第十一章+非参数检验.pptVIP

* 第三节续：多个组间的多重比较 多个独立样本比较的Kruskal-Walls H检验只能总的判断各组是否来自同一总体。在H检验拒绝H0，接受H1，认为多个总体分布位置不全相同时，若要进一步推断是哪两个总体分布位置不同，可用推广了的t 检验，各组例数相等或不相等均适用。 注意：此时若采用本章第二节介绍的两个样本比较的秩和检验进行两两比较，将会加大犯Ⅰ类错误（即假阳性错误,即把本无差别的两个总体分布位置判为有差别,其概率为检验水准alpha设为0.05,做k次假设检 验,其alpha就变为1-(0.95)k ,不断增大. * 例11-4 对例11-3资料作三个样本间的两两比较 解题步骤： 1.建立假设、确定检验水准α=0.05 H0：任意两组大鼠糖水进食量总体分布位置相同 H1：任意两组大鼠糖水进食量总体分布位置不同 2.计算t 统计量 * （1）计算各组的平均秩次： （2）列出两两比较的计算表：见表11-7中第（5）栏为按上述公式计算的t 值。如本例N=30，k=处理组数=3，求得校正的统计量Hc=8.6，故1与2比较时的t 值为： * 表11-7 三个样本间两两比较 * 查t界值表,设alpha=0.05,v=N-k=30-3=27, t0.05(27)=2.052 . （1）与（2）比较：P0.05 （1）与（3）比较： P0.01 （2）与（3）比较： P0.05 统计学推断：按alpha=0.05的检验水准拒绝无效假设，接受备择假设： 专业推断：参照样本数据做出。 * 第四节 Ridit分析 Ridit 分析是Relative to identified distribution unit 的缩写，用于处理有序分类资料的一种统计分析方法。 比较所学习过的多分类资料统计分析方法： 1.行*列表资料的卡方检验：适用于双向无序多分类资料的差异性检验。 * 2.列联表资料的卡方检验：适用于双向有序多分类资料的相关性检验。 3. Ridit分析：适用于单向有序多分类资料的差异性检验。 SAS统计分析软件用cmh卡方检验，可以得到3项统计量，分别适用于上述3种分析结果： 1.General Association统计量； 2.Nonezero Correlation统计量。 3.Row Mean Scores Differ统计量； * Ridit分析的用途有三： 一、样本与总体比较； 二、两组平均Ridit值比较； 三、多组平均Ridit值比较。 教材的正文只介绍了两组平均Ridit值比较,而书末练习题要求做多组平均Ridit值比较;因此本讲义对二和三都讲. * 两组平均Ridit值比较 例题1. 表1是研究慢性支气管炎疗效与病程长短的关系的资料，已将病程年份分组。 表1慢支病程长短与疗效的关系 * 病程年数 显效组人数 无效组人数 =21 11-20 6-10 =5 7 21 25 29 11 24 13 20 合计 82 68 * 步骤： 建立检验假设，确定检验水准 无效假设：不同病程的疗效无显著差别 备择假设：不同病程的疗效有显著差别 Alpha=0.05 计算检验统计量、P值和统计学推断。 * 第十一章 非参数检验 * 区别： 参数检验方法：前面学习过的t检验和方差分析等,都是在假定总体为正态分布的基础上推导出来的,称为参数检验方法（parametric test). 如果总体严重偏离正态性,或还不了解其分布，即任意分布（distribution free）,这时应该采用非参数检验方法 （nonparametric test). * 例如要比较两个班级同学的身高,可以先让两班同学站在一起,按高矮排队后连续报数(秩),然后将两班同学分开,每个班分别将自己班上同学所报数的数字相加(秩和),再除以班级人数(平均秩),可以想象,如果两班身高相近,则排队时他们会比较均匀地交错地排在队伍中,其结果是两班所报数字的平均数(平均秩)应该是接近的.如果两班的平均秩相差很大,则有理由相信其中一个班同学的身高比另一个班高. * 第一节 两组配对设计的 计量资料的比较 假设检验方法: 符号检验 Wilcoxon符号秩检验（Wilcoxon Sign-rank Test） * 例11-1. 第五章的例5-3是一个配对设计的计量资料，如果服从正态分布，则可以采用配对t检验（属于参数检验）．现在假定该资料的分布类型未明，这时可以用非参数检验方法进行比较．原始数据见教材134页表11-1，原始数据在表的左边2-3列，右边的5列是假设检验用的． 注意改错：第６列|d|的排序以及第７列秩次:第１及第３行都改为10.5. * No. x1 x2 sign d= x1-x