Wilcoxon符号秩检验吴喜之例子.docVIP

标准文档 实用文案 吴喜之 《非参数统计》第35页 例子 现在用一个例子来说明如何应用Wilcoxon符号秩检验，并表明它和符号检验在解决同样的位置参数检验问题时的不同。 下面是亚洲十个国家1966年的每1000新生儿中的（按从小到大次序排列）死亡数（按世界银行：“世界发展指标”，1998） 国家 每1000新生儿中的死亡数 日本 4 以色列 6 韩国 9 斯里兰卡 15 叙利亚 31 中国 33 伊朗 36 印度 65 孟加拉国 77 巴基斯坦 88 这里想作两个检验作为比较。一个是H0：M≥34?H1：M34， 另一个是H0：M≤16?H1：M16。 之所以作这两个检验是因为34和16在这一列数中的位置是对称的，如果用符号检验，结果也应该是对称的。现在来看Wilcoxon符号秩检验和符号检验有什么不同，先把上面的步骤列成表： 上面的Wilcoxon符号秩检验在零假设下的P-值可由n和W查表得到，该P-值也可以由计算机统计软件把数据和检验目标输入后直接得到。从上面的检验结果可以看出，在符号检验中，两个检验的p-值都是一样的（等于0.3770）不能拒绝任何一个零假设。而利用Wilcoxon符号秩检验，不能拒绝H0：M≥34，但可以拒绝H0：M≤16。理由很明显。34和16虽然都是与其最近端点间隔4个数（这也是符号检验结果相同的原因），但34到它这边的4个数的距离（秩）之和（为W=29）远远大于16到它那边的4个数的距离之和（为W=10）。所以说Wilcoxon符号秩检验不但利用了符号，还利用了数值本身大小所包含的信息。当然，Wilcoxon符号秩检验需要关于总体分布的对称性和连续性的假定。 详细计算过程 Wilcoxon符号秩检验 亚洲十国，每千人婴儿中的死亡数为：4、6、9、15、33、31、36、65、77、88 假设检验：； 手算 x D=x-16 D的绝对值 D的秩 符号 4 -12 12 4 - 6 -10 10 3 - 9 -7 7 2 - 15 -1 1 1 - 31 15 15 5 + 33 17 17 6 + 36 20 20 7 + 65 49 49 8 + 77 61 61 9 + 88 72 72 10 + 由D的符号和D绝对值的秩可以算得： 根据n=10，查表得到的右尾概率为P=0.042，由于P0.05，因此拒绝。 SPSS Ranks N Mean Rank Sum of Ranks 死亡数 - 常数 Negative Ranks 4a 2.50 10.00 Positive Ranks 6b 7.50 45.00 Ties 0c Total 10 a. 死亡数 常数 b. 死亡数 常数 c. 死亡数 = 常数 Test Statisticsb 死亡数 - 常数 Z -1.784a Asymp. Sig. (2-tailed) .074 Exact Sig. (2-tailed) .084 Exact Sig. (1-tailed) .042 Point Probability .010 a. Based on negative ranks. b. Wilcoxon Signed Ranks Test P值为0.042小于显著性水平0.05，故拒绝。 SAS data a; input id x; cards; 1 4 2 6 3 9 4 15 5 31 6 33 7 36 8 65 9 77 10 88 run; proc univariate mu0=16; var x; run; UNIVARIATE 过程 变量: x 矩 N 10 权重总和 10 均值 36.4 观测总和 364 标准偏差