两样本的非参数.ppt

第三章 两样本的非参数检验 第一节 Brown-Mood 中位数检验 第二节 Wlicoxon（Mann-Whitney）秩和检验 第三节 成对样本符号检验 第四节 成对样本Wlicoxon检验 思考要点 各种方法的原理、统计量以及相关的应用场合。 什么是独立样本，什么是成对样本？ 在单样本位置问题中，人们想要检验的是总体的中心是否等于一个已知的值。但在实际问题中，更受注意的往往是比较两个总体的位置参数；比如。两种训练方法中哪一种更出成绩，两种汽油中哪一个污染更少，两种市场营销策略那种更有效等等。由于两样本检验中有独立样本和相关样本之分，所以我们先讨论独立样本情形，再讨论相关样本情形。 假定代表两个独立总体的随机样本(Y1，Y2，…，Yn)和（x1,x2,…，xm），则问题归结为检验它们总体的均值(或中位数)的差是否相等，或是否等于某个已知值。换言之，即检验： 【例2】 我国两个地区一些城镇的职工平均工资（元） 地区一： 6864,7304,7177,7779,7895,8348,8461,93553,9919,10073,10270,11581,137472,13600,13962,15019,17244 地区二： 10276,10533,10633,10837,11209,11393,11864,12040,12642,12675,13199,13683,14049,14061, 16079 其两个地区工资的中位数是否相等。 第一节 Brown-Mood 中位数检验 Brown-Mood 中位数检验是利用超几何分布对两个总体的中位数是否相等进行检验。超几何分布的含义是如果在总体中有两种特征的单位，分别有m和n个，从中随机抽t个，t个中有k个具有第一个特征的单位数。k服从超几何分布。 令第一个地区中位数为MX，而第二个地区的为MY。零假设为 Brown-Mood 中位数检验R的代码： x-c(6864,7304,7177,7779,7895,8348,8461,9553,9919,10073,10270,11581,13472,13600,13962,15019,17244) y-c(10276,10533,10633,10837,11209,11393,11864,12040,12642,12675,13199,13683,14049,14061,16079) y1-c(x,y) e=median(y1) k1=sum(sign(x-e)==1) k2=sum(sign(y-e)==1) k=min(k1,k2) phyper(k,17,15,16) 0 由于超几何分布的数学期望为： 第二节 Wlicoxon（Mann-Whitney）秩和检验 在前面一节，比较两个总体的中位数的检验时，只利用了样本大于或小于共同中位数的数目，如同前面的单独符号秩检验一样，只有方向的信息，没有差异大小的信息。作为单样本的Wlicoxon秩和检验的推广，下面我们讨论两个样本的Wlicoxon秩和检验。 为了对假设作出判定， 如果H0为真，那么将m个x、n个y的数据，按数值的相对大小从小到大排序，x、y的值应该期望被很好地混合，这m十n＝N个观察值能够被看作来自于共同总体的一个单一的随机样本。若大部分的Y大于X，或大部分的X大于Y，将不能证实这个有序的序列是一个随机的混合，将拒绝X、Y来自一个相同总体的零假设。 一、Wicoxon统计量 在X、Y的混合排列中，等级1是最小的观察值，等级N是最大的。若X的等级大部分大于Y的等级，那么数据将支持H1:MxMy，而X的等级大部分小于X的等级，则数据将支持H1:MxMy。检验统计量。设 二、一个等价的统计量 如有第一个总体的样本：x1,x2，…,xm和第二个总体的样本：y1,y2, …,yn。N=m+n。令WYX是把所有的y观测值与x观测值做比较后，x大于y的个数。令WXY是把所有的x观测值与y观测值做比较后，y大于x的个数。则 R语言的wilcoxon检验： x-c(6864,7304,7177,7779,7895,8348,8461,9553,9919,10073,10270,11581,13472,13600,13962,15019,17244) y-c(10276,10533,10633,10837,11209,11393,11864,12040,12642,12675,13199,13683,14049,14061,16079) wilcox.test(x,y