非参数统计方法 (1).ppt

参数检验与非参数检验 在总体的分布类型已知的条件下，对总体的参数进行检验，称为参数检验。 在总体的分布类型未知或者不考虑总体的分布的条件下，对总体的分布进行检验，称为非参数检验。 非参数统计方法 适用范围广，特别适用于： 1.数据分布未知、偏态分布、组间的方差不齐、资料中含有不确定值的计量资料组间的比较。 2.当比较的数据只能用严重程度、优劣等级的半定量（等级）资料组间的比较。 上述数据组间比较的统计检验方法—秩和检验 秩次与秩和 秩次(rank)，秩统计量 是指全部观察值按某种顺序排列的位序； 秩和(rank sum) 同组秩次之和。 编 秩 A组： － 、?、+、+、+、++ B组： +、++、++、++、+++、+++ 秩和 A组： － 、?、+、+、+、 ++ 秩和： 1 2 4.5 4.5 4.5 8.5 TA＝25 B组： +、++、++、++、+++、+++ 秩和： 4.5 8.5 8.5 8.5 11.5 11.5 TB＝53 秩次：在一定程度上反映了等级的高低； 秩和：在一定程度上反映了等级的分布位置。 对等级的分析，转化为对秩次的分析。秩和检验就是通过秩次的排列求出秩和，进行假设检验。其特点是假设检验的结果对总体分布的形状差别不敏感，只对总体分布的位置差别敏感。 第一节 配对样本比较的 Wilcoxon符号秩检验 例8-1 对12份血清分别用原方法（检测时间20分钟）和新方法（检测时间10分钟）测谷-丙转氨酶，结果见表8-1的（2）、（3）栏。问两法所得结果有无差别？  符号秩和检验的基本思想 总秩和为T＝N(N+1)/2 如H0成立，则正负各半，T+ 与 T－ 均接近 N(N+1)/4。 如果相差太大，超出了事先规定的界值， 则H0不成立。 （i）小样本（n≤50）时，查附表9 （ii）大样本（n50）时，可采用正态近似 注意: 符号秩检验若用于配对的等级资料，则先把等级从弱到强转换成秩（1,2,3,…）；然后求各对秩的差值，省略所有差值为0的对子数，令余下的有效对子数为n；最后按n个差值编正秩和负秩，求正秩和或负秩和。但对于等级资料，相同秩多，小样本的检验结果会存在偏性，最好用大样本。 第二节 两独立样本差别的秩和检验Wilcoxon rank sum test 基本思想 如果H0 成立，即两组分布位置相同， 则A组的实际秩和应接近理论秩和n1(N+1)/2； (B组的实际秩和应接近理论秩和n2(N+1)/2)。 或相差不大。 如果相差较大，超出了预定的界值，则可认为H0不成立。 ⑴ H0：两样本来自相同总体；  H1：两样本来自不同总体（双侧） 或H1：样本A高于样本B（单侧）  ?=0.05 Mann-Whitney U检验 第三节 完全随机设计多个样本比较的Kruskal-Wallis H检验 N为总例数。有同秩存在时要对H作校正：Hc=H/C ,校正系数C按下式计算； 本例不存在同秩，根据公式14-7计算得到： 二、多组处理效应间的两两比较 小结：秩和检验的优缺点 优点： 不考虑资料分布，适用范围广，计算简单 常用于医学数据不便于精确测定指标的比较。 缺点： 对于计量数据（能精确测定），损失一定信息，对于满足参数检验的资料，秩和检验的效率低于参数检验（t，F检验）。 查附表2（t界值表，ν=∞时）得单侧P0.05，按α=0.05水准拒绝H0，接受H1，可认为吸烟工人的HbCO（%）含量高于不吸烟工人的HbCO（%）含量。 以上介绍的是用于两独立样本差别的Wilcoxon T 秩和检验，值得注意的是，一般文献上使用的方法是Mann-Whitney U 检验法并给出U统计量。两种方法是独立提出的，检验结果完全等价的；前者用T 统计量，而后者用U 统计量，U 统计量有明确含义，为了避免与T 统计量混淆，不再给出U统计量的定义。一旦计算出了R1、R2，U统计量按下式计算： 对于完全随机设计多组资料比较，如果不满足方差分析的条件，可采用Kr