非参数检验课件.ppt

非參數檢驗配對資料的符號秩和檢驗（Wilcoxon配對法兩樣本比較的秩和檢驗（Wilcoxon兩樣本比較法）原始數據的兩樣本比較的秩和檢驗頻數表資料（或等級資料）的兩樣本比較的秩和檢驗成組設計多個樣本比較的秩和檢驗（Kruskal—Wallis法）原始數據的K—W檢驗頻數表資料（或等級資料）的K—W檢驗多個樣本間兩兩比較的秩和檢驗（Nemenyi法）樣本例數相等的兩兩比較秩和檢驗各樣本例數不同或不全相同的兩兩比較的秩和檢驗

非參數檢驗又稱為任意分佈檢驗（distribution-freetest），它不考慮研究對象總體分佈具體形式，也不對總體參數進行統計推斷，而是通過檢驗樣本所代表的總體分佈形式是否一致來得出統計結論。

非參數檢驗的優點：

①适用范围广，不论样本来自的总体分布形式如何，都可适用；

②某些非參數檢驗方法計算簡便，研究者在急需獲得初步統計結果時可採用；

③易于理解和掌握；

④可用于不便精确测量的资料或等级资料。

非參數檢驗的缺點：

①对符合用参数检验的资料，如用非参数检验，会丢失信息，导致检验效率下降，犯第Ⅱ类错误的可能性比参数检验大。

②雖然許多非參數檢驗計算簡便，但有些問題的計算仍顯繁冗。

配對資料的符號秩和檢驗

（Wilcoxon配對法）

例6-1某醫院對12例患者進行“鞏膜瓣下灼烙角膜咬切術”，手術前後的視力如表6-1，問手術後視力是否有改善？

（1）建立檢驗假設，確定檢驗水準

H0：差值總體中位數0，即手術前

後視力無變化；

H1：Md≠0，手術前後視力有變化；

α=0.05

（2）求每對觀察對象數據的差值，如上表第（4）欄；

（3）編秩：依差值的絕對值從小到大編秩。編秩時，遇差值為0者，舍去不計，同時樣本例數相應減去（如本例病人編號為3、5、11的三對數據差值為0，故編秩時舍去，樣本例數n=12-3=9）；

遇絕對值相等差值，若正負號一致，則按順序編秩即可，若有符號不同者，則應取平均秩次（如本例中病人編號為4、10、12的三對數據差值的絕對值均為0.1，其秩次按順序編為1、2、3，但因差值有正有負，故取平均秩次(1+3)/2=2；同理，病人編號為2、9的兩對數據編秩結果取平均秩次8.5）。編秩後，按差值的正負號給秩次添上符號。

（4）求秩和並確定檢驗統計量：

分別求出正負秩次之和，正秩和以T+表示，負秩和的絕對值以T-表示。T+及T-之和等於n(n+1)/2。此式可驗證T+和T-的計算是否正確。如本例T+=19.5，T-=25.5，其和為45，n=9（因舍去三對差值為0的數據），9(9+1)/2=45。取T+和T-中較小者作為檢驗統計量T，本例取T=19.5。

（5）確定P值和作出推斷結論：當n≤50時，查附表5，配對比較的符號秩和檢驗用T界值表，按所取檢驗水準作出推斷結論（此界值表用下限界值，T值越大，P值越大；反之P值越小）。本例n=9，T=19.5，查附表7，T界值表，得雙側P0.10，按雙側α=0.05水準，不拒絕H0，故不能認為手術後視力有改善。

當n50，超出附表7的範圍，查不到界值時，可採用正態近似法，按下式計算u值，查u界值來判斷結果。

如果相同秩次較多時，應改用下式作校正計算。

上式中，tj為第j（j=1，2，…）個相同差值的個數，假定差值中有2個0.1，3個0.2，5個0.3，則t1=2，t2=3，t3=5，。

本法的基本思想：

假定无效假设H0成立，則配對的差值的總體分佈是對稱的，總體中位數為0，理論上T值分佈應近似均數為n(n+1)/4，方差為n(n+1)(2n+1)/24的正態分佈，T+與T-應非常接近；若正、負秩和相差懸殊，則無效假設成立的可能性也小。

兩樣本比較的秩和檢驗

（Wilcoxon兩樣本比較法）

一、原始數據的兩樣本比較的秩和檢驗

基本步驟：

1．建立检验假设，确定检验水准(α)

2．混合编秩

3．求秩和並確定檢驗統計量

4．确定P值和作出推斷結論

1．建立檢驗假設，確定檢驗水準(α)

一般无效假设H0是兩總體分佈位置相同，M1=M2；備擇假設H1是兩總體分佈位置不同，M1≠M2。α取0.05。

2．混合編秩

将两样本数据混合，按数值由小到大编秩，若有相同值可按以下方法处