第四讲——非参数检验PPT.ppt

[例12.6] 某高校欲研究某系学生专业态度的变化情况，以验证新生入学专业教育的效果。从整个专业的100名新生中随机抽取80名学生进行态度调查：在刚入校时，记载学生们对所学专业的态度（喜欢或不喜欢），经过一段时间的专业教育，在新生入学后第三个月对这80名学生的专业态度再次作访问调查，两次专业态度整理成下表12-5。 表12-5 大学生专业态度变化频数统计表 入学三个月后的专业态度 合计 不喜欢 喜欢 入学初的专业态度 不喜欢 20（A） 40（B） 60 喜欢 6（C） 14（D） 20 合计 26 54 80 计算卡方统计量值为： 在显著性水平 0.05时 。因为 故拒绝H0 ，认为学生专业态度有明显变化（即更多的学生培养起了专业兴趣）。 二、Wilcoxon符号秩检验 对称分布的中心一定是中位数，在对称分布情况下，中位数不唯一，研究对称中心比中位数更有意义 例：下面的数据中，O是对称中心吗？ 0 Wilcoxon符号秩检验原理以及性质 用 表示 在绝对值样本中的秩，反秩 由 定义。 表示 的符号， 称为符号秩统计量。Wilcoxon符号秩统计量定义为： 首先，设样本绝对值 的顺序统计 量 ，如果数据关于0点对称，那么对称中心两侧的数据疏密程度应该一样，整数在取绝对值以后的样本中的秩应该和负数在绝对值样本中的秩和相近。 表12-7 方案设计效果调查表达式 消费者 老方案评分 新方案评分 前后评分差 的秩次 符号还原后 正秩 负秩 A B C D E F G H I J K L M N O P Q R S T 80 70 85 86 60 70 90 65 70 80 60 85 95 80 92 50 70 55 40 90 85 60 96 88 76 72 95 68 76 75 65 80 90 88 98 80 77 80 60 70 +5 -10 +11 +2 +16 +2 +5 +3 +6 -5 +5 -5 +5 +8 +6 +30 +7 +25 +20 -20 6.5 14 15 1.5 16 1.5 6.5 3 10.5 6.5 6.5 6.5 6.5 13 10.5 20 12 19 17.5 17.5 6.5 15 1.5 16 1.5 6.5 3 10.5 6.5 6.5 13 10.5 20 12 19 17.5 -14 -6.5 -6.5 -17.5 [例12.8] 某房地产公司为了验证其新的设计方案是否有效，在新设计方案之前与新设计方案之后作了一次对比调查，从消费者中随机抽取20名进行了解，记录了他们在设计方案前后对该公司房产产品的评分，如表12-7所示。要求检验： H0 ：新设计方案有效； H1 ：新设计方案无效。 有关中间过程的表12-7所示。 Wilcoxon-T统计量值为T=44.5。查表（双侧）: 拒绝H0 ，即认为设计方案是显著有效的。 第六节 两个独立样本的非参数检验 曼—惠特尼U检验 中位数检验 斯米尔诺夫检验 双样本游程检验 独立双样本卡方检验 一、曼—惠特尼U 检验 这是检验两个独立样本是否来自具有相同均值的总体的非参数检验方法，又称秩和检验法。它与配对Wilcoxon检验相类似，要考虑到每一个样本中各观察值所处的次序（秩），故为一种功效较强的检验方法。 设第一样本n1个观察值为xi，i=1,2,…,n2 ；第二样本n2个观察值为xj, j=1,2,…,n2 。则其基本步骤为 （1）将两个样本合并成一个样本再评秩。可以按升序评秩，也可按降序评秩。若多个观察点数值相同，则取其平均秩次。 （2）计算每个样本观察点所得的秩和。记为TR1与TR2。 （3）计算U统计量。如果两个样本的确抽自同一个总体（H0），则可以设想样本1所得到的平均秩次与样本2所得到的平均秩次大致相同。故定义统计量U为： 其中 （4）查U统计量分布表。若 ，则拒绝H0 ，认为两个样本的均值有显著差异，即抽自不同的总体。 [例12.10] 对两所大学入学新生的智能进行测验，结果如表12-8所示。现要检验这两所大学新生的智能水平是否有显著差异。 表12-8 两所大学新生智能抽样测验分数 甲大学学生编号 智能分数 乙大学学生编号 智能分数 1 2 3 4 5