3-07非参数检验.pptVIP

前面介绍的检验方法首先假定变量服从特定的已知 分布（如正态分布），然后对分布的参数（如均 数）作检验。这类检验方法称为参数检验。 今天介绍的检验方法不对变量的分布作严格假定， 检验不针对特定的参数，而是模糊地对变量分布的 中心位置或分布形态作检验,通过检验样本所代表的 总体分布形式是否一致来得出统计结论。 这类检验 称非参数检验，由于其对总体分布不作严格假定， 所以又称任意分布检验（distribution-free test） 。 非参数检验的优点 不受总体分布的限制，样本不必来自正态 分布，适用范围广。 b. 适宜定量模糊的变量和等级变量。 c. 方法简便易学，操作起来通常简单方便。 d. 样本量可以很小 数据可以是分类数据，而不必是定量数 据。 缺点： 对于适合用参数检验的资料，如用非参数检 验会造成信息的丢失，犯第Ⅱ类错误的概率 增大，造成检验功效下降。非参数比较时区 别难以看出来. 参数和非参数统计的比较： 参数统计程序假定抽样对象总体的分布 非参数统计程序对抽样对象总体不进行分布假 定。在假定正确的情况下，参数统计程序比对应的 非参数统计程序更有效力。 非参数统计更适合不正确的假定，例如：如果分 布假设不正确的话，参数统计程序有可能会导致错 误的结论。 这里所指的检验实际上也是非参数的，因为这些检 验是依据等级的，而不是依据实际的数值。 * D M A I C 追求卓越 创新管理 非参数检验 目标 了解非参数统计的基本概念、掌握非参数假设检验方法，学会用Mintab进行非参数的统计检验。 主要内容： 中位数符号检验 Wilcoxon符号秩检验 Mann-Whitney 检验 Kruskal-Wallis 检验 Mood中位数检验 非参数检验的概念 非参数检验（也叫做自由分散统计）是处理非正态分布式数据的统计学分支。通常定义为，不涉及总体分布族的具体数学形式的显著性检验称为非参数检验。 CI（置信区间） F / L B / L Y目标在改变方差（?) 单样本Z-检验 单样本t-检验； 两样本t-检验; 成对t-检验 方差分析（ANOVA) 实验设计(DOE) 卡方检验(Chi Square) 单比例测试 两比例测试 Y目标在改变均值（u) 计数型 （离散 属性） 计量型 （连续） 对数回归 (Logistic Regression) 计数型（离散、属性） 计量型（连续） 相关（Correlation) 回归（Regression) Y X 要求数据正态分布 如果是小样本，变量的分布不清、已知不服从正态分布或 经数学转换后仍不服从正态分布时，如何检验两个样本或 多个样本均数差异的统计学意义呢？ ★需要一种不依赖于分布假定的检验方法，即非参数检验。 小样本用t检验，条件是变量服从正态分布和方差齐。 大样本用Z检验（中心极限定理） 非参数检验 2way anova Friedman test 8 1 way anova Mood’s median test 7 1 way anova Kruskal wallis test 6 2 sample t test Mann-whitney test 5 Paired t-test 2-sample wilcoxon signed ranks test 4 Paired t-test 2-sample sign test 3 1-sample z or t test 1-sample wilcoxon signed ranks test 2 1-sample z or t test 1-sample sign test 1 对应的参数检验 非参数检验