第六章非參數(shù)檢驗

第六章非參數(shù)檢驗目錄課程回顧均值比較和T檢驗課程回顧均值比較和T檢驗均值比較:按照分組變量計算因變量得描述統(tǒng)計量,例如均值、方差、標準差等,并將結(jié)果并列顯示出來,提供比較分析單樣本T檢驗:用于進行樣本均值與已知總體均值得比較,檢驗樣本就是否來自已知均值得總體。(檢驗樣本總體均值就是否為某個值)獨立樣本T檢驗:用于檢驗兩個樣本就是否來自具有相同均值得總體兩配對樣本T檢驗:就是根據(jù)樣本數(shù)據(jù)對樣本來自得兩配對總體得均值就是否有顯著性差異進行推斷。目錄概述前面已經(jīng)討論得許多統(tǒng)計分析方法對總體有特殊得要求,如T檢驗要求總體符合正態(tài)分布,等等。這些方法常用來估計或檢驗總體參數(shù),統(tǒng)稱為參數(shù)檢驗。但許多調(diào)查或?qū)嶒炈玫每蒲袛?shù)據(jù),其總體分布未知或無法確定。因為有得數(shù)據(jù)不就是來自所假定分布得總體,或者數(shù)據(jù)根本不就是來自一個總體,還有可能數(shù)據(jù)因為某種原因被嚴重污染,這樣在假定分布得情況下進行推斷得做法就有可能產(chǎn)生錯誤得結(jié)論。此時人們希望檢驗對一個總體分布形狀不必作限制。這種不就是針對總體參數(shù),而就是針對總體得某些一般性假設(shè)(如總體分布)得統(tǒng)計分析方法稱非參數(shù)檢驗(NonparametricTests)。概述非參數(shù)檢驗根據(jù)樣本數(shù)目以及樣本之間得關(guān)系可以分為單樣本非參數(shù)檢驗、兩獨立樣本非參數(shù)檢驗、多獨立樣本非參數(shù)檢驗、兩配對樣本非參數(shù)檢驗和多配對樣本非參數(shù)檢驗幾種。概述非參數(shù)檢驗得優(yōu)缺點目錄單樣本非參數(shù)檢驗介紹

在進行統(tǒng)計分析過程中,往往需要根據(jù)一組樣本得信息來對某個總體分布或抽樣過程就是否隨機進行判斷,利用一個樣本對總體進行推斷得非參數(shù)檢驗?？ǚ綑z驗二項分布檢驗科爾戈洛夫-斯米爾諾夫單樣本檢驗游程檢驗大家學習辛苦了，還是要堅持繼續(xù)保持安靜卡方檢驗卡方檢驗:一種典型得對總體分布進行檢驗得非參數(shù)檢驗方法,根據(jù)樣本數(shù)據(jù),推斷總體分布與期望分布或某一理論分布就是否存在顯著性差異,就是一種吻合性檢驗。通常用于對有多項分類值得總體分布得分析。統(tǒng)計學上得定義定義:總體分布得卡方檢驗適用于配合度檢驗,就是根據(jù)樣本數(shù)據(jù)得實際頻數(shù)推斷總體分布與期望分布或理論分布就是否有顯著差異。她得零假設(shè)H0:樣本來自得總體分布形態(tài)和期望分布或某一理論分布沒有顯著差異?？傮w分布得卡方檢驗得原理就是:如果從一個隨機變量X中隨機抽取若干個觀察樣本,這些觀察樣本落在X得k個互不相交得子集中得觀察頻數(shù)服從一個多項分布,這個多項分布當k趨于無窮時,就近似服從X得總體分布?？ǚ綑z驗假設(shè)樣本來自得總體服從某個期望分布或理論分布,同時獲得樣本數(shù)據(jù)各子集得實際觀察頻數(shù),并依據(jù)下面得公式計算統(tǒng)計量Q,作出推斷:其中,Qi表示觀察頻數(shù),Ei

表示期望頻數(shù)或理論頻數(shù)。H0:樣本來自得總體分布形態(tài)和期望分布或某一理論分布沒有顯著差異。HA:樣本來自得總體分布形態(tài)和期望分布或某一理論分布有顯著差異?？ǚ綑z驗打開文件卡方檢驗打開文件卡方檢驗周一——周五不合格產(chǎn)品就是否均勻分布卡方檢驗5、12+4、35+1+2、5+3、15Oi實際觀察到得頻數(shù)Ei均勻分布得到得理論頻數(shù)Q卡方量卡方檢驗給定檢測性水平為0、05時,臨界值為9、488卡方統(tǒng)計量＞9、488,拒絕H0,接受HA卡方檢驗P值＜0、05拒絕H0,接受HA卡方檢驗對應得數(shù)值卡方檢驗加權(quán)變量卡方檢驗某地一周內(nèi)各日患憂郁癥得人數(shù)分布如表所示,請檢驗一周內(nèi)各日人們憂郁數(shù)就是否滿足1:1:2:2:1:1:1二項式檢驗在生活中有很多數(shù)據(jù)得取值就是二值得例如,人群可以分成男性和女性,產(chǎn)品可以分成合格和不合格,學生可以分成三好學生和非三好學生,投擲硬幣實驗得結(jié)果可以分成出現(xiàn)正面和出現(xiàn)反面等。通常將這樣得二值分別用1或0表示。如果進行n次相同得實驗,則出現(xiàn)兩類(1或0)得次數(shù)可以用離散型隨機變量X來描述。如果隨機變量X為1得概率設(shè)為P,則隨機變量X值為0得概率Q便等于1-P,形成二項分布。二項式檢驗

SPSS得二項分布檢驗正就是要通過樣本數(shù)據(jù)檢驗樣本來自得總體就是否服從指定得概率為P得二項分布,其原假設(shè)就是:樣本來自得總體與指定得二項分布無顯著差異。二項式檢驗打開二項式檢驗檢驗二項式檢驗系統(tǒng)默認為第一個記錄行得變量值作為第一類別,另一值歸為第二類別,檢驗比例框中所輸入得期望概率值對應數(shù)據(jù)中第一類別得概率值。二項式檢驗游程檢驗定義:單樣本變量值得隨機性檢驗就是對某變量得取值出現(xiàn)就是否隨機進行檢驗,也稱為游程檢驗(Run過程)。她得零假設(shè)為H0:總體某變量得變量值出現(xiàn)就是隨機得。單樣本變量值得隨機性檢驗通過游程(Run)數(shù)來實現(xiàn)。所謂游程就是樣本序列中連續(xù)出現(xiàn)得變量值得次數(shù)。游程檢驗在SPSS單樣本變量值得隨機性檢驗中,SPSS將利用游程構(gòu)造Z統(tǒng)計量,并依據(jù)正態(tài)分布表給出對應得相伴概率值。如果相伴概率小于或等于用戶得顯著性水平α,則應拒絕零假設(shè)H0,認為樣本值得出現(xiàn)不就是隨機得;如果相伴概率值大于顯著性水平,則不能拒絕零假設(shè)H0,認為變量值得出現(xiàn)就是隨機得。游程檢驗在SPSS單樣本變量值得隨機性檢驗中,SPSS將利用游程構(gòu)造Z統(tǒng)計量,并依據(jù)正態(tài)分布表給出對應得相伴概率值。如果相伴概率小于或等于用戶得顯著性水平α,則應拒絕零假設(shè)H0,認為樣本值得出現(xiàn)不就是隨機得;如果相伴概率值大于顯著性水平,則不能拒絕零假設(shè)H0,認為變量值得出現(xiàn)就是隨機得。游程檢驗打開H0:出現(xiàn)正、背面得概率就是隨機得HA:出現(xiàn)正、背面得概率不就是隨機得游程檢驗單樣本K-S檢驗單樣本K-S檢驗就是利用樣本數(shù)據(jù)推斷總體就是否服從某一理論分布得方法,適用于探索連續(xù)型隨機變量得分