非参数统讲义二--单样本模型.ppt

称号检验只用到了符号是正与负，没有用到样本数值的大小的信息。 需要进行改进，引入了威尔科克斯（WILCOXON）符号秩和检验。 用到了样本数值的大小的信息。 Wilcoxon秩和检验 如果两个样本相关，则不能用U检验，处理相关数据的检验方法是Wilcoxon配对符号秩检验（Wilcoxon matched-pairs signed rank test) 由Frank Wilcoxon于1945年提出，应用于一组数据与另一组数据相关的情况下。 例：同一组人在不同条件下进行的测量研究。 例：对双胞胎的研究 Wilcoxon符号秩检验 基本概念及性质 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 符号检验时，P＝0.5，符号数各占一半，但数据值不对称 假设数据为不0,对样本数据取绝对值，设对称中心θ为原点。如果数据对称，则均值与中位数相等。符号秩和应该相差不大， X sign(x) abs(x) rank(abs(x)) sign(x)*rank(abs(x)) 符号秩和 -5 -1.00 5 7 -7 　 -4 -1.00 4 5 -5 　 -3 -1.00 3 3 -3 -18 -2 -1.00 2 2 -2 　 -1 -1.00 1 1 -1 　 3 1.00 3 3 3 　 4 1.00 4 5 5 　 5 1.00 5 7 7 34 8 1.00 8 9 9 　 9 1.00 9 10 10 　 用符号检验结果 出现的比例P=0.5 WILCOXON检验W=min(18,34)=18W(0.05)=11 不能拒绝H0，可以认为基本对称 Wilcoxon Rank Sum and Signed Rank Tests x-c(-5,-4,-3,-2,-1,3,4,5,8,9) wilcox.test(x, y = NULL, mu = 0, paired = FALSE) Wilcoxon signed rank test with continuity correction data: x V = 35.5, p-value = 0.4437 alternative hypothesis: true location is not equal to 0 Wilcoxon符号秩检验原理以及性质 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。 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： Wilcoxon符号秩检验步骤： 3. 令 表示和 对应的 的秩和，令 表示 和 对应的 的秩和。 2. 找出 的秩，打结时取平均秩。 1. 计算 4. 双边检验 ,取 ，当W很小时拒绝零假设；对 ,取 ；对 ，取 。 5. 根据W的值查Wilcoxon符号秩检验分布表。对n很大的时候，可以采用正态近似。 大样本n50时近似正态分布 Wilcoxon符号秩统计量分布 在小样本情况下可以计算Wilcoxon符号秩统计量的精确分布。在大样本情况下可以使用正态近似： 计算出Z值以后，查正态分布表对应的p-值，如果p-值很小，则拒绝零假设。 在小样本情况下，用连续性修正公式： 例： 亚洲十国新生儿死亡率（单位：千分之一） 33 36 31 15 9 6 4 65 77 88 中位数是34，检验是否对称？ Wilcoxon符号秩检验导出Hodges-Lemmann估计性质及运用 定义：简单随机样本 ，计算其中任意两个数的平均，称为Walsh平均，即 定理：Wilcoxon符号秩统计量 可表示为： 定义：假设 独立同分布于 ， 当F对称时，定义Walsh平均中位数： 作为 的Hodges-Lemmann估计。 正态计分检验 检验原理以及计算: 基本思想是把升幂排列的秩 用对