第7章基于次的非参数检验.docVIP

PAGE PAGE 28基于秩次的非参数检验1. 问题的提出前面学习了连续型资料两组样本均数差异的假设检验方法：小样本用t检验，条件是变量服从正态分布和方差齐;大样本用标准正态分布的Z检验。如果是小样本，变量的分布不清，或者已知不服从正态分布或经变量转换后仍不服从正态分布时，如何检验两个样本或多个样本均数差异的统计学意义呢？需要一种不依赖于分布假定的检验方法，即非参数检验。2. 基本概念前面介绍的检验方法首先假定分析变量服从特定的已知分布（如正态分布），然后对分布参数（如均数）作检验。这类检验方法称参数检验（parametric test）。今天介绍的检验方法不对变量的分布作严格假定，检验不针对特定的参数，而是模糊地对变量的中心位置或分布位置作比较。这类检验称非参数检验（nonparametric test），由于其对总体分布不作严格假定，所以又称任意分布检验。（distribution-free test）非参数检验的优点：a.不受总体分布的限制，适用范围广。b.适宜定量模糊的变量和等级变量。c.方法简便易学。缺点：如果是精确测量的变量，并且已知服从或者经变量转换后服从某个特定分布（如正态分布），这时人为地将精确测量值变成顺序的秩，将丢失部分信息，造成检验功效能下降。基于秩次非参数检验(秩和检验)的基本思想假设变量X有观察值1.1, 1.3, 1.7, 4.3, 11.4显然这变量不服从正态分布，观察值间差异较大，既不对称，标准差也较大。但如果将变量作转换，变成秩变量Y=1,2,3, 4,5，则分布对称了，观察值间的差异也均匀了，标准差也减小了。然后对这秩分布的中心位置(中位数)作检验，这就是秩和检验。7.1 配对样本的符号秩检验（Wilcoxon signed rank test）为研究出生先后的孪生兄弟间智力是否存在差异，12对孪生兄弟测试的结果见表7.3。表7.3 12对孪生兄弟测试结果对子号兄的得分弟的得分得分差秩次对子号兄的得分弟的得分得分差秩次186882377765-12-10271776789190-1-1.537776-1-1.597065-5-5.546864-4-4107180995919655.5118881-7-8672720-128772-15-11T+=24.5，T-=41.5符号秩检验的分布理论：假定有4个差值，如果H0成立时，这4个差值有同等的概率取正值或负值，即每个值取正值的概率等于1/2。4个差值每种组合发生的可能性就是： SKIPIF 1 0 。所有可能的秩和情况和T*的分布见表7.1。表7.1 n＝4时所有可能秩和情况和T*的分布正差数的秩次负差值的秩次正秩和T+负秩和T-检验统计量T*概率P1,2,3,4--10000.06252,3,419110.06251,3,428220.06251,2,437330.12503,41,27331,2,346440.12502,41,36441,42,35550.12502,31,45551,32,44640.125041,2,34641,23,43730.125031,2,437321,3,42820.062512,3,41910.0625-1,2,3,401000.0625如果零假设成立，观察的结果应该服从这分布，即出现极端的可能性很小。如果真是出现小概率，那么我们对零假设的真实性产生怀疑，拒绝零假设。表 7.2 Wilcoxon 符号秩检验的判断原则双侧检验单侧检验(1)单侧检验(2)检验假设H0：Md(d)＝0H0：Md(d)＝0H0：Md(d)＝0H1：Md(d)≠0H1：Md(d)＞0H1：Md(d)＜0统计决策：小样本查表法若T*≤T?/2(n),则拒绝H0若T-≤T?(n), 则拒绝H0若T+≤T?(n),则拒绝H0大样本正态近似法若│Z│＞Z?/2 , 则拒绝H0若│Z│＞Z? , 则拒绝H0若│Z│＞Z?, 则拒绝H0当研究例数较大时(n50)，秩和T的分布近似正态分布，可以用正态分布理论作假设检验。这时正态分布的均数和标准差分别等于： ?T＝n(n＋1)/4 SKIPIF 1 0 检验的公式为： SKIPIF 1 0 具体计算步骤：建立检验假设：H0: 中位数为零； H1:中位数不等于零；α=0.05b. 编秩、计算秩和：差数为零不参加编秩，相同差值求平均秩。分别求正号和负号的秩和，取绝对值小的为T。c. 确定概率：查附表10，在n=11时，T0.05=11。现24.511，故p0.05。7.2 两独立样本的秩和检验(Wilcoxon rank sum test) 例7.2 在缺氧条件下，观察4只猫与12只兔的生存时间(分)，结果见表7