统计学非参数.pptVIP

第六章 非参数检验;方法的回顾;;局限性;未解决问题;;;;对总体假定较少，有广泛的适用性，结果稳定性较好。 假定较少 不需要对总体参数的假定 与参数结果接近 针对几乎所有类型的数据形态。 容易计算 在计算机盛行之前就已经发展起来。;可能会浪费一些信息 特别当数据可以使用参数模型的时候 大样本手算相当麻烦 一些表不易得到 ;已知总体分布类型，对未知参数进行统计推断;非参数检验的特点;以下情况下应当首选非参数方法;常用的非参数检验方法;第六章 非参数检验;单样本的非参数检验;;;;提出零假设和备择假设 H0：观察频数与期望频数一致 H1：观察频数与期望频数不一致 计算期望频数 男性的期望频数 ，女性为153人 计量c2统计量 查表 （自由度为类别数-1） 做出判断：决绝原假设，认为存活状况与性别显著相关;;分析;;软件操作：数据录入;软件操作：方法设定;软件操作：结果分析（1）;软件操作：结果分析（2）;结果分析（3）;特别说明;单样本的非参数检验;;;;;;;;;;;单样本的非参数检验;;;;A组： － 、?、+、+、+、+、++、++、++、++、+++、+++ ;;;;;;;;在SPSS中打开数据文件。为了对中位数进行检验，先在SPSS中生成一个新的变量Median，取值为5000：单击“转换”?“计算变量”，在弹出的对话框中按照图6-3进行设置，单击确定。 ;选择“分析”?“非参数检验”?“2个相关样本”，在弹出的对话框中将“Median”和“家庭月收入”设定检验的一对变量；选中“符号检验”，取消选择“Wilcoxon”，单击 “确定” ;;;;;Wilcoxon符号秩检验 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。 分别计算出差值序列中正数的秩和W+以及负数的秩和W- 。 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。 ;Wilcoxon符号秩检验 计算 ，将其按照大小排序，得到 的秩； 把 的正负号加到相应的秩上； 计算 计算检验统计??? 做出判断，W太小时，决绝零假设;;第六章 非参数检验;;;;;;;;;;;基本原理 如果两个总体具有相似的分布形状，并且中位数相同，那么由m个x、n个y组成的m十n＝N个观察值可以被看作来自同一总体的一个随机样本。 将全部x和y从小到大排序确定每个数值的秩，然后计算m个x的秩的和W x 、n个y的秩的和W y 。 由于抽样的随机性，x、y应较均匀地分布在混合排列的样本中。 如果零假设成立，在样本量相同的情况下两个秩和应该比较接近；样本量不同的情况下平均秩和的平均秩应该比较接近。否则就说明两个总体的中位数是不相等的。 ;;;;;;;;;;检验统计量;;;;;;;第六章 非参数检验;小结;小结