参数统计及非参数统计.pptVIP

;已知总体分布类型，对未知参数（μ、π）进行统计推断;参数检验与非参数检验;非参数统计方法;对于计量资料，若不满足正态和方差齐性条件，这时小样本资料选t检验或F检验是不妥的，而选秩转换的非参数检验是恰当的。 对于分布不知是否正态的小样本资料，为保险起见，宜选秩转换的非参数检验。;对于一端或二端是不确定数值（如0.5、0.5等）的资料，不管是否正态分布，只能选秩转换的非参数检验。 对于等级资料，若选行×列表资料的χ2检验，只能推断构成比差别，而选秩转换的非参数检验，可推断等级强度差别。 ;秩次与秩和 ;编 秩 ; 秩和;秩次：在一定程度上反映了等级的高低； 秩和：在一定程度上反映了等级的分布位置。 对等级的分析，转化为对秩次的分析。秩和检验就是通过秩次的排列求出秩和，进行假设检验。其特点是假设检验的结果对总体分布的形状差别不敏感，只对总体分布的位置差别敏感。 ;第一节 配对样本比较的 Wilcoxon符号秩检验; ;1．H0：差值的总体中位数Md=0 H1：差值的总体中位数Md ?0； ?=0.05 2．求差值；依其绝对值从小到大编秩次 （i）绝对值相等者（tie）取平均秩次； （ii） 将差值的正负标在秩次之前； （iii）零差值时秩次正负各半（或不参与编秩） 3．分别求正、负秩次之和，以绝对值较小者为T值 4．根据统计量T确定对应的P值 （i）小样本时，查表（附表9） (ii) 大样本时，正态近似 ;符号秩和检验的基本思想;（i）小样本（n≤50）时，查附表9;（ii）大样本（n50）时，可采用正态近似; 注意: 符号秩检验若用于配对的等级资料，则先把等级从弱到强转换成秩（1,2,3,…）；然后求各对秩的差值，省略所有差值为0的对子数，令余下的有效对子数为n；最后按n个差值编正秩和负秩，求正秩和或负秩和。但对于等级资料，相同秩多，小样本的检验结果会存在偏性，最好用大样本。 ;2．单个样本中位数和总体中位数比较 目的是推断样本所来自的总体中位数M和某个已知的总体中位数M0是否有差别。用样本各变量值和M0的差值，即推断差值的总体中位数M和0是否有差别。 ;例8-2 已知某地正常人尿氟含量的中位数为45.30。今在该地某厂随机抽取12名工人，测得尿氟含量见表8-2第（1）栏。问该厂工人的尿氟含量是否高于当地正常人的尿氟含量？ ;解: 1.检验假设和检验水准: H0：该厂工人尿氟含量的总体中位数M=45.30 H1：M45.30 α=0.05 2.编秩、求统计量T: 所有观察值与总体中位数45.30之差，按绝对值由小到大编秩，绝对值相同取平均秩次，然后分别计算正负秩次之和，即表8-2第（3）、（4）栏。; 据表8-2第（3）、（4）栏，T+=64.5，T-=1.5， 取T=1.5。 3.查表、做结论 有效差值个数n=11。据n=11和T=1.5查附表9，得单侧P0.05，按α=0.05水准拒绝H0 ，接受H1 ，可认为该厂工人的尿氟含量高于当地正常人的尿氟含量。 ;第二节 两独立样本差别的秩和检验Wilcoxon rank sum test; Wilcoxon秩和检验（Wilcoxon rank sum test）,用于推断计量资料或等级资料的两个独立样本所来自的两个总体分布是否有差别。 秩和检验的目的是推断两个总体分布的位置是否有差别，如要推断两个不同人群的某项指标值的大小是否有差别或哪个人群的大，可用其指标值分布的位置差别反映，而不关心其指标值分布的形状有无差别。两个总体分布位置不同，实际情况一般是两个总体分布形状相同或类似，这时可简化为两个总体中位数不等； ;基本思想;基本思想;⑴ H0：两样本来自相同总体；  H1：两样本来自不同总体（双侧） 或H1：样本A高于样本B（单侧）  ?=0.05; ⑶ 确定P值作结论： ①查表法 (n1≤10，n2?n1≤10) 查附表10 如果T位于检验界值区间内， ，不拒绝H0；否则， ，拒绝H0 本例T =141.5，取α=0.05，查附表10得单侧检验界值区间（89，141），T位于区间外，P0.05，因此在α=0.05的水平上，拒绝H0，接受H1，可认为肺癌病人的RD值高于矽肺0期工人的RD值。 ;②若n110，n2?n110时,采用正态近似法： ;例8-4 39名吸烟工人和40名不吸烟工人的碳氧血红蛋白HbCO(%)含量见表8-6。问吸烟工人的HbCO(%)含量是否高于不吸烟工人的HbCO