统计学与spss第6章 非参数检验.pptVIP

中央财经大学统计学院 * 特别说明 （1）在样本量较小时，应当使用精确检验的结果，根据c2分布进行近似会有较大的误差。 （2）严格来说用Kruskal-Wallis检验对多个总体的中位数进行假设检验，需要假多个总体分布有类似的形状才能得出可靠的结论。 中央财经大学统计学院 * 小结 非参数检验是与总体分布无关的检验，检验中不需要对总体分布的具体形式作出严格假设，或者只需要很弱的假设。 c2检验和K-S检验都可以帮助我们检验能否认为样本数据来自某种概率分布。前者一般用于定性数据，后者用于定量数据。 符号检验和Wilcoxon符号秩检验都可以用于单样本中位数检验和两个匹配样本的检验，与正态分布时单样本的t检验和匹配样本的t检验相对应。 中央财经大学统计学院 * 小结 Wlicoxon秩和检验可以用来检验两个独立样本的中位数的差异，与正态分布时独立样本的t检验相对应。 Kruskal-Wallis检验是与单因素方差分析相对应的非参数检验方法，可以用来检验多个总体中位数的差异。 小样本时，按照渐进方法的计算结果误差会比较大。这时应该使用精确检验的方法计算p值。 在一些非参数检验中需要有一些关于总体分布的假设，如连续对称分布等，在使用中要注意判断。 * * 中央财经大学统计学院 * 特别说明 如果样本量较小，则需要使用软件输出的精确检验的p值进行推断 在小样本时，如果要求进行精确检验，SPSS会自动按照二项分布进行概率计算。 中央财经大学统计学院 * 6.3 两个样本和多个样本的非参数检验 两个匹配样本的Wilcoxon符号秩检验 两个独立样本的Wlicoxon秩和检验 多个独立样本的Kruskal-Wallis检验 中央财经大学统计学院 * 匹配样本的非参数检验 如果t检验的假设条件不满足，t检验就不适用了。符号检验和Wilcoxon符号秩检验都可以用做替代的检验方法。 用样本数据中对应的数值相减得到新的序列 ： 零假设：差值总体的中位数=0； 备择假设：差值总体的中位数≠0。 中央财经大学统计学院 * 符号检验 对于差值序列中正数的个数和负数的个数 按照符号检验的方法进行假设检验 中央财经大学统计学院 * Wilcoxon符号秩检验：基本原理 计算差值绝对值的秩 。 将差值绝对值从小到大排序，其位次就是的秩（rank），等于0值不参与排序。 中央财经大学统计学院 * 秩（rank） 秩就是该数据按照升序排列之后，每个观测值的位置。 下面一行Ri就是上面一行数据Xi的秩。 Xi 15 9 18 3 17 8 5 13 7 19 Ri 7 5 9 1 8 4 2 6 3 10 中央财经大学统计学院 * 秩（rank）的计算 数据中有相同的数值，称为结。结中数字的秩为它们所占位置的平均值 Xi 15 9 17 3 17 8 5 13 7 19 Ri 7 5 8.5 1 8.5 4 2 6 3 10 中央财经大学统计学院 * Wilcoxon符号秩检验：基本原理 分别计算出差值序列中正数的以及负数的秩和。秩和 显然，如果零假设成立，W+与W-应该比较接近。如果二者过大或过小，则说明零假设不成立。 将正数的秩和或者负数的秩作为检验统计量，根据其统计分布计算p值，从而可以得出检验的结论。 中央财经大学统计学院 * 特别说明 符号检验在匹配数据分析应用中只用到差值的符号，而对差值数值的大小未能考虑，因而失去了部分信息。Wilcoxon符号秩检验既考虑差值的符号，又考虑差值的大小，因此在所需的假设条件满足时其功效比符号检验高。 Wilcoxon符号秩检验也可以用于单样本中位数的非参数检验，这时只需要将第二个样本的值设为零假设中的数值即可。 中央财经大学统计学院 * 【例6.4】 从实施适时管理（JIT）的企业中随机抽取10家进行效益分析，得到它们在实施JIT前后三年的平均资产报酬率如表6-6（数据文件： JIT管理.sav）。在5％的显著性水平下企业在实施JIT前后的资产报酬率是否有显著差异？ 中央财经大学统计学院 * 软件操作（1） 在SPSS软件中打开数据文件，选择“分析”?“非参数检验”?“2个相关样本”，在弹出的对话框中将“JIT后”和“JIT前”设定检验的一对变量；选中“Wilcoxon”和“符号检验”。由于这里样本量很小，我们要求进行精确检验：单击对话框中的“精确…”，选中弹出对话框中的“精确”，单击“继续”、“确定” 中央财经大学统计学院 * 结果分析：符号秩检验（1） N 秩均值