两总体的比较与检验精选.pptVIP

* 两总体的比较与检验: Wilcoxon 秩和检验法、 Mann-whitney U检验、 mood检验 * 两总体的比较与检验: Wilcoxon 秩和检验法、 Mann-whitney U检验、 mood检验 * 一、Wilcoxon 秩和检验法 例子1：为了检验一种新的复合肥和原来使用的肥料相比较是否显著的提高小麦的产量，在一个农场中选择了10块田地，每块田地分为两部分，其中任指定一部分使用新的复合肥料，另外一部分使用原肥料，小麦成熟后称得各部分小麦产量如下表。试用Wilcoxon 秩和检验法检验新的复合肥是否会显著提高小麦的产量 田地 1 2 3 4 5 6 7 8 9 10 新复合肥 459 367 303 392 310 342 421 446 430 412 原肥料 414 306 321 443 281 301 353 391 405 390 * x-c(459,367,303,392,310,342,421,446,430,412) y-c(414,306,321,443,281,301,353,391,405,390) t.test(x,y) Welch Two Sample t-test data: x and y t = 1.1143, df = 18, p-value = 0.2798 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -24.52442 79.92442 sample estimates: mean of x mean of y 388.2 360.5 一、Wilcoxon 秩和检验法 在正太总体的假定下，两样本的均值检验通常用t检验。和单样本情况一样，t检验并不稳健，在不知总体分布时，使用t检验可能有风险。这时就要使用非参数检验：Wilcoxon 秩和检验法 * 一、Wilcoxon 秩和检验法 Wilcoxon 秩和检验法：用来检验两样本的位置参数关系，充分利用了样本中秩的信息。 设X1、X2……..Xm为来自连续型总体X的容量为m的样本，Y1、Y2……Yn为来自连续型总体Y的容量为n的样本，且两样本相互独立。记Mx为总体X的中位数，My为总体Y的中位数。 Wilcoxon.test（）的调用格式： Wilcox.test(x,y,alternative=c(“two side”, “less”, “greater”),mu,paired,exact,correct=TURE/FALSE,conf.int,conf.level=0.95) Alternative是备择假设，分为单侧检验和双侧检验 mu是待检参数； paired是逻辑变量，说明变量x，y是否成对数据 exact是逻辑变量，说明是否精确计算P值，当样本量较少时，此参数起作用，当样本量较大时，软件采用正太分布近似计算P值 correct是逻辑变量，说明是否对P值得计算采用连续性修正； conf.int是逻辑变量，说明是否给出相应的置信区间。 * 一、Wilcoxon 秩和检验法 X-c(459,367,303,392,310,342,421,446,430,412) y-c(414,306,321,443,281,301,353,391,405,390) wilcox.test(x,y,alternative=greater,paired=TRUE) Wilcoxon signed rank test data: x and y V = 47, p-value = 0.02441 alternative hypothesis: true location shift is greater than 0 P值0.054690.05，无法拒绝原假设，此结果表明，在α=0.05的水平下，就所给数据而言，符号检验还不足区分两种肥料对提高小麦的产量产生差异。 * 一、Wilcoxon 秩和检验法 符号检验计算 binom.test(sum(xy),length(x)