第六章非参数统计.pptVIP

第六章 非参数统计 第六章 非参数统计 第一节 引言 第二节 单样本非参数检验 第四节 两样本的非参数检验 第四节 秩相关检验 本章重点与难点 重点:了解和掌握单样本非参数检验、两样本的非参数检验、秩相关检验的基本方法。难点:符号秩检验的基本原理和秩相关检验的基本原理及其计算方法。 第一节 引言 　　　　　　　　　　　　　 一、关于非参数统计 二、非参数统计中常用统计量 一、关于非参数统计 非参数统计方法的共同特征是与总体分布无关，即总体分布未知的情况下的统计推断方法。 非参数检验总是比传统检验安全。但是在总体分布形式已知时，非参数检验就不如传统方法效率高。这是因为非参数方法利用的信息要少些。往往在传统方法可以拒绝零假设的情况，非参数检验无法拒绝。 注意：非参数统计的“非参数(nonparametric)”意味着其方法不涉及描述总体分布的有关参数；之所以称和总体分布无关(distribution—free)，是因为其推断方法不涉及到总体分布，不应理解为与所有分布(例如有关秩的分布)无关。 二、非参数统计中常用统计量 （一） 顺序统计量 1．顺序统计量 2．基于顺序统计量的统计量 3．顺序统计量的分布 1．顺序统计量 2．基于顺序统计量的统计量 3．顺序统计量的分布 （二） 秩统计量 1．秩统计量 2．秩统计量的分布和数字特征 3．线性符号秩统计量 1．秩统计量 2．秩统计量的分布和数字特征 3．线性符号秩统计量 第二节 单样本非参数检验 一、单样本拟合优度检验 二、符号检验 三、Cox-Stuart趋势检验 四、游程检验 一、单样本拟合优度检验 二、符号检验 （二） Wilcoxon符号秩检验 三、Cox-Stuart趋势检验 四、游程检验 1．游程的概念 一个可以属性总体，如，按性别区分的人群、按产品是否有毛病区分的总体等等，随机从中抽取一个样本，样本也可以分为两类；类型Ⅰ和类型Ⅱ。若凡属类型Ⅰ的记为符号A，类型Ⅱ的记为符号B，则当样本按某种顺序排列(如按抽取时间先后排列)时，一个或者一个以上相同符号连续出现的段，就被称作游程，也就是说，游程是在一个两种类型的符号的有序排列中，相同符号连续出现的段。 【例6.5】 从生产线上抽取产品检验瑕疵的产品是否是随机出现的。现随机抽了30件产品，按生产线抽取的顺序排列： 000011111111111111000111111111 问瑕疵的产品是随机出现的吗？ 第三节 两样本的非参数检验 一、配对符号检验 二、两样本配对Wilcoxon检验 三、Brown-Mood 中位数检验 四、Wlicoxon（Mann-Whitney）秩和检验 一、配对符号检验 二、两样本配对Wilcoxon检验 三、Brown-Mood 中位数检验 四、Wlicoxon（Mann-Whitney）秩和检验 第四节 秩相关检验 一、Pearson相关系数 二、Spearman秩相关检验 三、Kendallτ检验 一、Pearson相关系数 二、Spearman秩相关检验 三、Kendallτ检验 Kendallτ检验是从另一个角度来看相关,其检验的假设为： 【例6.12】 下面用例6.11中10个国家和地区1997年的国际化程度和国际竞争力的资料的关系来说明Kendallτ检验。 因而对于水平0.000拒绝零假设。显然10个国家和地区1997年的国际化程度和国际竞争力具有显著相关性。 本章小结 1．t检验并不稳健，在不知总体分布时，特别是小样本时，应用t检验就可能有风险。这时就要考虑使用与总体分布无关的非参数方法。对于本章所介绍的数据趋势或随机性检验，就不存在简单的参数方法。非参数方法总是简单实用的。符号检验是最有代表性的非参数检验，一旦熟悉了符号检验的基本思路，后面的内容就很容易理解了。 2．两相关样本的非参数检验通常是用来比较成对数据的，它包括符号检验与两样本配对Wilcoxon检验。符号检验只用到它们差异的符号，而对数字大小所包含的信息未能考虑。配对Wilcoxon检验既考虑了差异的正、负号，又考虑了两者差值的大小。 3．两独立样本的非参数检验通常是用来比较两个不同总体的位置参数，传统的t检验在比较两个不同总体的位置参数时并不稳健，在不知总体分布时，应用t检验是会有风险的。因此我们介绍了一些更为稳健的非参数方法包括：Brown-Mood 中位数检验、Wlicoxon（Mann-Whitney）秩和检验。比较两个总体的中位数的检验时，Brown-Mood 中位数检验只利用了样本大于或小于共同中位数的数目，如同前面的单独符号秩检验一样，只有方向的信息，没有差异大小的信息。作为单样本的Wlicoxon秩和检验的