秩转换的非参数检验(第8章).ppt

1 秩转换的非参数检验 Nonparametric Test of Rank Transformation 第二军医大学卫生统计学教研室 张罗漫 第8章 2 第一节 配对样本比较的 Wilcoxon符号秩检验 第二节 两个独立样本比较的 Wilcoxon秩和检验(重点) 第三节 完全随机设计多个样本比较的 Kruskal-Wallis H 检验 第四节 随机区组设计多个样本比较的 Friedman M 检验 讲课内容 3 参数检验 (parametric test) 参 数：总体的特征值 统计量：样本数据的函数 如果总体分布为已知的数学形式，对其总体参数作假设检验称为参数检验。 例如： u检验、t 检验、F检验 4 当资料轻微偏离参数检验对总体分布的假 定时，用参数检验不会影响统计分析结果。 5 对总体分布不作任何假定，不受总体分布限 制，适用范围广。 又称任意分布检验(distribution-free test)。 对两个或多个总体的分布作比较。对分布的 形状差别不敏感，对分布的位置差别敏感。 将原始数据转换为秩(rank)，对秩进行检 验—秩转换的非参数检验。 非参数检验 (nonparametric test) 6 1 4 10 2 3 11 13 12 14 15 5 6 7 8 9 16 秩和检验的基本思想(比较两组各8人平均身高) 9 第一节 配对样本比较的 Wilcoxon符号秩检验 Wilcoxon Signed-Rank Test 1.配对样本差数的中位数与0比较 2.单个样本中位数与总体中位数比较 10 1. 配对样本差数的中位数与0比较 配对设计：将受试对象按某些重要特征相近配成对子，每对中的两个实验单位随机分配到两种处理组。 11 例8-1 差值经正态性检验(P0.10) 12 （2）求检验统计量T值。 省略所有差值为0的对子数，令余下的有效 对子数为n; 按差值的绝对值从小到大编正秩与负秩，遇 差值的绝对值相等者取平均秩号(ties); 取正秩和或负秩和为T，T=11.5。 13 （3）确定P值，作出推断结论。 n≤50时，查T界值表（附表9） n确定后，若T值在上、下界值范围内(外)， 其P值大于(小于)表上方相应概率水平。 本例：n=11, T=11.5，0.05 P 0.10 (双侧) 结论：尚不能认为两法测定谷-丙转氨酶结 果有差别。 14 15 n50时，可用正态近似法作u检验。 16 2. 单个样本中位数与总体中位数比较 例8-2 已知某地正常人尿氟含量的中位数为45.30mol/L。今在该地某厂随机抽取12名工人，测得尿氟含量见下表。问该厂工人的尿氟含量是否高于当地正常人的尿氟含量？ 17 差值经正态性检验(P0.05) 18 （2）求检验统计量T值。 省略所有差值为0的对子数，令余下的有效对 子数为n; 按差值的绝对值从小到大编正秩与负秩，遇 差值的绝对值相等者取平均秩号(ties); 取正秩和或负秩和为T，T=1.5。 19 （3）确定P值，作出推断结论。 n≤50时，查T界值表（附表9） n确定后，若T值在上、下界值范围内(外)， 其P值大于(小于)表上方相应概率水平。 本例：n=11, T=1.5， P 0.005 (单侧) 结论：可以认为该厂工人的尿氟含量高于当 地正常人的尿氟含量。 20 21 3.本方法的原理 T值表制作原理： 假定配对的有效对子数n=4， 总体秩为1，2，3，4。 对子 差数 正秩 负秩 1 · · · · · 2 · · · · · 3 · · · · · 4 · · · · · 22 23 T界值表中对称下侧界值与上侧界值之和为n(n+1)/2， 1+2+3+4=4×5/2=10 正秩和与负秩和之和也为n(n+1)/2， 正秩和为0.5，负秩和必为9.5， n＝4 T：0～10 双侧 (单侧)外累计概率 0.125(0.0625) 样本T=1.5(或8.5) 双侧累积概率