理论统计学课件-假设检验.pptVIP

第三节 非参数检验 非参数检验是对总体的分布不作任何限制的统计检验。故非参数检验又称为自由分布检验。正因为如此，非参数检验成为管理科学中应用较为广泛的一种统计检验方法。 5-* 一、自由分布检验概述 自由分布检验对比参数检验，具有以下优点： 首先，检验条件比较宽松，适应性强。 其次，自由分布检验的方法比较灵活，用途广泛。对于那些不能进行加、减、乘、除运算的定类数据与定序数据，可使用符号检验、秩和检验等方法进行检验。 再次，自由分布检验的计算相对简单。由于自由分布的检验方法不用复杂计算，一般使用计数方法就可以了，它的计数过程与结果都比较简单、直观与明显。 5-* 自由分布检验缺点： 由于它对原始数据中包含的信息利用得不够充分，检验的功效相对较弱。当总体的分布形式已知时，基于这种分布类型的参数方法，一般说来比非参数方法为佳。例如，对于一批资料，可同时适用于参数的t-检验、非参数的符秩检验和符号检验。其检验功效是，t-检验的最好，符秩检验次之，符号检验最差。这主要是由于符号检验对信息的利用最不充分。 5-* 二、符号检验 该方法是建立在以正、负号表示样本数据与假设参数值差异关系基础上的，因此称之为符号检验。该方法既适用于单样本场合，也适用于配对样本场合。 5-* (一)单样本场合的符号检验 中位数检验 : ： =A 样本每个数据都减去A，只记录其差数的符号。n+与n-分别是正、负符号的个数，当原假设为真是时 ，n+与n-应该很接近；若两者相差太远，就有有理由拒绝原假设。 5-* 例4：设有20个工人，他们一天生产的产品件数，抽样结果如下： 168，163，160，172，162，168，152，153，167，165，164，142，173，166，160，165，171，186，167，170。 试以α=0.10的检验水平，判定总体中位数是否是160。 5-* 解：第一步：作出假设。 ： =160， ： 160 由备选假设知，这个检验是双侧的。 第二步：计数。 对样本数据，大于160的记下“+”，小于160的记下“-”，等于160的，予以剔除(以0记之)，结果如下： + + 0 + + + - - + + + - + + 0 + + + + + 计数以上“+”的个数是n+=15,“-”的个数n-=3，剔除数据2个。最后有效的样本个数为 n=n++n-=18 。 5-* 第三步：确定拒绝域。 显著水平α= 0.10，由于进行双侧检验，拒绝域分布在两边，每侧概率α/2=0.05，查二项分布临界值表，得到拒绝域的临界值是13。 第四步：选择n+、n-较大者，再与临界值比较。 结果是1513。 第五步：判断。 由于上一步的比较结果可知，样本落入拒绝域，所以拒绝原假设，认为样本数据不能证明总体中位数等于160件。 5-* (二)配对样本场合的符号检验 样本配对场合与单样本场合的符号检验，基本原理是一致的。设从两个总体中分别抽出一个容量相等的样本，然后将两样本的数据进行一一配对，得到一组配对值。再将各对配对值相减，记录下差数的符号，计算出“+”的个数n+与“-”的个数n-。如果两个样本的总体差异不显著，配对值之差的正负号出现的概率各是1/2，则n+与n-应当非常接近；如果n+、n-相差太大的话，说明两总体存在显著差异。例子见书上的。 5-* 三、秩和检验 秩和检验也称Wilcoxon-Man-Whitney检验。该检验方法可用于检验两个独立的样本是否来自同一个总体，或判断总体间是否存在显著性的差异。它和符号检验最主要的区别是，符号检验只考虑样本间差数的符号，而秩和检验还要考虑差数的顺序，比符号检验利用数据信息更加充分，因此，检验功效就更强。 5-* 秩和检验原理： 设分别从两个未知的总体独立、随机地抽取容量为n1和n2的样本，把样本容量较小的总体称为总体Ⅰ。如果两样本容量相等，就把任意一个总体称作总体Ⅰ，另一个总体称作总体Ⅱ，这里不妨设n1n2。 现将两个样本混合起来，并按数据的大小，从小到大排列编号，每个数值的编号就是它的秩次。如果混合样本中有若干个相同的数值，则把它们的秩次进行简单算术平均，用此平均值作为这些数值的秩次，计算来自总体Ⅰ的n1个数据在混合样本中的秩次之和，记为T。 5-* 显然T最小的可能值是: T1=1+2+3+…+n1=[n1(n1+1)]/2 ； 最大的可能值是 T2=(n2+1)+(n2+2)+…+(n2+n1)=n1[(n2+1)+(n2+n1)]/2。 如果两个总体分布无显著差异，则T值不应太大或太小，等于中间值(T1+T2)/2；如果总体Ⅰ分布于总体Ⅱ的右边，T将接近其最大值T2；如果总体Ⅰ位于总体Ⅱ的左边，T将接近于它的最小值T1