非参数统计X检验.pptx

本资料来源第七章 非参数统计—?2检验 前面所阐述的参数估计和假设检验，都是以总体分布已知或对分布作出某种假定为前提的，是限定分布的估计或检验，亦可以称为参数统计。但是在许多实际问题中，我们往往不知道客观现象的总体分布或无从对总体分布作出某种假定，尤其是对品质变量和不能直接进行定量测定的一些社会及行为科学方面的问题，如食品感官评定的统计，需要用非参数统计方法来解决。 所谓非参数统计，就是对总体分布的具体形式不必作任何限制性假定和不以总体参数具体数值估计或检验为目的的统计推断。这种统计主要用于对某种判断或假设进行检验，故称为非参数检验。 非参数统计方法很多，本章只介绍x2检验。主要内容一、?2检验的原理二、适合性检验的方法三、独立性检验的方法主要介绍对次数资料、等级资料进行统计分析的方法♂428♀ 438♀ 448♂438第一节 ?2统计量与?2分布 一、 ?2统计量的意义统计某羊场一年所产的876只羔羊876只羔羊（理论T）876只羔羊(实际观察A)这里公、母各相差10只?这个差异是属于抽样误差?还是羔羊性别比例发生了实质性的变化?确定一个统计量： 来表示实际次数与理论次数偏离程度 进行显著性检验：判 断这一偏离程度是否属于抽样误差？两个差数之和为01.求差数：A1-T1 =-10，A2-T2=102.平 方 后 再 相 加： ∑(A-T)2？505－500=5；26－21＝5可以避免正、负抵消3.先将各差数平方除以相应的理论次数后再相加，并记之为?2 也就是说?2是度量实际观察次数与理论次数偏离程度的一个统计量 ?2越小，表明实际观察次数与理论次数越接近 ?2 =0，表示两者完全吻合 ?2越大，表示两者相差越大 表明实际观察次数与理论次数比较接近二、?2分布设有一平均数为μ、方差为 的正态总体。现从此总体中独立随机抽取n个随机变量：x1、x2、…、xn，并求出其标准正态离差： ， ，… ， 记这n个相互独立的标准正态离差的平方和为?2 ： 因此， ?2分布是由正态总体随机抽样得来的一种连续性随机变量的分布。 若用样本平均数 代替总体平均数μ ，则随机变量 服从自由度为n-1的?2分布，记为 ～ 图7-1几个自由度的概率分布密度曲线?2分布性质?2≥0 ， 即 ?2 的 取 值 范 围 是[0,+∞??2分布密度曲线是随自由度不同而改变的一组曲线随自由度的增大， 曲线由偏斜渐趋于对称该分布的平均数为df，方差为2 df. 三、 ?2的连续性矫正 由 式计算的?2只是近似地服从连续型随机变量?2分布。在对次数资料进行?2检验利用连续型随机变量?2分布计算概率时，常常偏低，特别是当自由度为1时偏差较大。 Yates(1934)提出了一个矫正公式，矫正后的?2值记为 ： 当自由度大于1时， 式的?2分布与连续型随机变量?2分布相近似 ，这时，可不作连续性矫正 ， 但 要 求各组内的理论次数不小于5。若某组的理论次数小于5，则应把它与其相邻的一组或几组合并，直到理论次数大 于5 为止。第二节 适合性检验 一、适合性检验的概念 判断实际观察的属性类别分配是否符合已知属性类别分配理论或学说的假设检验称为适合性检验。二、适合检验步骤1.建立假设H0：实际观察的属性类别分配符合已知属性类别分配的理论或学说；HA：实际观察的属性类别分 配 不符合已知属性类别分配的理论或学说。2.计算检验统计量?2或?2c3. 查临界?2值（P483 ，?2值表） ，作出统计推断若属性类别分类数为k ，则适合性检验的自由度为 k-1若?2 (或?2c)＜?20.05，P＞0.05，表明实际观察次数与理论次数差异不显著若?20.05≤?2 (或?2c)＜?20.01，0.01＜P≤0.05，表明实际观察次数与理论次数差异显著若?2 ( 或?2c)≥?20.01，P≤0.01，表明实际观察次数与理论次数差异极显著 二、适合性检验的方法 【例7.1】在进行山羊群体遗传检测时，观察了 260只白色羊与黑色羊杂交的子二代毛色，其中181只为白色，79只为黑色，问此毛色的比率是否符合孟德尔遗传分离定律的3∶1比例? 检验步骤如下： （一）提出无效假设与备择假设 H0：子二代分离现象符合3∶1的理论比例。 HA：子二代分离现象不符合3∶1的理论比例。 （二）选择计算公式 由于本例是涉及到两组毛色（白色与黑色），属性类别分类数k=2，自由度df=k-1=2-1=1，须进行连续性矫正： （三）计算理论次数 白色理论次数：T1=260×3/4=195 黑色理论次数：T2=260×1/4=65 或 T2=260-T1=260-195=6