非参数检验-精选（公开课件）.pptVIP

2005/10/19 (C)中国民航大学 理学院 张春晓 §3.4 检验的实际意义及两类错误 检验方法的评价问题：按什么标准来提出原假设? 由于对于相应的问题检验方法不唯一,最优的方法是什么?检验的优劣与显著性水平a的关系如何?以及结论的实际意义是什么? 3.4.1 检验结果的实际意义 (a)检验的原理“小概率事件在一次试验中不发生”。 此结论只是在概率意义下成立，并不是严格成立的。 如摸奖问题(例3.3，P72）,因此当摸奖人事实上确实未作弊时，商店的统计推断就犯了错误, “小概率事件在一次试验中可能发生”. (b)原假设与备择假设的地位是不对称的, 当 “小概率事件”未发生时，就不能拒绝原假设 但不等于逻辑上证明了 成立，只能说没有充分的证据拒绝。即 受保护. 3.4.2 检验中的两类错误 所谓犯错误是指检验的结论与实际情况不符。 两类错误： （1）H0 成立，而检验结果表明其不成立——“弃真”； （2）H0不成立，而检验结果表明其成立——“取伪”。 3.4.3 样本容量确定问题 从例3.12看出，当样本容量固定时，若要控制第一类错误的概率，就不能使第二类错误的概率任意小。但从（3.10）式看出，固定α，使n增大，可使β任意小。 但实际中，样本的采集是有成本的，或根本无法获得大样本。 引出问题：能否确定一个最小的n使得两类错误的概率都在控制的范围。 (一) 正态总体 ， 已知； 的u检验。 SPSS?软件：参数检验之均值检验 Means过程 对准备比较的各组计算描述指标，进行预分析，也可直接比较。 One-Samples T Test过程 进行样本均数与已知总体均数的比较。 Independent-Samples T Test过程 进行两样本均数差别的比较，即通常所说的两组资料的t检验。 Paired-Samples T Test过程 进行配对资料的显著性检验，即配对t检验。 One-Way ANOVA过程 进行两组及多组样本均数的比较，即成组设计的方差分析，还可进行随后的两两比较。 §3.5 非参数假设检验 总体的分布类型不知道，仅知是连续或离散型 SPSS?软件：非参数检验之正态概率纸 输入数据: 确定变量,输入样本. 若是分组资料，样本值输入组中值，再加权（DATA Weigh By 频数） Q-Q图——一种正态概率纸, 检验的命令在 GRAPHS菜单 , 由得到的图形是否为一条直线,可以大致地判断总体是否服从正态分布。 P99-101（例3.14） 3.5.2 皮尔逊 拟合检验 拟合检验：H0:X的分布函数为F0(X) 为理论分布，用其去拟合样本值。 拟合优度：拟合好坏的标准,即拟合的优良程度。 设总体X（一维或多维）的分布 完全已知或分布中含有未知参数。 为样本值。 （一）理论分布完全已知的情况 1 设总体X是离散型，取有限值 理论分布律F0 ： 原假设 记ni为 中等于ai的个数， (ni称为ai的观察频数）， 而npi称作ai的理论频数。 当X的分布为F0， ， 由大数定理，H0成立时， 与 相差不大。 1900年，皮尔逊建立了统计量 用来衡量理论分布{p1, p2,…, pk}与实际数据的偏差. （相对差异的总和）。 得到了:当 为真时， 当 为假时， 皮尔逊还证明了， 时， 统计量的极限分布为 因此，给定检验水平α上述检验问题的否定域为： （单侧检验问题） 此时， 时， ——皮尔逊 检验法。 讲解例3.15(P104) (2) 为一般（连续）的完全已知分布 化作离散型处理（设一维的情况） 选取常数 ， 将 分成k个互不相交的区间， 记作 。 记 为X落入区间 的概率. 记 为样本