单样本非参数检验1：卡方检验讲述.pptVIP

传统的非参数统计 单样本非参数检验 两样本（独立和相关）非参数检验 多样本（独立和相关）非参数检验 小答案 2.8/8.8=0.3181 168*0.3181=53.4408 切记要加权！ 卡检验的SPSS操作 答案 P值=0.256，大于显著性水平0.05，接受原假设，认为原分布成立，即原来医生的结论是正确的。 * 第3讲 单样本非参数统计—卡方检验 单样本检验及方法 什么叫单样本检验呢？ 在进行统计分析过程中，往往需要根据一组样本的信息来对某个总体分布或抽样过程是否随机进行判断，利用一个样本对总体进行推断的非参数检验。 卡方检验 二项分布检验 科尔戈洛夫-斯米尔诺夫单样本检验 游程检验 主讲方法： ◆卡方检验 ◆二项分布检验 ◆科尔莫戈罗夫-斯米尔诺夫（Kolmogorov-Smirnov) 检验 ◆游程检验 3.1 卡方检验的求解思想和方法 思想： 卡方检验是在给定样本 观察值 的情况下，检验总体是否服从有关分布 的一种非参数统计方法。 （1）建立零假设和备择假设 分布函数和密度函数的区别知道吧？ （2）构造和计算统计量 ◆把实轴 分成 个不相交的区间 ◆设样本观察值 落入每个区间的实际频数为 则实际频率为 ◆当零假设成立时，样本值落在每个区间的概率 可以由分布函数 精确计算，则每个区间的理论频数为 ◆当假设成立时，理论频数 与实际频数 应该相差很小 ◆构造统计量 （3）设定显著性水平和确定否定域 ◆给定显著性水平 。 ◆在零假设成立时， 统计量服从自由度为 的卡方分布。 ◆否定域为 （4）做出统计决策 如果 统计量的值落在否定域 中，拒绝零假设，即总体不服从指定分布 即 的概率P值？？显著性水平 3.2 卡方检验的例题 例：医学家研究心脏病人猝死人数与日期的关系时发现，一周之中星期一心脏病人猝死者较多，其他日子基本相同。每天的比例近似为2.8：1：1：1：1：1：1. 现在收集到168个观察数据，其中星期一至星期日的死亡人数分别为：55，23，18，11，26，20，15。 现在利用这批数据，推断心脏病人猝死人数与日期的关系是否成立？ 3.2 卡方检验的例题 解：该问题可以转化为检验心脏病猝死人数在一周时间内的分布是否同预期分布相同，可以使用卡方检验进行处理，过程如下： （1）建立零假设和备择假设 零假设：每天心脏病猝死人数分布同预期分布相同 备择假设：每天心脏病猝死人数分布同预期分布不同 3.2 卡方检验的例题 （2）构造和计算统计量 怎么计算得到的呢？ 3.2 卡方检验的例题 （3）设定显著性水平和确定否定域 给定显著性水平0.05，在原假设成立时，统计量 服从自由度为7-1=6的卡方分布，否定域为： 3.2 卡方检验的例题 （4）做出统计决策 统计量 =7.752，没有落在否定域 中，接受零假设 零假设：每天心脏病猝死人数分布同预期分布相同 因此，医学家的研究结论是正确的哦。 3.3 卡方检验的SPSS软件实现 （1）输入例子中的数据，如图所示。 勾选“值” 输入2.8，点“添加” 改成1，点“添加”，依次进行 1个2.8，6个1，最后点OK！ 得到卡方检验结果，分两部分 注意：学习了卡方检验的方法和过程后，你会解读软件给出的分析结果吗？ *