第三讲单样本定位问题.pptVIP

例8.5：脯氨酸和胶原肝硬化。 Kershenobich ， Fierro ，与Rojkind （ 1970年）研究了在人类肝硬化中游离脯氨酸和胶原蛋白含量之间的关系。表8.9中的数据是基于来自7个病人肝硬化的肝脏的一个分析，每个具有病理诊断的门脉性肝硬化。 我们感兴趣的是判断在肝硬化的肝脏中总胶原含量与游离脯氨酸之间是否存在正关联。 总胶原含量 游离脯氨酸 病人 （mg/g肝的干重） ( mol/g肝的干重) 1 7.1 2.8 2 7.1 2.9 3 7.2 2.8 4 8.3 2.6 5 9.4 3.5 6 10.5 4.6 7 11.4 5.0 来源： Kershenobich ， Fierro ，与Rojkind （ 1970年） 表8.9肝硬化患者的游离脯氨酸和总胶原含量 x-c(7.1,7.1,7.2,8.3,9.4,10.5,11.4) y-c(2.8,2.9,2.8,2.6,3.5,4.6,5.0) cor.test(x, y, method = spearman, alternative = g) Spearmans rank correlation rho data: x and y S = 16.8, p-value = 0.03996 alternative hypothesis: true rho is greater than 0 sample estimates: rho 0.7 Warning message: Cannot compute exact p-values with ties in: cor.test.default(x, y, method = spearman, alternative = g) 与 的关系： 则有： 独立性问题 第八讲 简介 1.对基于符号（Kendall）的独立性自由分布检验 2.与Kendall统计量有关的一个估计 3.基于Kendall统计量一个渐进自由分布置信区间 4.基于秩（Spearman）的独立性自由分布检验 数据：我们得到二元观察值： 每n个主体里面有一个观察值 假设： n个二元观察值 是来自连续二元总体的随机样本。也就是说， 是相互独立，且与某连续的二元总体同分布。我们感兴趣的零假设是： 对所以的 （8.1） 对基于符号（Kendall）的独立性自由分布检验 如果X与Y是独立的，则有： 对（8.1）的备择假设是变量X与Y之间的相依性，这也是我们最感兴趣的。在这里，我们集中通过Kendall群体相关系数 来测量相依性类型。 我们注意到事件 发生当且仅当事件 或事件 发生，所以： 类似地： （8.2） 所以，在零假设成立的条件下，即：变量X与Y是独立的，则： 但是我们注意到 并不一定表明变量X与Y是独立的。以下介绍符号（Kendall）的独立性自由分布检验。 为了计算Kendall样本相关统计量K，我们首先计算 对符号统计量 其中： 也就是说，以于每对下标 如果 是正的，我们给1分，如果 是负的，我们给-