第十章 研究假设的统计 假设检验（二）——非参数检验.pdfVIP

假设检验（二）——非参数检验 假设检验的统计方法，从其统计假设的角度可分为两类：参数检验与非参数检验。上一节我 们所介绍的Z 检验、 t 检验，都是参数检验。它们的共同特点是总体分布正态，并满足某些总 体参数的假定条件。参数检验就是要通过样本统计量去推断或估计总体参数。然而，在实践中我 们常常会遇到一些问题的总体分布并不明确，或者总体参数的假设条件不成立，不能使用参数检 验。这一类问题的检验应该采用统计学中的另一类方法，即非参数检验。非参数检验是通过检验 总体分布情况来实现对总体参数的推断。 非参数检验法与参数检验法相比，特点可以归纳如下： （1）非参数检验一般不需要严格的前提假设； （2）非参数检验特别适用于顺序资料； （3）非参数检验很适用于小样本，并且计算简单； （4）非参数检验法最大的不足是没能充分利用数据资料的全部信息； （5）非参数检验法目前还不能用于处理因素间的交互作用。 非参数检验的方法很多，分别适用于各种特点的资料。本节将介绍几种常用的非参数检 验方法。 2 一． 检验 2  检验主要用于对按属性分类的计数资料的分析，对于数据资料本身的分布形态不作任何 假设，所以从一定的意义上来讲，它是一种检验计数数据分布状态的最常用的非参数检验方法。 2  检验的方法主要包括适合性检验和独立性检验。 2  检验概述 （一） 2  是实得数据与理论数据偏离程度的指标。其基本公式为： (  )2 2 f 0 f e   (公式11—9) f e 式中，f 0 为实际观察次数， f e 为理论次数。 分析公式可知，把实际观测次数和依据某种假设所期望的次数（或理论次数）的差数平方， 2 除以理论次数，求出比值，再将n 个比值相加，其和就是  。观察公式可发现，如果实际观察 2 2 次数与理论次数的差异越小， 值也就越小。当f 0 与f e 完全相同时， 值为零。 2 2 2 2  值的特点为：①  值具有可加性。②  值永远不会小于零。③  值的大小随着实 际次数与理论次数之差的大小而变化。 2 2 利用 值去检验实际观察次数与理论次数的差异是否显著的方法称为 检验。 2  检验有两个主要的作用：第一，可以用来检验各种实际次数与理论次数是否吻合的问题， 这类问题统称为适合性检验；第二，判断计数的两组或多组资料是否相互关联还是相互独立的问 题，这类问题统称为独立性检验。 2  检验的具体步骤与 t 检验基本相同。 第一，建立虚无假设。例如假定实测次数与理论次数无显著差异，差异仅由机会造成。 第二，计算理论次数，并求出 2  值。 2 2 第三，统计推断。根据df 数目和选定的显著性水平，查 值表得出超过实得 值的概率。 把概率的大小，作为接受或拒绝假设的依据。 表 11—9 2