统计学：9非参数统计 .ppt

第9章非参数统计 第二节 检验 【例2】啤酒协会想确定5种啤酒哪一种最受消费者喜欢，随机抽取1000名饮用者做实验，各种啤酒爱好者的频数分布： 要求判断，消费者对这几种啤酒的爱好有没有差别？以0.05的显著性水平进行检验。 解：H0:不同牌子饮用者人数服从均匀分布（没有差别） H1:不同牌子饮用者人数不服从均匀分布（有差别） 【例3】某公司电话总机在每天下午开始工作的2分钟之内接到电话呼叫次数，记录了100天的数据，用卡方检验电话呼叫次数是否服从服从泊松分布？0.05显著性水平。 【例4】一家钟表厂把检验钟表的精确度作为质量控制的一部分。700只手表校准后走24小时进行检验，记录走快或走慢的秒数，得到下面分组数据。问这些数据是否足以说明观察值来自正态总体，以0.05的显著性水平进行检验？ 【例1】某协会决定对两种不同型号的饮料打分，随机抽取60名消费者，蒙住眼睛进行品尝打分，规定分数从1到5,1代表味道最好，5代表味道最差，打分结果如表，问两种饮料是否同等受欢迎？显著性水0.05。 【例2】某协会决定对两种不同型号的饮料打分，随机抽取60名消费者，蒙住眼睛进行品尝打分，规定分数从1到5,1代表味道最好，5代表味道最差，打分结果如表，问两种饮料是否同等受欢迎？显著性水平0.05. 正负号汇总：正号13个，负号7个，0号40个 解： 【例3】某协会决定对两种不同型号的饮料打分，随机抽取60名消费者，蒙住眼睛进行品尝打分，规定分数从1到5,1代表味道最好，5代表味道最差，打分结果如表，问两种饮料是否同等受欢迎？显著性水平0.05. 正负号汇总：正号35个，负号15个，0号10个 解： 【例】某教师随机抽取10名学生某门课程期中和期末考试成绩，用威尔科克森带符号等级检验以显著性水平0.05双侧检验这两次考试有没有显著差异？。 解：H0:两次考试无显著差异；H1两次考试有显著差异 特别注意：如果n较大（n≧25)，T近似正态分布 【例】某教师随机抽取30名学生某门课程期中和期末考试成绩，以显著性水平0.05双侧检验这两次考试有没有显著差异？（有三名学生期中期末成绩相同 解：H0:两次考试无显著差异；H1两次考试有显著差异 * 第一节非参数统计的概念和特点 第二节卡方检验 第三节成对比较检验 第四节曼-惠特尼U检验 第五节游程检验 第六节等级相关检验 第七节多个样本的检验 非参数统计:对总体分布的具体形式不必做任何限制性假定和不以总体参数具体数值估计为目的的推断统计。 “非参数(nonparametric)”意味着其方法不涉及描述总体分布的有关参数；它被称为和分布无关(distribution—free)，是因为其推断方法和总体分布无关；不应理解为与所有分布(例如有关秩的分布)无关. 主要用于对某种判断或假设进行检验，所以亦称为非参数检验。 第一节非参数统计的概念和特点 1. 非参数统计的概念 （1）非参数统计方法既能适用于定性数据也适用于定量。 2. 非参数统计的特点 （2）非参数统计方法是一种经济而有效的方法。容易理解，计算简便。但样本容量大时，计算繁琐。 （3）非参数统计方法不需要总体服从正态分布的假定，也不需要检验总体的参数，因此，结论也更具有普遍性。 1. 检验的概念 式中k-1为自由度。 在原假设为真的条件下，这个统计量近似地服从具有k?1?r个自由度的卡方分布。 r：是需要用样本来估计的总体的未知参数的数目，若没有未知参数需要估计，则r为零。 统计量 检验在非参数统计中有广泛的用途，因为： （1）有很多非参数的假设检验问题都可以转化为检验观察次数与其期望次数之间的紧密程度问题，这里的检验统计量并不依赖于总体的分布形式，而是作为检验总体分布是否为某种特定的概率分布的一种方法； （2）用这种方法搜集的资料，可以是定性资料，也可是定量资料。 卡方检验主要用于拟合优度检验和独立性检验。 2. 拟合优度检验 拟合优度检验是利用样本信息对总体分布作出推断，检验总体是否服从理论分布。 其方法是把样本分成 K个互斥的类，然后根据要检验的理论分布算出每一类的理论频数，与实际的观察频数进行比较。 拟合优度检验的步骤为： （1）确定原假设与备择假设，原假设 表示总体服从设定的分布；备择假设 表示总体不服从设定的分布。同时，确定显著性水平 。 （2）从要研究的总体中，随机抽取观察值样本。 （3）按照“原假设为真”这一假定，计算出一组期望频数或者理论频数。通常这就是假定某概率分布适合于所研究的总体。 （4）对观察频数与理论频数进行比较，如果它们的差异很大，以致在确定的显著水平下不能把它归之于随机波动，就拒绝原假设。