第3讲单样本非参数检验2二项分布检验.pptVIP

问题： 公司预计新招聘员工中业绩好的比例为0.6。为了验证上述推断，公司从新招聘来的员工中随机抽取32人进行业绩考核，属于业绩好的有28个（用1表示），属于业绩不好的有4个（用2表示）。 分析员工业绩是否同预期一致。 第3讲 单样本非参数统计—2 (二项分布检验） 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 Continue_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 4.1 二项分布检验的思想和方法 现实生活中有很多数据的取值是二值的： 人群可以分成男性和女性 产品可以分成合格和不合格 投掷硬币试验的结果可以分成出现正面和出现反面 …… 通常这样的二值可以分别用1和0表示 1 为事件发生，0为不发生，取值为0和1的随机变量的分布称为： 0-1分布 换个角度，试验N次，以1出现的次数为随机变量，其取值范围是 0-N 该变量就服从 二项分布 0-分布和二项分布的区别 第一，随机变量不同 前者变量值是1和0，后者变量值是 试验N次，1的可能次数 第二，随机变量的取值范围不同 前者取值范围是0和1 后者取值范围是0-N 测验： 题1：男，男，女，女，女，女，男，女，女，男，女，男，男 这是0-1分布还是二项分布？ 答案：0-1分布 题2：抽查了13个人，男生6人，这是0-1分布还是二项分布？ 答案： 二项分布定义 ★任意一次实验中，只有事件A(如正面）发生和不发生两种结果，发生的概率分别为P和1-P. ★若在相同条件下，进行N次独立重复试验，用X表示这N次试验中事件A发生的次数（k=0,1,2…)，那么X服从二项分布，记作X~B(N,P),也叫Bernolli分布。 二项分布检验是做什么的呢？ P= 0.7 0.8 ? 二项分布检验就是通过样本数据检验总体是否服从指定概率P值的二项分布。 二项分布检验的过程： （1）建立零假设和备择假设 ：样本来自的总体服从指定P值的二项分布 ：样本来自的总体不服从指定P值的二项分布 ★当 时，可以构造统计量（德莫弗-拉普拉斯定理） （2）构造统计量 时取加号，否则取减号（正态性近似的连续型修正，提高近似程度）。 二项分布与正态分布之间的关系 （3）设定显著水平和确定否定域 ★当 ，零假设成立时，统计量 近似服从 正态分布，在显著性水平为 时，否定域 4.1 二项分布检验的思想和方法 二项分布检验的过程： （4）计算统计量和做出统计决策 ★当 ，计算统计量 ，如果统计量值落在拒绝域 拒绝原假设；否则接受零假设。 4.2 二项分布检验的例题（大样本量） 例子：公司预计新招聘员工中业绩好的比例为0.6。为了验证上述推断，公司从新招聘来的员工中随机抽取32人进行业绩考核，属于业绩好的有28个（用1表示），属于业绩不好的有4个（用2表示）。 分析员工业绩是否同预期一致。 解答过程： 该问题是检验业绩好的员工是否同预期概率0.6一致，因此该问题转化为检验业绩好员工比例是否服从P值为0.6的二项分布。求解过程如下。 解答过程： （1）建立零假设和备选假设 ：业绩好的新员工服从P值为0.6的二项分布 ：业绩好的新员工不服从P值为0.6的二项分布 =28，p=0.6,n=32,k=28(n/2)=16,计算统计量 解答过程： （2）构造和计算统计量 该统计量近似服从N（0，1）的正态分布。 解答过程： （3）设定显著水平和确定否定域 在显著性水平 =0.05，否定域为 解答过程： （4）做出统计决策 由于Z=2.995，落在拒绝域 ，拒绝零假设，业绩好的员工比例不服从P值为0.6的二项分布，即业绩好的新员工比例不为0.6. 4.3 二项分布检验的软件实现 （1）输入数据，方法1：原始数据法，如下： 输入数据方法2：频数法 注意：频数数据要加权 4.3 二项分布检验的软件实现 （2）按照Analyze菜单→Nonparametric Tests→Binomial顺序选中二项分布检验计算模块，如图所示 弹出对话框： 待检验变量 变量分类方法 如果检验变量为二值变量，则选第一项；如果检验变量不是二值变量，则可在Cut point框后输入具体数值，小于等于该值的观察值为第一组，小于等于该观察值的为第二组。 检验的P值 （3）结果解读 二项分布检验的R操作 bi