两样本尺度参数的siegel—tukey检验.pptVIP

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
两样本尺度参数的siegel—tukey检验

* * * 两样本尺度参数的Siegel—Tukey检验 1 两样本尺度参数的Mood检验 2 两样本尺度参数Ansari-Bradley检验 3 两样本尺度参数Fligner-Killeen检验 4 两样本尺度的平方秩检验 5 多样本尺度的平方秩检验 6 第五章 尺度检验 Siegel-Tukey检验:定最小的一个秩为1,最大和次大的秩分别为2和3,再回到小端,定第二和第三小的秩分别为4和5……如此,从一端跳到另一端,每端按从外到内的顺序取两个秩,直到所有点都分配了秩为止 Ansari-Bradley检验:最大和最小的值均取1,次大和次小的均取2,…… Wilcoxon(Mann-Whitney)秩和检验 将两样本混合排序,并按顺序给每个数据一个秩; 按样本求秩和WX和WY,计算WXY和WYX; 令W=min{WXY,WYX},查Mann-Whitney统计量分布表得出结论。 使用条件、问题描述、基本思想 两总体位置参数相等 基本思想 比较总体分散程度 检验步骤 当两总体位置参数一致时,具有较大尺度参数的总体产生的观察值倾向于远离共同中位数θ。因此,Fligner和Killeen就提出根据各观察值到该共同中位数的距离大小来对样本数据排序。又因为总体中位数θ未知,故可用样本中位数M代替。 检验步骤 将两样本混合,求共同的样本中位数M 计算Vij = | Xij - M |,并将其排序 令Rij表示Vij在混合样本中的秩,则第i个样本的秩和 计算求得WXY和WYX,令W=min{WXY,WYX} 在零假设下,两样本秩和应相差不大,若W过大或过小都应怀疑零假设。故可根据W值,查Mann-Whitney统计量分布表得出结论。 多样本尺度参数的Fligner-Killeen检验 Kruskall-Wallis秩和检验 将多个样本混合排序; 按样本求秩和,并计算每个样本的平均秩 ; 构造检验统计量 查表得出结论。 问题描述:若有k个来自不同总体的样本,令 表示大小为ni的第i个样本,假定所有位置参数相等,即 ,则假设检验问题为 不全相等 多样本尺度参数的Fligner-Killeen检验方法完全类似于多样本位置参数的Kruskal-Wallis检验,不同之处仅在于秩的规定。由此,定义检验统计量 其中, , 为Vij = | Xij - M |在混合样本中的秩。 零假设下,各样本的 应相差不大,并均接近于总平均秩,因此,若K的值很大,则应怀疑零假设。故由K的值,查Kruskal-Wallis统计量分布表可得出结论 【例5-1】我国两个地区一些城镇职工的工资如下 地区1:6864 7304 7477 7779 8348 8461 9553 9919 10073 10270 11581 13472 13600 13962 15019 17244 地区2:10276 10533 10633 10837 11209 11393 11864 12040 12642 12675 13199 13683 14049 14061 16079 检验两样本方差是否相等。 例题解析 解:两样本中心位置不一致,需先平移一个样本 (1)估计MX -MY,将X和Y的观测值成对相减,对mn个差找中位数。第三章中已经求过,MX -MY的估计值为-2479 (2)X样本都加上2479,使之与Y样本中心位置一致,得 X’:9343 9783 9956 10258 10374 10827 10940 12032 12398 12552 12749 14060 15951 16079 16441 17498 19723 (3)估计共同的样本中位数 M = 12219 * * *

文档评论(0)

wangsux + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档