统计学课件：第6章 非参数检验.pdfVIP

第6章非参数检验 6.1 非参数检验概述 6.2 单样本非参数检验 6.3 两个和多个样本的非参数检验 中央财经大学统计与数学学院 6.1 非参数检验概述  非参数检验 （nonparametric tests ）也称为 与总体分布无关的检验 （distribution free tests ）  与参数检验相比，在非参数检验中不需要 对总体分布的具体形式作出严格假设，或 者只需要很弱的假设。  大部分非参数检验都是针对总体的分布进 行的检验，但也可以对总体的某些参数进 行检验。 中央财经大学统计与数学学院 2 非参数检验的特点 （1）非参数检验不需要严格假设条件，因而 比参数检验有更广泛的适用面。 （2）非参数检验几乎可以处理包括定类数据 和定序数据在内的所有类型的数据，而参 数检验通常只能用于定量数据的分析。 （3）在参数检验和非参数检验都可以使用的 情况下，非参数检验的功效（power）要低 于参数检验方法。 中央财经大学统计与数学学院 3 检验的功效 实际情况 决策 H 为真 H 为假（H 为真） 0 0 1 接受H0 正确 第二类错误（b） 拒绝H0 第一类错误（a） 正确（1-b） 中央财经大学统计与数学学院 4 检验的功效 实际情况 决策 H 为真 H 为假（H 为真） 0 0 1 接受H0 正确 第二类错误（b） 拒绝H0 第一类错误（a） 正确（1-b） 1-β越大，意味着当备择假设为真时，拒绝原假设 的概率越大，检验的判别能力就越好；1-β越小， 意味着当备择假设为真时，拒绝原假设的概率越小， 检验的判别能力就越差。 1-β是反映统计检验判别能力大小的重要指标。 我们把1-β称为检验的功效或检验力。 检验的功效越大即犯第二类错误的概率越小。  非参数检验的功效（power）要低于参数检 验方法，也就是说，在备择假设为真的情 况下，采用参数检验方法拒绝原假设的概 率要高于非参数检验的方法，从而更容易 发现显著的差异。 中央财经大学统计与数学学院 6 以下情况下应当首选非参数方法 （1）参数检验中的假设条件不满足，从而无 法应用。例如总体分布为偏态或分布形式 未知，且样本为小样本时。 （2）检验中涉及的数据为定类或定序数据。 （3）所涉及的问题中并不包含参数，如判断 某样本是否为随机样本，判断某样本是否 来自正态分布等。 （4 ）对各种资料的初步分析。 中央财经大学统计与数学学院 7 常用的非参数检验方法