广义符号检验和有关的置信区间.ppt

假定这是从世界许多大城市中随机抽样而得到的样本，所有大城市的指数组成了总体。 可能面临的问题是：这个总体的平均水平是多少？北京市在该水平之上还是之下？ 通常，在总体是正态分布的假设下，关于总体均值的假设检验和区间估计是与 t-检验有关的方法进行的。 在本例中，总体分布是未知的，我们就想知道，此时的总体是不是正态分布呢？先看一下此组数据的直方图。 从图中很难看出这是什么分布 此概率就是该假设检验的 p-值。 假设检验 ，即零假设为北京的生活水准小于世界大城市的生活水准 在零假设下，二项分布的概率 (其中 =1/2) 因此，我们采用符号检验的方法: 舍去值为99的样本点，还剩65个数据， 的实际值为 k = 23， 在这个例子中，n=65，k=23， ，p-值为 即在零假设下，由该样本所代表的事件的发生的概率仅为 0.0124，即 p-值= 0.0124 很小，可以拒绝零假设，拒绝错了的概率仅为 0.0124。 也就是说，北京的生活指数不可能小于世界大城市的中间水准。 注：一般来说，如果 p-值太大，拒绝零假设的理由就不充分。也就是通常说的不能拒绝零假设。 样本： 世界上71个大城市的花费指数 （可以假定这个样本是从世界许多大城市中随机抽样而得的，所有大城市的指数组成了总体） 两个关于位置参数的不同检验问题： 样本中位数M 是否大于64 （等价地说，是否指数小于64的城市的比例少于1/2） 样本0.25分位点Q0.25 是否小于64 （等价地说，是否指数小于64的城市的比例大于0.25） ——这两个问题实际上都是关于分位点的检验问题 2.1.1 广义符号检验：对分位点进行的检验 根据同样原理，可以将中位数符号检验推广为任意分位点的符号检验 假设检验 在所有样本点都不等于 q0 时，n 就等于样本量 如果有些样本点等于 q0 ，那么这些样本点就不能参加推断，应该把他们从样本中除去，这样 n 就小于样本量了 不过对于连续型变量，样本点等于 q0 的可能性很小 二项分布中如何计算 p 值 备择假设 p 值 或者写成 备择假设 p 值 备择假设 p 值 例2.1 (1). 样本0.25分位点Q0.25 是否小于64的检验 解：形式上，我们的检验是 例2.1 (2). 64是否为样本中位数的检验 解：形式上，我们的检验是 则 36 32 31 25 28 36 40 32 41 26 35 35 32 87 33 35 - - - - - - 0 - + - - - - + - - 推广例1（楼盘均价问题），假设检验 由于 s+=2， s-=13，p-值为 P (min{S+,S-}2) 又 K= min{S+,S-}~ B(15,0.75)，故 p-值为 0 因此，拒绝零假设 H0 binom.test(sum(x40),length(x)-1,0.75) Exact binomial test data: sum(x 40) out of length(x)-1 number of successes = 2, n = 15, p-value = 9.23e-07 alternative hypothesis: p is not equal to 0.75 R编程计算： 95 percent confidence interval: 00 sample estimates: probability of success 0.1333333 总结一下： 关于分位数的符号检验，我们用检验的 p-值 形式列出 因为正态分布是连续的，所以对离散的二项分布的近似中，可以用连续性修正量: 其中当 Kn/2 时取加号，当 Kn/2 时取减号。 大样本正态近似（修正） 样本量 n 较大时，二项分布可以用正态分布来近似。在零假设 下，当 n 较大时， 服从正态 N(0,1) 分布。 样本量 n 较小时，可以用二项分布的公式或查表来计算p-值。 对于单边检验，p-值为： 右侧