非参检验.pptVIP

第九章 非参数检验 第一节 非参数检验的意义 t-检验、方差分析、及卡方检验中的适合性检验等，都要求所检验的总体服从某一个分布，如正态分布 如果所得到的样本并不来自于正态总体，或我们不知道总体的分布情况，单只要样本足够大，根据中心极限定理，我们仍可认为样本平均数近似服从正态分布 但如果此时样本量较小，总体的分布情况又未知，我们就可以考虑使用非参数检验法（nonparametric test） t-检验、方差分析、适合性检验，及后面要讨论的相关、回归的显著性检验，都需要利用总体分布的信息，因此这些检验都称为参数检验 而非参数检验由于不涉及总体参数，也不依赖于总体分布的形式，因此它与总体分布状况无关，因此非参数检验又称为无分布检验（distribution-free test） 非参数检验是利用样本数据之间的大小比较以及大小顺序，对 2 个或多个样本所属总体是否相同进行检验 非参数检验常用在以下情况： 样本所在总体的分布状况未知，或知之甚少 无法肯定总体分布的性质 样本观测值明显偏离正态分布，因而不具备参数检验的应用条件 非参数检验具有以下优点： 计算简便、直观、易于掌握、检验速度快 但当我们所得资料符合参数检验的条件时，非参数检验的效率始终低于参数检验法 这是因为： 非参数检验法没有充分利用已知的总体分布信息 也没有充分利用样本提供的信息 因而非参数检验的功效较低，犯Ⅱ型