第四讲非参数检验教程教案.pptVIP

2×2表的独立性检验 独立性检验应用举例 例4：今随机抽取90人，按男女不同性别分类，将学生成绩分为中等以上和中等以下两类。结果如下表，问男女生在学业水平上是否有关联？或男女生在学业中等以上的比率差异是否显著？ 独立性检验应用举例 例5．某校对学生的课外活动内容进行调查，结果整理成下表，问性别与课外活动内容是否相关联？ 三.品质相关 1、四分相关 （1）??? 适用资料 四格表的二因素都是连续的正态变量，如学习能力，身体状态等，只是人为将其按一定标准划分为两个不同的类别，如“好”、“不好”，“对”、“错”等，即一因素划分为A、非A两项，另一因素划分为B、非B两个类别。这样便可将资料整理成四格表的形式。 ??（2） 计算公式 计算四分相关，最常用的方法是皮尔逊余弦л法（近似计算法） 这个公式还可写作下面的形式： 三.品质相关 2、φ相关 （1）??? 适用资料 φ相关的适用资料是除四分相关之外的四格表（计数）资料，是表示两因素两项分类资料相关程度最常用的一种相关系数。因其系数用φ表示，因此而得名。 （2）计算公式 其中 是四格表独立性检验所计算的 值。 三.品质相关 3.列联相关 （1）适用资料 列联相关又称均方相依系数、接触系数等，一般用C表示。它是由二因素的R*C列联表资料求得，故称为列联相关。属于R*C表的计数资料，欲分析所研究的二因素之间的相关程度，就要应用列联相关。 （2）计算方法 第六节 一元线性回归分析 一、回归的概念 1、回归分析 用一个数学模型描述变量之间的数量关系，并对模型进行评价应用的统计分析方法回归分析。 2、一元线性回归方程 描述变量x与y之间线性关系的数学模型： ，称为一元线性回归方程，其中b称为回归系数，指在回归方程中，自变量x对因变量y变化的数量关系。即x变化一个单位，y变量将变化b个单位，记作 ，如果自变量为y，因变量为x，回归系数则写作 。 什么是回归分析？ 从一组样本数据出发，确定变量之间的数学关系式 对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著 利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度 一元线性回归模型 （概念要点） 当只涉及一个自变量时称为一元回归，若因变量 y 与自变量 x 之间为线性关系时称为一元线性回归 对于具有线性关系的两个变量，可以用一条线性方程来表示它们之间的关系 非参数检验 二、 平均数差异显著性检验（非参数检验） 对样本分布没有要求，适合两总体非正态，或样本平均数的分布为非正态分布，即使为正态分布或t分布的样本平均数的差异检验也可使用此方法。 二、 平均数差异显著性检验（非参数检验特点） 不需要严格的前提假设 特别适用于等级变量 很适用于小样本，且方法简单 未能充分利用资料的全部信息 不能处理交互作用 二、 平均数差异显著性检验（非参数检验） 独立样本 1.秩和检验法：将两样本数据混合起来统一排序。 （1）小样本：将n比较少的样本数据所得等级相加求和为T，直接查秩和检验表。 秩和检验 当比较两个独立样本的差异时，可以采用曼-惠特尼（Mann-Whitney）两人提出的秩和检验方法。又称曼-惠特尼U检验法(Mann-Whitney U-test)。 二、 平均数差异显著性检验（非参数检验） 2、中数检验法 将两样本统一排序，取中数。分别统计两样本位于中数以上和中数以下的数据个数。列2×2四格表。用χ2检验，确定两样本是否存在显著差异 二、 平均数差异显著性检验（非参数检验） 相关样本 1、符号检验法 2、符号秩次检验法 符号检验 符号检验(sign test)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。 例题 配对 1 2 3 4 5 6 7 8 9 10 11 12 得分 A组 18 20 26 14 25 25 21 12 14 17 20 19 B组 13 20 24 10 27 17 21 8 15 11 6 22 符号 + 0 + + － + 0 + － + + － r = 3 1 符号检验 大样本的情况 对差数的正号与负号差异的检验本属于二项分布的问题，当样本容量较大，即n25时，二项分布接近正态分布，因此可以用正态分布近似处理，检验统计量为： 例题 32名被试中有1名被试对两种包装打出相同的分数，有22名被