《ch非参数检验》课件.pptVIP

*********非参数检验的适用条件数据分布未知当数据分布不明确或无法假设数据服从特定的分布时，非参数检验更适用。数据类型限制非参数检验可以处理各种数据类型，包括定序数据、定类数据和定量数据。样本量小当样本量较小时，非参数检验的效力更高，可以有效地控制检验的误差。异常值的影响非参数检验对异常值不太敏感，可以降低异常值对检验结果的影响。单样本非参数检验1定义单样本非参数检验用于检验单个样本的总体参数是否与已知值或理论值存在显著差异。2用途当数据不满足参数检验的假设条件或数据类型为等级数据时，可以使用单样本非参数检验方法。3常用方法常见的单样本非参数检验方法包括Wilcoxon秩和检验和符号检验，它们适用于不同类型的单样本数据分析。单样本Wilcoxon秩和检验原理Wilcoxon秩和检验是一种非参数检验方法，用于比较一个样本的总体中位数与一个已知常数或理论值。它将样本数据按大小排序，并根据其排序位置计算秩和。步骤将样本数据按从小到大排序。计算每个数据的秩。计算所有数据的秩和。根据秩和的大小判断是否拒绝原假设。单样本符号检验11.原假设检验总体中位数是否等于某个特定值。22.检验统计量计算样本数据中大于或小于总体中位数的值的数量。33.检验方法基于样本数据中大于或小于总体中位数的值的分布进行检验。44.适用性适用于单样本数据，总体分布未知且数据类型为顺序或定量。双样本非参数检验双样本非参数检验用于比较两个独立样本的总体分布，无需假设数据服从特定分布。1Mann-WhitneyU检验比较两个独立样本的总体位置2Wilcoxon秩和检验比较两个相关样本的总体位置3Kruskal-Wallis检验比较两个以上独立样本的总体位置这些检验方法适用于数据类型为等级数据或无法满足参数检验假设条件的情况。Mann-WhitneyU检验比较两组独立样本Mann-WhitneyU检验用于比较两个独立样本的中央位置，无需假设数据呈正态分布。秩和检验该检验基于将两组数据合并后按大小排序，然后计算每个组的秩和。显著性检验通过比较两组秩和的差异，判断两组样本的中央位置是否存在显著差异。Wilcoxon秩和检验配对样本检验两组配对数据的差异性，例如同一组对象在不同时间点上的测量结果。分布适用于非正态分布的样本数据。秩和将所有数据排序，然后计算每个样本中数据的秩和。正态总体参数检验与非参数检验的对比参数检验假设数据来自正态分布，而非参数检验对数据分布没有严格要求。参数检验的功效较高，但对数据的要求也较高；非参数检验的功效较低，但对数据的要求较低。多样本非参数检验1Kruskal-Wallis检验比较三个或更多样本的总体位置2Friedman检验比较两个或更多处理组在同一组受试者上的效果3CochranQ检验比较两个或更多处理组在同一组受试者上的效果多样本非参数检验用于比较多个样本的总体位置。当数据不满足参数检验的假设时，可以使用非参数检验方法。常用的方法包括Kruskal-Wallis检验、Friedman检验和CochranQ检验。Kruskal-Wallis检验多组独立样本适用于比较两组或多组独立样本的总体位置是否相同。检验多个独立样本的总体均值或总体分布是否相同。应用场景例如，比较不同治疗方法对患者疗效的影响，不同教学方法对学生成绩的影响。秩和检验适用范围适用于多个样本的比较，尤其适合处理非正态分布数据。检验原理将所有样本数据进行排序，然后根据秩的大小计算各组的秩和，通过比较秩和的大小来判断组间是否存在显著差异。优点对数据分布的要求较低适用于多个样本比较检验效能较高正态总体参数检验与非参数检验的选择数据分布当数据满足正态分布假设时，参数检验更有效.数据类型参数检验适用于连续型变量，而非参数检验适用于分类变量或等级变量.样本量样本量较小时，非参数检验更稳健.研究目的非参数检验适合于探索性研究，而参数检验更适合于验证假设.非参数检验的假设检验步骤确定零假设和备择假设根据研究问题设定零假设和备择假设，明确检验的目标。选择合适的非参数检验方法根据数据类型、样本量和研究问题选择合适的非参数检验方法，例如Wilcoxon秩和检验或Mann-WhitneyU检验。计算检验统计量根据所选方法计算检验统计量，用于衡量样本数据与零假设的偏离程度。确定临界值根据检验方法和显著性水平确定临界值，用于判断检验统计量是否落在拒绝域内。做出结论比较检验统计量与临界值，并根据结果判断是否拒绝零假设，