第6章非参数检验.docVIP

第6章 非参数检验 非参数检验是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。两者的主要区别是：参数检验要求假定总体服从某种分布，对总体分布中一些未知的参数，例如总体均值、总体方差等进行统计推断，其统计量的分布也是利用总体分布基础上，综合统计量的构造推导出来的，SPSS进行参数检验时，通常是假设总体服从正态分布，统计量通常服从t分布；非参数检验是对总体分布不做假定，直接从样本从发掘总体的信息，推断总体的分布，由于该方法在推断总体分布时没有涉及总体分布的参数，因此命名为“非参数”检验。 非参数检验在近年发展非常迅速，提出了很多非参数检验的新方法、新模型。其应用的范围越来越广，能够处理的问题也越来越多，因此，掌握好非参数方法，对于掌握统计推断和提高读者的统计应用能力都是非常重要的。 SPSS提供丰富的非参数检验方法和模型，这些方法和模型主要集中在【Analysis】菜单下的【Nonparametic Tests】子菜单中（见图6-1），其中前4个菜单是单样本非参数检验的方法，后4个菜单两独立样本、两配对样本、多独立样本和多配对样本的非参数检验菜单，后面我们将对这些菜单进行详细的说明。下面，先让我们从非参数检验与参数检验的区别开始了解非参数检验。 图6-1 非参数检验的常用菜单 6.1 参数方法和非参数方法的比较 第5章，我们已经比较系统介绍了参数检验，通过第5章的学习，我们了解了参数方法的一般特点：参数方法总是首先假设总体服从某一分布，在此分布的基础上构造样本统计量，推导出样本统计量的分布，然后利用样本统计量对总体的一些参数例如均值进行推断。非参数方法和参数方法是不同的，下面我们就通过第5章的例子来说明两者的不同。 6.1.1 引例 在第5章例5-1中，我们利用单样本的t检验对四川省2007年人均可支配收入是否等于8500元进行了验证，验证结果是人均可支配收入显著高于8500元，在此例题中我们假设四川省人均可支配收入服从正态分布，从而才推导出样本t统计量服从自由度为20的T检验。然而，四川省人均可支配收入真的是正态分布吗？如果总体不是正态分布，那么前面我们的所有检验结果都不能成立，那么此时我们该如何处理呢？ 下面我们对四川省人均可支配收入的正态性进行检验，检验的方法选择前面的Q-Q图方法，具体操作留给读者完成，结果见图6-2和图6-3： 图6-2 人均可支配收入正态Q-Q图检验 图6-3 人均可支配收入Q-Q图检验残差图 从图6-2中我们可以看出，数据基本服从正态分布，但是从图6-3中可以看出，数据的残差有一定的问题，数据并不是严格服从正态分布，如果对检验要求不是非常严格，可以认为总体近似服从正态分布，用单样本t检验完成均值检验，但是如果对检验严格要求，在总体不完全服从正态分布的条件下，将不能采用非参数检验，而应该采用非参数检验的方法。 从上面的例子中，读者可能已经自行总结出参数方法和非参数方法最本质的区别了：参数方法需要事先假定总体的分布，非参数方法则不需要假定总体的分布，而是直接用样本来推断总体的分布。下面我们再详细来看看两种方法的区别。 6.1.2 参数方法和非参数方法的区别 除了从是否需要假定总体的分布来区别参数方法和非参数方法以外，我们还可以从很多方面来区分两种方法的不同。 首先，从应用范围来看，非参数方法的应用范围要大于参数方法，因为对于随机变量而言，我们了解的分布永远都是少数，大量非常见、非规则的分布是不宜用参数方法来研究的，甚至有些分布都不能写出分布函数或密度函数，只能靠计算机迭代推导其取值概率，而非参数分布不需要假定总体分布，直接从样本出发，因此任何分布都可以用非参数的方法进行研究，这也决定了非参数方法更广的应用范围。 第二，研究的对象和目标不同，由于参数方法假定了总体的分布，因此其研究目标就是总体的参数，一旦总体的参数全部确定了，总体的分布也就确定了；而非参数的方法直接从样本推导总体的分布，因此非参数方法的目标是总体的分布或者两个总体的分布是否相同。 第三，研究的统计量有所不同，非参数方法中常常采用秩来构造统计量，而且通常要求样本数较大，而参数检验很少用到秩来构造统计量，无论样本数大小都能对总体进行推断。 第四，两者的效率有差距，参数方法由于直接假定总体的分布，当总体真实分布就是假定分布或者与假定分布差异不大时，参数方法的准确性很好，效率较高，而非参数方法由于从样本出发，推导出的总体分布可能与真实的总体分布有一定差距，因而效率较低；但是，当假定的分布不是总体的真实分布时，非参数方法效率要高于参数方法。非参数方法的最大缺点就是效能较低，但是经过近些年的不断发展，非参数方法的效能不断提高，根据国际上的一项研究，有些方法的效能大约在参数方