19 非参数方法.ppt

小样本情形（两个总体的样本容量小于等于10） 例：某高中在校生大部分都来自于A、B两所初中。学校管理者提出一个问题，是否来自两所初中的学生的总体在学术潜力上是相同的。 初中A 初中B 学生 高中名次 学生 高中名次 A1 8 B1 70 A2 52 B2 202 A3 112 B3 144 A4 21 B4 175 B5 146 小样本情形 建立假设 H0：两个总体在学习潜力上是相同的 H1：两个总体在学习潜力上是不同的 第一步：把来自两个样本的混合数据由低到高进行排序 第二步：确定来自两所初中的学生各自的秩和 小样本情形 对于初中A，最小可能秩和为T=1+2+3+4=10，最大秩和为T=6+7+8+9=30。 如果两个学生总体是相同的，预期T值将接近两个值的平均数，即（10+30）/2=20。 初中A 初中B 学生 高中名次 样本秩 学生 高中名次 样本秩 A1 8 1 B1 70 4 A2 52 3 B2 202 9 A3 112 5 B3 144 6 A4 21 2 B4 175 8 B5 146 7 秩和 11 34 MWW检验的T统计临界值（TL） MWW检验的T统计临界值（TL） 小样本情形 n1代表检验中秩和被使用的样本容量，表中给出的是TL值，TU的值由下式算出 TU = n1(n1 + n2 +1)- TL 拒绝法则 如果T TL或T TU ，则拒绝H0 大样本情形（两个总体的样本容量均大于10） 使用T的分布的正态近似来进行MWW检验。 例：来自于某银行两个分行的两个独立随机样本数据见下表。这些数据是否意味着两个分行的帐户余额总体相同。 某银行的两个分行的帐户余额数 分行1 分行2 帐户 余额 帐户 余额 1 1095 1 885 2 955 2 850 3 1200 3 915 4 1195 4 950 5 925 5 800 6 950 6 750 7 805 7 865 8 945 8 1000 9 875 9 1050 10 1055 10 935 11 1025 12 975 分行1 分行2 帐户 余额 秩 帐户 余额 秩 1 1095 20 1 885 7 2 955 14 2 850 4 3 1200 22 3 915 8 4 1195 21 4 950 12.5 5 925 9 5 800 2 6 950 12.5 6 750 1 7 805 3 7 865 5 8 945 11 8 1000 16 9 875 6 9 1050 18 10 1055 19 10 935 10 11 1025 17 12 975 15 秩和 169.5 83.5 两个样本数据的混合排秩 大样本情形 相同总体的T的抽样分布 均 值： μT = n1(n1 + n2 +1)/2 标准差： 分布形式：n1 ≥10且n2 ≥10时，近似正态分布 小结：MWW检验的步骤 将混合样本观测有低到高进行排秩，同分值被赋予相应秩的平均数。 计算T，即第一样本的秩和。 在大样本情形下，使用T的观测值并将其与相同总体下的T的抽样分布进行比较。标准化的检验统计量z的值将提供拒绝域。 小样本情形下，使用MWW检验的T统计临界值表查找计算此检验的临界值。 练习 使用α =0.05及MWW检验来看一看两种添加剂在对汽油的行驶里程数的影响上是否存在显著差异。 添加剂1 添加剂2 17.3 18.7 18.4 17.8 19.1 21.3 16.7 21.0 18.2 22.1 18.6 18.7 17.5 19.8 20.7 20.2 练习 注册会计师及财务计划师行业的个人起始年薪的样本如下（单位：千美元）。使用α =0.05的显著性水平，检验两个行业起始年薪间无差异的假设。 注册会计师 财务计划师 25.2 24.0 33.8 24.2 31.3 28.1 33.2 30.9 29.2 26.9 30.0 28.6 25.9 24.7 34.5 28.9 31.7 26.8 26.9 23.9 19 非参数方法 非参数方法 符号检验 Wilcoxon符号秩检验 Mann-Whitney-Wilcoxon检验 Kruskal—Wallis检验 秩相关 将MWW检验扩展到3个或更多总体的情形。 假设形式： H0：所有总体均相同 H1：并非所有总体均相同 方差分析（ANOVA）： 间隔尺度或比率尺度数据 所有总体均为正态分布 各总体的方差相等 Kruskal—Wallis检验 Kruskal—Wallis检验 例：某公司从3所当地的大学聘用管理工作人员。认识部门收集并评定了雇员的年度表现等级，试图确定3所大学招聘来的管理人员的表现是否存在差异。 A大学 B大学 C大学 A大学 B大学 C大学 25