10基于秩次的非参数检验.pptVIP

[教学要求] 了解：通过电脑实验了解不同设计类型的秩和检验和相应t检验的功效有何不同。 熟悉：理解非参数统计的概念；熟悉不同设计类型的秩和检验方法。 掌握：掌握不同设计类型的秩和检验的实施方法及其应用条件。 在实践中我们常常遇到以下一些资料，如需比较患者和正常人的血铁蛋白、血铅值、不同药物的溶解时间、实验鼠发癌后的生存日数、护理效果评分等，这类资料有如下特点： 资料的总体分布类型未知； 资料分布类型已知，但不符合正态分布； 或某些变量可能无法精确测量： 疼痛程度 无、轻度、中度、重度 疾病治疗结果 控制、显效、有效、无效 。 在统计推断方法中，凡是以样本来自已知分布（如正态分布）的总体为假设基础，对总体参数（如总体均数）进行估计或检验的方法，称为参数统计（parametric statistics）。 但在实际工作中，有时总体的分布不易确定，或分布呈明显偏态而又无适当的正态转换方法，则需要应用一种不依赖于总体的分布类型，可以不考虑被研究对象为何种分布以及分布是否已知的统计推断方法。此类方法通常不会涉及到研究对象的参数。这时统计推断是比较分布而不是比较参数，称为“非参数统计”（nonparametric statistics）。 非参数统计可以不考虑被研究对象为何种分布以及分布是否已知，其统计推断的基础是比较分布而不是比较参数。 非参数统计的基本思想 在不知总体分布的情况下如何利用数据所包含的信息呢？一组数据的最基本信息是次序，将数值按大小次序排队，每个数值在整个数据中均有相应的位置和次序，称为该数据的秩（rank）。在一定的假设下，这些秩及其统计量的分布是可以求出来的，且与原来的总体分布无关，可进行所需要的统计推断。 非参数统计方法的主要优点 ①适用范围广。对变量的类型和分布无特殊要求，不论样本资料所来自的总体分布形式如何，甚至是未知的，都能适用。 ②对数据要求不严。对某些指标不便准确测定，只能以严重程度，优劣等级，先后次序等作记录的资料也可应用。 ③对样本量无严格要求。 非参数统计方法的主要缺点 对于符合参数检验的资料如果用非参数检验，由于没有充分利用资料提供的信息，故检验效能低于参数检验，若要使检验效能相同，往往需要更大的样本含量。 因此，在实际工作中对符合参数检验的资料，或经变量变换后符合参数检验的资料应首选参数检验；若不能满足参数检验条件的资料，应选用非参数检验。 配对设计的符号秩和检验又称Wilcoxon 符号秩和检验（Wilcoxon 配对法，或Wilcoxon signed rank test）是推断其差值是否来自中位数为零的总体的方法，可用于配对设计差值的比较和单一样本与总体中位数的比较。 一、配对设计的两样本的比较 【解题思路】 本研究属于配对设计的定量资料，首先判断是否符合配对设计t检验的适用条件，即差值是否来自正态分布。通过对差值进行正态性检验（见后），发现差值不是来自正态总体，所以用配对符号秩和检验（Wilcoxon matched-pairs signed-ranks test）进行统计分析。 正态性检验结果 1 建立假设，确定检验水准 H0：差值的总体中位数等于零 Md=0 H1；差值的总体中位数不等于零 Md≠0 α=0.05 2 计算检验统计量 （1）求各对的差值 见表10-1的第4栏。 （2）编秩 将差值按绝对值大小从小到大编秩，并按差值的正负给秩次加上正负号。若差值的绝对值相等，则取其平均秩次，如本例差值的绝对值为1的有两个，它们的位次为1、2，取平均秩次为（1+2）/2=1.5；差值的绝对值为22的有3个，它们的位次是13、14、15，取平均秩次为（13+14+15）/3=14。编秩时如遇差值为0，则舍去不计。 （3）求秩和，确定统计量T 分别求出正、负秩次之和，正秩和以T+表示，负秩和以T-表示，两者中较小者为统计量T，本例取T=10.0。 T+与T-之和应等于n(n+1)/2(其中n为不等于0的对子数)，此式可验算T+和T-的计算是否正确。本例T+=110， T-=10，其和为120，n=15, 15（15+1）/2=120，可见T+、T-计算无误。 3 确定P值，做出推断结论 （1）查表法：以T值查T界值表（配对设计用 P450），若检验统计量T值在上、下界值范围内，其P值大于相应的概率水平；若T值在上、下界值上或范围外，则P值小于相应的概率水