06非参数检验.ppt

第六章 非参数统计分析方法 在统计推断方法中，通常要求样本来自的总体分布型是已知的（如正态分布），在这种假设基础上，对总体参数（如总体均数）进行估计或检验的方法，称为参数统计(parametric statistics)。（t检验、方差分析） 非参数统计方法的适用范围 总体分布型未知 不能或未加精确测量的资料,如等级资料 只能以严重程度、优劣等级、次序先后表示的资料 当参数检验条件的不到满足时 有些分组一端或两端是不确定的数值 非参数检验的主要优点： ①不受总体分布的限制，适用范围广； ②不受变量类型的约束，如对某些指标难以准确测定，而只能以严重程度、优劣等级、次序先后等表示的资料亦可应用； ③方法简便，易于理解和掌握。 第一节 配对样本比较的 Wilcoxon符号秩和检验 Wilcoxon符号秩和检验(signed rank test)，用以检验总体中位数是否等于指定值，也用以检验配对资料的差值是否来自中位数为零的总体。 一、配对样本差值的中位数与零的比较 例 某院检验科试用检测谷-丙转氨酶的新方法，时间由20分钟缩短为10分钟，加基液后孵箱温度由37°升至56°，原法与新法同测一份血清。问两法所得结果有无显著差别？ 若n25，超出附表的范围，可用正态近似法作u检验。 按公式计算u值： 第二节 两独立两样本比较的Wilcoxon秩和检验 一、两小样本比较的秩和检验 二、频数表资料和等级资料两样本比较 第三节 完全随机设计的Kruskal—Wallis H检验 一、多个独立样本比较的Kruskal—Wallis H检验 （3）求秩和：将各组秩次相加，见表内Ri一行（下标i表示组序，i=1，2，3，4）。 Kruskal-Wallis H检验（Kruskal-Wallis H test），用于推断计量资料或等级资料的多个独立样本所来自的多个总体分布是否有差别。 实际应用中检验假设H0可写作多个总体分布位置相同，对立的备择假设H1为多个总体分布位置不同或不全相同。 （一）多个样本比较 例 某研究所为观察甲、乙两种药物的利胆作用，将18条犬随机分为四组，禁食18小时后，在麻醉情况下分别给予不同处理，计算30分钟内胆汁分泌滴数，结果如表。试比较各组间有无显著差别？ 本例方差不齐（x2=14.365，P0.01），宜选用非参数检验法。 （2）编秩：先将各组胆汁分泌滴数由小到大排列，再将四个组的数据统一编秩。编秩中，若有相同的数据在同一组内，其秩次按位置顺序编号；若相同的数据在不同组内，则取其平均秩次。见表第(2)(4)(6)(8)栏。 （1）建立检验假设： H0：四个处理组总体分布相同； H1：四个总体的分布不同或不全相同。 =0.05。 （4）按公式计算检验统计量H值： 式中ni为各组观察值个数； 为各组观察值例数之和。将本例数据代入得 当各样本平均秩次较多时（如超过25%），应计算H值的校正值Hc。 例 某院用三种疗法治疗慢性喉炎患者，结果如表，试比较其疗效。 （二）频数表资料和等级资料的多个样本比较 （1）建立检验假设： H0：三种疗法治疗结果的总体分布相同； H1：三个总体的分布不同或不全相同。 =0.05。 （2）编秩：方法上同例，见表第（5）（6）（7）栏。 （3）求秩和：将表第（2）（3）（4）栏每组各等级例数与第（7）栏相应等级的平均秩次相乘，再求和。结果见第（8）（9）（10）栏。 5）确定P值并作出推断结论：本例处理组数k=3，但每组例数ni均大于5，故按=3-1=2查界值表，得P0.005，在 =0.05水准处拒绝H0，接受H1，认为三种疗法对慢性喉炎的疗效有非常显著的差别。 二、多个独立样本间两两比较的Nemenyi检验 当经过多个独立样本的Kruskal-Wallis H检验拒绝H0 ，接受H1时，常需进一步作两两比较，以推断哪两个总体分布不同，或哪两个总体分布相同。 ν=g-1 例 试对例6-5资料（表6-5）作两两比较。 第四节 随机单位组设计的Friedman M 检验 * * 军事医学统计学 第三军医大学卫生统计学教研室 伍亚舟 752343 有时总体的分布不易确定，不符合参数统计分析的要求,也不能通过数据转换使其符合参数分析条件,这时需要一种不依赖于总体分布类型,也不对总体参数进行统计推断的假设检验,这就是非参数检验(nonparametric statistics)。