非参数检验课件.pptVIP

第58页，讲稿共83页，2023年5月2日，星期三7.3.5应用案例利用“多城市儿童身高”数据，对北京、上海、成都、广州四城市的周岁儿童身高进行比较分析，推断四城市周岁儿童身高是否存在显著差异。分析：（1）对身高分布无确切把握，涉及多个独立样本采采用多独立样非参数检验（2）分别用中位数检验、多独立样本的Kruskal-Wallis检验、多独立样本的Jonckheere-Terpstra检验实现。第59页，讲稿共83页，2023年5月2日，星期三（3）检验统计量（4）决策：Z统计量的p值显著性水平，拒绝原假设，变量值的出现不是随机的。Z统计量的p值显著性水平，不拒绝原假设，变量值的出现是随机的。第26页，讲稿共83页，2023年5月2日，星期三关于随机性的游程检验（runtest）例(run2.sav):从某装瓶机出来的30盒化妆品的重量如下（单位克）当然，游程检验并不仅仅用于只取两个值的变量，它还可以用于某个连续变量的取值小于某个值及大于该值的个数（类似于0和1的个数）是否随机的问题。看下面例子。71.671.071.870.370.572.971.071.070.171.871.970.370.969.371.267.367.667.767.668.168.067.569.867.569.770.069.170.471.069.9为了看该装瓶机是否工作正常，首先需要验证是否大于和小于中位数的个数是否是随机的（零假设为这种个数的出现是随机的）。第27页，讲稿共83页，2023年5月2日，星期三关于随机性的游程检验（runtest）如果把小于中位数的记为0，否则记为1，上面数据变成下面的0－1序列111111110111101000000000000110这就归为上面的问题。当然这里进行这种变换只是为了易于理解。实际计算时，用不着这种变换，计算机会自动处理这个问题的。直接利用这个数据，通过SPSS，得到下面游程检验结果的输出。第28页，讲稿共83页，2023年5月2日，星期三2.实现步骤

[Analyze]-[NonparametricTests]-[Runs]第29页，讲稿共83页，2023年5月2日，星期三（1）选定待检验的变量到[TestVariablelist]（2）[cutpoint]:计算游程数的分界值①[median]：样本中位数为分界值②[mode]：样本众数为分界值③[mean]：样本均值为分界值④[custom]：以用户输入的值为分界值，SPSS将小于该分界值的所有变量作为一组，大于或等于该分界值的所有变量作为一组，计算游程。第30页，讲稿共83页，2023年5月2日，星期三3.应用案例利用“电缆数据”推断耐压设备的工作是否正常。分析：①若耐压数据的变动是随机的-则设备工作正常②若耐压数据的变动不是随机的-则设备工作存在不正常③可以通过变量值随机性检验实现。第31页，讲稿共83页，2023年5月2日，星期三4.应用练习掷硬币20次得到的实验数据，试问硬币实验是否是随机的。11010001101011100110第32页，讲稿共83页，2023年5月2日，星期三7.2两独立样本的非参数检验（1）独立样本：在一个总体中随机抽样对在另一个总体中随机抽样没有影响的情况下所获得的样本。（2）推断样本来自的两个总体的分布等是否存在显著差异。（3）方法：曼-惠特尼U检验、K-S检验、W-W游程检验、极端反应检验等。第33页，讲稿共83页，2023年5月2日，星期三秩（rank）非参数检验中秩是最常使用的概念。什么是一个数据的秩呢？一般来说，秩就是该数据按照升幂排列之后，每个观测值的位置。例如我们有下面数据.Xi159183178513719Ri75918426310这下面一行（记为Ri）就是上面一行数据Xi的秩。第34页，讲稿共83页，2023年5月2日，星期三秩（rank）利用秩的大小进行推断就避免了不知道背景分布的困难。这也是非参数检验的优点。多数非参数检验明显地或隐含地利用了秩的性质；但也有一些非参数方法没有涉及秩的性质。第35页，讲稿共83页，2023年5月2日，星