教育统计学 第十三章 非参数检验.ppt

第十三章 非参数检验 扬州大学教育科学学院 郭兆明 Z、t、F检验的条件 总体为正态分布 总体方差齐性（相等） 等距数据或等比数据 t与F的区分 t为两个组的平均数的差异检验。F为多组的平均数差异检验（单因素方差分析、多因素方差分析）。 t通过平均数之差除以抽样分布的标准误来求t值来判别的；而F分布是通过比较方差来求F值。 Z与t的区别 样本容量的大小 测量的两要素 参照点。就是计算的起点。参照点的两种类型：(1)绝对零点，即0表示“无”，例如，长短、轻重等； (2)相对零点，即人为确定的参照点，例如，海拔高度0、温度的0度、智力年龄0岁等。 单位。没有单位，数量的多少、大小就无法表示。理想的单位必须要有确定的意义，即同一单位不允许有不同的解释；相邻两个单位点之间的差别是相等的。而心理和教育测量所用的单位不等值。即既无统一的单位，也不符合等距的要求。 四种测量水平 量表：任何可以使事物数量化的值和量的渐进系列都可以称为量表。例如，刻度尺，天平，弹簧称，温度计，气压计。 史蒂文斯根据对测量结果数量化描述的不同水平，将量表分成四种水平：类别量表、等级量表、等距量表、比率量表。 类别量表（分类量表）： 又称名称量表。只能区别不同类别；例如，国籍、性别等。如，1代表男人， 2代表女人，这里的1和2只是一个代号，我们不能说后者比前者大，因为这里的1和2只有类别关系，没有数量关系。再如：已婚、未婚；编号；职业。 等级量表 等级量表（顺序量表、次序量表）：它根据事物的某一特点，将事物分成等级，用数字表示。例如，名次，等第（优、良、中、差），工资级别，能力等级等。它能够指明事物间的数量关系。在次序量表中，数字仅表示等级，不能进行四则运算。例如，名次1与2。 再如：及格、不及格；通过、未通过；录取、未录取。 等距量表 等距量表：对事物属性的划分是等距的，即它们具有单位，但没有绝对零点，只具有相对零点。因此，等距量表测出的数据之间可以进行加、减运算，但不能进行乘除运算 例如， 10℃－11℃、11℃－12℃之间的差别是一样的，因为我们选择0℃与10 ℃其它温度作为零点其差值都是一样的。但商就不一样了。 比率量表 比率量表：具有绝对零点和单位的特性。从这种量表得到的数据可以进行四则运算。例如，长度、重量、时间等。 不同类型的数据的统计方法不同 A．对分类量表进行统计分析的方法：百分比、次数（频数）、众数。 B．适合顺序量表进行统计分析的方法：中位数、百分位数、等级相关系数、肯德尔和谐系数。 C．适合等距量表获得的数据的统计方法有：平均数、标准差、积差相关系数、t检验、F检验。 D．适合等距量表获得的数据的统计方法有：同C＋几何平均数。 数据类型 类别数据 等比数据 等距数据 等比数据 非参数检验的优点 适合任何类型的数据类型 不要求总体正态分布 对两个总体也没有方差齐性的要求 适合处理小样本数据 非参数检验的缺点 精确度不如参数检验 非参数检验 符号检验 符号秩次检验 秩和检验 中位数检验 单向秩次方差分析 双向秩次方差分析 第一节 符号检验（r） 符号检验是通过对两个相关样本的每对数据之差的符号（正号或负号）进行检验，以比较这两个样本差异的显著性。 （1）小样本的情况 （2）大样本的情况 符号检验的优点 不需要总体呈正态分布 不需要总体方差齐性 计算简单 符号检验的缺点 对同一组数据，采用符号检验的精确度只是t检验的60％。 除小样本外，一般不采用符号检验。 第二节 符号秩次检验 符号秩次检验 对同一组数据来说，符号秩次检验检验是t检验的95％。 符号检验和符号秩次检验都是针对相关样本来说的。 符号秩次检验的精确度比符号检验高 第三节 秩和检验 秩和检验 秩和检验是针对独立样本来说的。 第四节 中位数检验 次序变量的数据常以中位数作为集中量数，以四分位距或百分位距作为差异量。对于两个或几个独立样本中位数的比较，可以采用非参数检验。 中位数的检验方法是将各组样本数据合在一起找出共同的中位数，然后分别计算每个样本在中位数上、下的频数，再进行rc表X2检验。 第四节 中位数检验 第五节 单向秩次方差分析 第六节 双向秩次方差分析 双向秩次分析是在同一个对象（或匹配的对象）接受k次实验处理所获得的原始数据之间编秩次。如果各次实验导致差异不显著，各次实验产生的秩次和应当相等或趋于相等；如果各次实验导致秩次和相差较大，那么，实验产生显著性差异的可能性较大。 （1）样本容量较小及实验次数较少的情况 （2）样本容量较大及实验次数较多的情况 样本容量较小及实验次数较少的情况 样本容量较大或实验次数较多的情况 * * *