13.3两个独立样本的非参数检验方法原理.ppt

分析实例 不拒绝H0，认为主卧室 与厨房的装修成本无差异！ 13.4 多个独立样本的非参数检验 方法原理 分析实例 拒绝H0，认为不同大学的雇员 业绩表现有差异！ 13.5 多个相关样本的非参数检验 按污渍种类分组，研究4种配方的去污能力是否相同！ 当有区组时，代表处理的样本的独立性就不再成立了 Friedman检验 区组内进行编秩，再将处理组的各区组秩相加，然后比较处理组的位置是否相同 分析实例 拒绝H0！ 认为4种 去污剂有 差异！ 练习 THE END 实习13 非参数检验 参数检验往往是在已知总体分布形态时，通过均数比较回答单个总体的参数是否与已知的数值有显著差异、两个总体的参数是否有显著差异的问题。 如果不知道样本来自的总体的分布，或虽然知道分布但非正态分布、或数据是分类数据，等等，在这些情况下，如何判断单个总体是否服从某种分布、两个总体的分布是否相同呢？ 学习目标 能用SPSS检验单个样本来自的总体是否服从某一特定的分布。 能用SPSS检验两个配对样本来自的总体的分布是否有显著差异。 能用SPSS检验两个独立样本来自的总体的分布是否有显著差异。 能用SPSS检验多个独立样本来自的总体的分布是否有显著差异。 能用SPSS检验多个配对样本来自的总体的分布是否有显著差异。 主要内容 13.1 单个样本非参数检验 13.2 两个配对样本的非参数检验 13.3 两个独立样本的非参数检验 13.4 多个独立样本的非参数检验 13.5 多个相关样本的非参数检验 非参数检验预备知识 数据分布类型的把握 数据的初步描述：相关指标和图形 图像的巨大作用 图像总比单个的数据提供了更多的信息 可以对整个数据的分布有全面的了解 直方图Histogram 直观描述，并且和正态曲线比较 P-P图和Q-Q图 专业的分布描述和检验工具 囊括10多个分布 非参数检验预备知识 顺序统计量：非参数检验的理论基础 通过对数据从小到大的排序(即排队)，并由数据的大小排序号(排队号)代替原始数据进行统计分析。 秩(Rank) ：排序号(排队号)在统计学上称为秩。 结(ties)：绝对值相等称为结又称同秩，取平均秩次。 非参数检验菜单 分布类型检验 分布位置检验 分布类型检验 检验某样本来自的总体是否服从某个分布，也称为拟合优度检验。 分类变量 Chi-Square Binomial Runs 连续性变量 1-Sample K-S（柯尔莫哥-斯米诺夫检验） 检验：正态分布、均匀分布、二项分布、指数分布 分布位置检验 检验几个总体是否相同 两个配对样本的比较 两个独立样本的比较 多个配对样本的比较 多个独立样本的比较 13.1 单个样本的非参数检验 13.1.1 x2检验 在数据文件Employee data.sav中，检验公司的办事员、保管员和经理三种职务类别的比例是否大约在80：5：15. H0：办事员、保管员和经理的比例是80：5：15 分析-非参数检验卡方检验 理论频率 要检验的分类变量 不拒绝H0 13.1.2 K-S检验 在数据sales.sav中（教材自带），检验销售收益（Revenue）是否服从正态分布。 分析-非参数检验-1-样本 K-S检验 H0：Revenue服从正态分布 不拒绝H0 13.1.3 二项分布检验 例：根据以往经验，新生儿染色体异常率一般为1%，现发现某医院观察了当地共400名新生儿，只发现一例染色体异常。数据见binominal.sav(教材自带)，该地区新生儿染色体异常率是否低于一般？ 分析-非参数检验-二项式检验 H0：染色体异常率p=0.01 H1：染色体异常率p0.01 二值变量 a=0.05时， 不拒绝H0 13.2 两个配对样本的非参数检验 方法原理 H0：差值的总体中位数Md=0 H1：差值的总体中位数Md≠0 基本原理：检验配对数据的差值总体的中心位置是否为0。若中心位置为0，说明两组数据无显著差异。 sign——符号检验 Wilcoxon——符号秩和检验 Wilcoxon——符号秩和检验 配对样本（x1,y1）,（x2,y2），…，（xn,yn） di=xi-yi 对|di|由低到高排秩 W+表示|di0|的秩和，W-表示|di0|的秩和，W=min（ W+ ， W- ） 当H0真时，若n50， 故当H0（Md=0）真时，W应在 附近震荡，若远离，则拒绝H0。 分析实例 例：两种去污配方去污剂除污时间比较，对12份污渍物件分别用新、老两种去污配方去污剂测量去污时间，分析两种去污剂功效有无差别？数据在npara1.sav 分析： 同一样本用两种方法测量是配对设计。 差值的分布呈正态分布？ P值小于0.05，