《非参数统计》PPT第8章 基于经验分布函数的方法.pptxVIP

第8章基于经验分布函数的方法;8.1非参数Bootstrap;?;?;例如，要估计的是总体分布r阶矩，在总体分布F的框架下有（8.1）式，;?;2.估计量偏差和标准误差的Bootstrap估计;具体做法如下：;?;【例8.1】有82个大学法学院的LSAT成绩（法学院入学测试成绩的平均分）和GPA成绩，从中随机抽取容量为15的样本，;分析：在这个问题中，可以用皮尔逊相关系数、肯德尔秩相关系数、斯皮尔曼秩相关计算两类成绩的相关系数，由于不知道总体相关系数是多少，标准误差无法直接计算。因此尝试用非参数Bootstrap方法估计标准误差。R代码见教材。;3.置信区间的非参数Bootstrap估计;?;【例8.2】有一批人进行打靶，分别记录了他们培训前和培训后的打靶成绩，数据如下：;?;4.假设检验的非参数Bootstrap方法;当原假设成立时的p值为;【例8.3】利用非参数Bootstrap重新做例3.3。;分析：建立假设组;8.2Kolmogorov-Smirnov检验;?;如果是单侧检验，检验统计量需要进行修正，对于右侧检验;?;【例8.4】公共交通设施适合性的研究——公共汽车到达时间是否服从正态分布。公共汽车按计划每15分钟通过一个商店旁。然而，由于交通条件，乘客数目等影响，汽车实际到达的时间可能会有很大不同。通过一天随机的观察，获得的数据如下表。比计划提前到达的为负值，取大的整数，如提前1分10秒到达，记作-1；比计划晚到的为正值，也取大的整数，如迟到1分10秒，记作+2。公共汽车到达时间是否服从标准差为3的正态分布？;?;2.两样本K-S检验;?;【例8.5】城郊县是否比边远县有较低的人口增长速度？;?;8.3Kaplan-Meier估计与对数秩检验;为了使研究对象具有同质性，一般需要定义对象的某个事件发生或者某种干预处理的时间作为起始时间。在生存分析中，如果研究对象的终点事件发生，则终止该对象的观测并且定义终点事件发生的时刻为该对象的终止观测时间。;对于终点事件发生的生存时间称为完全数据（completedata）。;其中，数据带“+”的是删失数据。;2.生存概率、生存率、生存函数、生存率曲线;（2）生存率和生存函数;?;8.3.2生存率曲线的Kaplan-Meier估计;?;严格来讲，还需要注意到两个量。;【例8.7】某医院治疗某种疾病后，随访记录患者死前存活月数，结果为：2+，13，8+，11+，6，1，9，3，17，7。估计该疾病的生存率。;上表的最后一列是生存率，可以以生存率为纵轴，时间为横轴画出曲线，该曲线就是生存率曲线，如下图，其中中间的实线为生存曲线，两侧的虚线是置信带。可以看出，该曲线是阶梯状的，能大致反映生存率随时间的变化趋势。样本量越大，该曲线越光滑。;8.3.3生存率曲线的假设检验;?;【例8.8】本例将估计例8.6数据的生存率曲线，并检验不同基因下的生存率是否显著不同。按照例8.6数据的排列顺序（按行排列），对应的基因分组如下表。;分析：将例8.6和例8.8的数据结合，分析两种不同基因组（0或1）的生存率，可以画出两组的生存率曲线，用R语言程序可以实现。这个程序有两部分：一是绘制生存曲线，二是进行对数秩检验。这里只显示结果，代码见教材。;从两组的生率曲线可以看出，不同基因组病人的生存曲线显得很不一样，从直观上似乎可以断定他们有不同的生存率。再进行对数秩检验：