2020第七讲非参数检验.pptVIP

Jonckheere-Terpstra 多样本的秩检验 这个检验处理的问题和 Kruskal-Wallis 检验类似，零假 设都是各个总体的位置参数相同，但这里的备选假设为 各个总体的位置参数按升幂排列（如为降幂排列，可把 总体编号颠倒顺序即为升幂排列）。 注意这里所说的位置参数和前面的 Kruskal-Wallis 检验 中的位置参数意义一样。 Jonckheere-Terpstra 检验先在每两个样本所有观测值对 之间比较，计算第 i 个样本观测值中小于第 j 个样本观测 值的对子数： U ij ? #( X ik ? X jl , k ? 1,..., n i , l ? 1,..., n l ) J ? ? U ij i ? j 数据 house.sav ：三个区域房价的数据 a Jonckheere-Terpstra Test 很容易得到 SPSS 的 Jonckheere - Terpstra 检验 结果输出： PRICE Number of Lev els in GROUP N Observed J-T Statistic Mean J-T Statistic Std. Dev iation of J-T Statistic Std. J-T Statistic Asy mp. Sig. (2-tailed) Exact Sig. (2-tailed) Exact Sig. (1-tailed) Point Probability 3 75 1229.500 925.000 102.299 2.977 .003 .003 .001 .000 a. Grouping Variable: GRO UP 列联表问题 2 我们讲过列联表的 c 检验问题（第七章）。 这里介绍的检验可以检验列联表中某一个变量 的各个水平是否有同样比例或者等于你所想象 的比例。 每个检验都可以选择使用精确方法， Monte Carlo 抽样方法或用于大样本的渐近方法。 利用数据 table7.sav ，假定你想知道收入的 比例是否是 5 比 4 比 1 （零假设）。而且选择精 确检验，你可以得到各种检验结果如下： 列联表问题 利用数据 table7.sav ，假定你想知道收入的 比例是否是 5 比 4 比 1 （零假设）。而且选择 精确检验，你可以得到各种检验结果如下： Test Statistics a Chi-Square df Asy mp. Sig. Exact Sig. Point Probability INCOME 31.618 2 .000 .000 .000 a. 0 cells (.0%) hav e expect ed frequencies less t han 5. The minimum expected cell frequency is 12.3. 列联表问题 该结果除了给出了精确检验的 p 值，表明无论 还给出渐近检验的 p 值；两个都是 0.000 ；这 表 明 零 假 设 的 比 例 欠 妥 。 输 出 还 给 出 了 Pearson 统计量中的 Oi 和 Ei （分别为下表中 的 Observed N 和 Expected N ）： INCOME 1 2 3 Total Obser ved N 52 40 31 123 Expect ed N 61.5 49.2 12.3 Residual -9.5 -9.2 18.7 列联表问题 如果要检验变量的各水平是否都相等，从 SPSS 可以得到对这三个变量的检验（对每 个变量的零假设是各水平影响相同）结果： Test Statistics a,b Chi-Square df Asy mp. Sig. Exact Sig. Point Probability INCOME 5.415 2 .067 .069 .005 SEX .398 1 .528 .589 .118 OPINION 13.667 1 .000 .000 .000 SPSS 还分别给出对每个变量的 Pearson 统计量中的 O i 和 E i 。 b. 0 cells (.0%) hav e expect ed frequencies less t han 5. The minimum expected cell frequency is 61.5. a. 0 cells (.0%) hav e expect ed frequencies less t han 5. The minimum expected cell frequency is 41.0. SPSS 软件使用说明