第十三章非参数检验.docVIP

第十三章 非参数检验 第一节 非参数检验概述 1 ? 第二节 相关样本的非参数检验 2 ? 第三节 独立样本的非参数检验 8 ? 第四节 等级的方差分析 12 ? 第五节 SPSS实验——非参数检验 17 ? 本章小结 20 ? 练习题与思考题 21 ? 综合练习四 22 ? 问题 有一位老师想研究电视节目对提高学生数学学习兴趣的问题，于是他要求9名学生在电视播放前后，用0到10 的数字范围来评定他们对数学的学习兴趣，结果如下表。试问电视播放前后对学生数学学习兴趣的提高有无显著影响？ 表13-1 电视节目与数学学习兴趣研究结果 节 目 1 2 3 4 5 6 7 8 9 播放前（） 2 5 5 2 3 2 7 7 4 播放后（） 4 8 4 8 7 9 4 7 9 ? 学习目标 1．理解参数与非参数检验法的含义与特点 2．掌握相关样本和独立样本的非参数检验方法 3．初步学会操作SPSS分析非参数的样本资料 ? ? 第一节 非参数检验概述 一、非参数检验法的意义 从第9至11章所介绍的大多数检验都需要关于总体的假定。譬如，。在许多情况下，我们必须假定总体粗略地服从正态分布，且总体方差已知或齐性。事实上，许多时候要满足所有这些必要的假定条件是困难的。为此，统计学家发展了基于更少假设的替代方法，即非参数检验法。 （一）参数检验与非参数检验 像Z检验、t检验、F检验等均称为参数检验法，因为它们在检验时都要求样本所属的总体量呈正态分布或样本容量足够大（n＞30），对两个或多个总体进行比较时，则要求它们的总体相同（即方差齐性）。这是一种以总体的某种具体分布类型为基础，或利用这些总体参数假设所进行的检验。 本章我们所要介绍的一些检验方法却不需要假设样本是否为正态分布或方差是否为齐性，这样的分布称作“自由分布”（distribution-free）或“非参数统计检验”（nonparametric）。“自由分布统计检验”不需要我们对所抽取样本的总体分布做特别假设，因为没有假设，因此也没有参数来描述这一分布(如平均数、方差)，所以叫做非参数检验（non-parameter test）。我们喜欢用非参数检验是因为它们可以在t检验中不考虑假设而直接进行统计分析。 （二）非参数检验的适用范围 由于非参数法不但没有总体分布或总体参数的要求，而且在许多非参数检验中其计算负担又很小的，以致被人们称为“捷径”，因而应用面较广，且非常流行，有关文献也相当多。一般来说，凡是能按大小顺序排列或按出现先后排列的资料都可以进行非参数检验，也称为“顺序统计学”。 非参数检验法归纳起来主要适用于下列六种情况。一是分布类型未知。即不知总体分布形态，又不便于假设；或是样本容量太小，分布情况表现不出来。二是分布极度偏态。三是名称变量和顺序变量及计数资料。即样本资料不以分数表示，而以程度、等级、大小、先后来表示。各种等距和比率变量的资料都可转化为名称变量和顺序变量的资料而选用非参数检验法。四是在一组资料中，个别数偏离过大。五是相互比较的几个组或样本的变异程度太大。六是用于初步筛选，只想大致了解某种差异情况。 二、非参数法的优缺点及应用选择 非参数检验法有其优势，也有其不足。优势主要表现在三个方面。一是应用广。由于非参数检验法在应用上没有严格的条件限制，因此比参数法的应用面更广，而且能用参数检验的材料，一般也能用非参数法，只是结果的准确性差一些。二是资料搜集便捷。非参数法只考虑变量的属性、符号或顺序，便于搜集资料。三是计算简便。非参数检验的方法一般都比较简单，而且计算迅速。不足也有三个方面，一是当样本资料来自正态总体只是暂时不知道，或者经过数据转换后可以变成正态分布，用非参数法的结果不如参数法准确。二是当样本容量极小时，非参数法的灵敏度也欠佳。例如，在符号检验法中，当样本容量小于6时，显著性检验结果不准确；小于8时则检验不出非常显著的数据资料。三是当检验结果在显著性水平附近时，还不能做结论，需要重新实验或是用参数法再检验一下。 在实际应用中，如何选择参数检验和非参数检验需了解两种方法各自的优势与劣势。一般而言，对于相同的资料，两种检验方法得出结论相差不太大，即用参数法或非参数法其结果是相符的，不过也有不相符的情况，需视具体情况而定。若数据资料适用于非参数法，则用其法结果也会准确。若数据资料适用于参数法，则用参数法其结果更准确。因此应根据资料情况选择相应的方法，检验结果才会更准确可信。 显然非参数法的应用范围比参数法广，但是非参数法检验的统计精度和分析效率往往不如参数检验。 非参数检验的具体方法有相关样本的符号检验法和符号秩次（等级）检验法，独立样本的秩和检验法和中位数检验，秩次方差分析的单向方差分析和双向方差分析以及柯尔莫哥洛夫一斯米尔诺夫检验的柯氏