非參數檢驗-秩和檢驗-研.ppt_第1頁
非參數檢驗-秩和檢驗-研.ppt_第2頁
非參數檢驗-秩和檢驗-研.ppt_第3頁
非參數檢驗-秩和檢驗-研.ppt_第4頁
非參數檢驗-秩和檢驗-研.ppt_第5頁
已閱讀5頁,還剩42頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1,第七章 非參數檢驗 (Nonparametric test),2,檢驗方法的選擇及應用條件:,t檢驗: u檢驗: 方差分析:,3,參數: 統計量:,參數檢驗:若樣本所來自的總體分布已知(如正態分布),對其總體參數進行假設檢驗,則稱為參數檢驗。,4,非參數檢驗:不考慮研究對象總體分布的具體形式,也不對總體參數進行統計推斷,而是對樣本所代表的總體分布進行檢驗。由于這類方法不受總體參數的限制,故稱非參數檢驗,又稱任意分布檢驗(distribution-free test),5,非參數檢驗適用于:,非正態分布的資料 方差不齊的資料 等級資料 一端或兩端有不確定數值(如10.0、0.1等)的資料 分布不明的資料,6,非參數檢驗的優缺點:,優點: 適用范圍廣 對數據要求不嚴 方法簡便、易于理解和掌握 缺點: 損失信息、檢驗效能低,7,注 意,凡符合或經過變換后符合參數檢驗條件的資料,最好用參數檢驗。當資料不具備參數檢驗的條件時,非參數檢驗是一種有效的分析方法。,8,秩和檢驗 (Rank sum test):,又稱秩轉換的非參數檢驗 將變量值從小到大或從弱到強轉換成秩后再計算檢驗統計量,從而推斷一個總體表達分布位置的中位數M和已知M0、兩個或多個總體的分布是否不同 特點:對總體分布的形狀差別不敏感,只對總體分布的位置差別敏感,9,內 容,1、配對資料的秩和檢驗:Wilcoxon符號秩檢驗 2、兩樣本比較的秩和檢驗:Wilcoxon秩和檢驗 (計量資料、等級資料) 3、完全隨機設計多樣本比較的秩和檢驗: Kruskal-Wallis H檢驗 (計量資料、等級資料) 4、隨機區組設計資料的秩和檢驗: Friedman M檢驗,10,第一節 配對設計的符號秩和檢驗,Wilcoxon 符號秩和檢驗 例7.1 某醫院對9例苯中毒患者用中草藥抗苯一號治療,得白細胞總數如表7-1,問該藥是否對患者的白細胞總數有影響?,11,T+=15.5 T-=29.5,12,方法步驟:,1、建立檢驗假設,確定檢驗水準 H0:患者治療前后白細胞總數差值的總體中位數Md=0 H1:差值的總體中位數Md0 0.05,13,2、計算檢驗統計量T值 (1)求差值 (2)編秩次: 按絕對值大小 差值為0舍去不計 秩次相等取平均秩次 (3)求秩和:T+ T- (T+T- =n(n+1)/2) (4)確定檢驗統計量T:(任取T+或T- ),14,3、確定P值,作出推斷結論 根據T值( T+=15.5 或 T-=29.5 )查T界值表(P282) 原則:如果T位于檢驗界值區間內,P,不拒絕H0;如果T位于檢驗界值區間外,P,拒絕H0,接收H1,15,正態近似法:,n25時,T分布近似正態分布可用正態近似法作u檢驗:,16,相同秩次較多時的校正值:,注意:仍為非參數檢驗,17,單一樣本與總體中位數的比較,差值:各觀察值與總體中位數的差 例7.2 P92,18,第二節 完全隨機設計兩樣本比較的秩和檢驗,Wilcoxon 秩和檢驗 Mann-Whitney U 檢驗,19,例7.3 某醫師為研究血清鐵蛋白與肺炎的關系,隨機抽查了肺炎患者和正常人若干名,并測得血清鐵蛋白如表7-3,問肺炎患者與正常人血清鐵蛋白含量有無差別? (見P94表7-3),一、原始數據的兩樣本比較,20,假設檢驗的要點:,1、混合編秩、數據相等時取平均秩 2、分別求兩組的秩和 3、以樣本量較小組的秩和為T 4、查成組設計的T界值表、確定P值,21,二、正態近似法,如果n110或n220則可用正態近似法:,22,相同秩次較多時的校正:,23,三、頻數表資料或等級資料的兩樣本比較,例7.4 P95,24,表74 某藥對兩種病型支氣管炎的治療,平均秩次 (6),秩次范圍 (5),合并肺氣腫 (8),單純性 (7),秩和,25,第三節 成組設計多樣本比較的秩和檢驗,Kruskal-Wallis H檢驗,26,基本步驟:,1、建立檢驗假設,確定檢驗水準 2、混合編秩,分組求秩和Ti 3、計算檢驗統計量H,27,H值的計算,28,4、確定P值,作出推斷結論 小樣本情況:當組數k3,且ni5時,可查H界值表( P284 ),確定P值。如果H H,則P 。 大樣本情況:若k 3或ni 5時,理論上,H近似服從自由度為k-1的2分布,可查2界值表(P281)確定P值。,29,頻數表資料的比較,例7.6:P97,原始數據的比較,例7.5:P96,30,秩和檢驗的兩兩比較,方法有: 1、擴展的t檢驗 2、Nemenyi法檢驗 3、q檢驗,幾種方法理論上仍存在爭議,故SAS、SPSS等軟件沒有提供這方面的分析,31,擴展的t檢驗,32,第四節 配伍組設計的秩和檢驗,Friedman M檢驗,33,Friedman M檢驗法:,秩次,原始數據,各區組內分別進行編秩,計算各組秩和,34,查表法:,統計量M的計算:,以配伍組數b和處理組數k查M界值表(P285),確定P值,35,2分布近似法:,校正公式:,=k-1,36,配伍組設計的兩兩比較:,1、按各處理組Ti排序、求所含組數a 2、求統計量q,3、查q界值表(= ),確定P值,37,練習題: 1、兩個獨立小樣本計量資料比較的假設檢驗,首先應考慮: A、用t檢驗 B、用u檢驗 C、用Wilcoxon秩和檢驗 D、用t檢驗或Wilcoxon秩和檢驗均可 E、資料符合t檢驗還是Wilcoxon秩和檢驗,38,2、配對樣本差值的Wilcoxon符號秩檢驗,確定P值的方法為: A、T越大,P越大 B、T越大,P越小 C、T值在界值范圍內,P小于相應的 D、T值在界值范圍內,P大于相應的 E、T值即u值,查u界值表,39,3、等級資料比較宜用: A、t檢驗 B、t檢驗 C、u檢驗 D、非參數檢驗 E、方差分析,40,4、多樣本計量資料的比較,當分布類型不清時選擇: A、t檢驗 B、2檢驗 C、u檢驗 D、H檢驗 E、F檢驗,41,5、以下檢驗中不屬于非參數檢驗的方法是: A、t檢驗 B、H檢驗 C、T檢驗 D、2檢驗 E、M檢驗,42,6、成組設計兩樣本比較的秩和檢驗,其檢驗統計量T是: A、以秩和較小者為T B、以秩和較大者為T C、以例數較小者秩和為T D、以例數較大者秩和為T E、當兩樣本例數不等時,可任取一樣本的秩和為T,43,7、滿足參數統計分析方法條件的數據用非參數統計分析方法分析,則: A、增加一類錯誤 B、減少一類錯誤 C、減少二類錯誤 D、增加二類錯誤 E、兩類錯誤都增加,44,SPSS的應用:,配對設計的符號秩檢驗: analyzenonparametric tests 2 related samples test pair list:治療前-治療后 test type:wilcoxon ok,45,SPSS的應用:,完全隨機設計的兩樣本比較的秩和檢驗: analyzenonparametric tests 2 independent-samples test variable list:分析變量 grouping variable:分組變量 define groups:分組變量的值 test type:Mann-Whitney U ok,46,SPSS的應用:,成組設計多樣本比較的秩和檢驗: analyzenonparametric tests k independent-samples test variable list:分析變量 grouping variable:分組變量 defin

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論