43 7 50 12 58 3 55 8 54 13 60 4 44 9 65 14 62 5 45 10 46 15 63 培训天数的中位数的估计为样本中位数54(天)。的各层的区间估计及其置信水平见表F.2： 表F.2 中位数的各层的区间估计 第层 区间估计 置信水平 第1层 0.999939 第2层 0.999023 第3层 0.992615 第4层 0.964844 第5层 0.881531 所以的置信水平为95%的区间估计取为第4层区间估计。 原假设为，备择假设为的检验问题(见表3.1第3行)通常称为无方向检验，或双边假设检验问题。有了置信水平为的区间估计，我们就可以在水平下求得这类检验问题的解。解法如下：若的置信水平为的区间估计是第层区间估计，那么在时，我们拒绝原假设。事实上，这个检验方法等同于符号检验法。 表3.1的第1行和第2行的检验问题通常称为有方向检验，或单边假设检验问题。有了置信水平为的置信上限，我们就可以在水平下求表3.1的第1行的原假设为、备择假设为的检验问题的解；而有了置信水平为的置信下限，我们就可以在水平下求表3.1的第2行的原假设为、备择假设为的检验问题的解。它们的解法从略。 用统计软件Minitab也可以基于次序统计量构造中位数的区间估计，其步骤和符号检验相类似，叙述如下： 输入数据(例如将15名工人参加计算机辅助程序培训的培训天数数据输入到C1列) 选择Stat下拉菜单； 选择Nonparametrics选项； 在Nonparametrics的下拉菜单中选择1– Sample Sign子选项； 在对话框的Variables方框内键入C1；选择Confidence Interval并在Level栏中键入置信水平。Minitab软件的默认的置信水平为95%。 单击OK。 如果输入的置信水平为95%，则Minitab将给出3个区间，它们分别列于表F.3： 表F.3 Minitab给出的3个(置信水平为95%)区间 层数 置信水平 区间估计 5 0.8815 NLI 0.95 4 0.9648 最上面的是第5层区间估计，其置信水平尚不到95%。最下面的是第4层区间估计，其置信水平刚超过95%。中间的区间估计是在第4、5层区间估计之间通过非线性插入(nonlinear interpolation，简称NLI)方法得到的置信水平为95%的区间估计。该非线性插入方法可参阅T. P. Hettmansperger 和 S. J. Sheather 于1986年发表在《Statistics and Probability Letters，第4期，75至79页》上的文章：《Confidence Intervals Based on Interpolated Order Statistics》。 既然置信水平为95%的区间估计为，那么47.49和59.63就分别是置信水平为97.5%的置信下限和置信上限。所以欲构造置信水平为的置信下(或上)限，仅需构造置信水平为的区间估计。 附