9非参数检验 PPT课件

13.71
5
19.61
24.37
4.76
6
14.50
92.75
78.25
7
49.63
121.57
71.94
8
44.56
89.76
45.20
编秩次，求秩和 去掉d=0的对子，总的对子数也要相应减去； 用绝对值︱d︳编秩次，如果出现绝对值相等时（ties） ，则将它们的平均秩次值作为他们的秩次；
第二节 单样本资料的符号秩和检验
• 目的：推断样本中位数与已知总体中位数 （常为标准值或大量观察的稳定值）有无 差别，常用于不满足单样本t检验应用条 件的资料；其检验假设是M=M0.
• 例10-2 已知某地正常人尿氟含量的中位 数为2.15mmol/L.今在该地某厂随机抽取 12名工人，测得尿氟含量，结果见表2。 问该工厂的尿氟含量是否高于当地正常人 ？
参数检验方法
• t检验 两独立样本t检验要求：正态、方差相等、个体独立 配对t检验要求：差值正态、个体独立
• 方差分析 完全随机设计方差分析要求：正态、方差相等、个体独 立
参数检验方法
• 两组性别结构是否相同？
• 两组某种不良反应的发生率是否相同？
• 多组发生率是否相同？ • 多组构成是否相同？
定性无序分 类资料
未解决的问题
• 疗效用痊愈、显效、有效、无效四级分类法进行 评价时，两组或多组如何比较？
• 对两组患者空腹胰岛素水平进行比较时，有的病 例测量结果为Ins<2.0 或Ins>300，如何处理？
未解决的问题
• 对应于多分类变量（有序） • 非正态分布 • 不完整数据：如，Ins<2.0 或Ins>300 • 正态分布但方差不相等时

假设检验问题：
1、利用二项分布检验来检验体能测试及格率是否 达到90%
【Analyze】\【Nonparametric Tests】\【Binomial】 要求：选入检验变量，选择断点
Options： 要求：输出描述性统计量和四分位数
结果解读：
1、描述统计量表
说明：体能测试的平均成绩为71.88。
509
505
502
501
493
498
497
502
504
506
505
508
498
495
496
507
506
507
508
505
表5 某品牌消毒液每瓶容量抽查结果
假设检验问题：
1、利用游程检验来检验机器装多装少是否随机。
【Analyze】\【Nonparametric Tests】\【Runs】 要求：选入检验变量，选择中位数作为断点
2、单个样本的K-S检验的数据要求
K-S检验过程要求检验变量为区间或者比例测度 为数值型变量。
3、引例（练习四）
例7 K-S正态性检验。35位健康成年男性在未进食前的 血糖浓度如下表所示，试检测这组数据是否服从正态分 布？（数据文件：“血糖浓度抽查.sav”）
87 77 92 68 80 78 84 77 81 80 80 77 92 86 76 80 81 75 77 72 81 90 84 86 80 68 77 87 76 77 78 92 75 80 78
缺点：检验效能低。
三、非参数检验类型
非参数检验根据样本数目以及样本之间的 关系可以分为： （1）单样本非参数检验 （2）两独立样本非参数检验 （3）多独立样本非参数检验 （4）两配对样本非参数检验 （5）多配对样本非参数检验

如果此假定不成立或不能确定是否成立， 就应采用秩和检验来分析两样本是否来自同 一总体。
例9.3 对无淋巴细胞转移与有淋巴细胞转移的胃癌患者，观察其 生存时间，问两组患者的生存时间是否不同？
基本思想
混合编秩 分别计算两组的秩和 假定H0成立 任一组秩和不应太大或太小 与平均理论秩和 N(N+1)/4 应相差不大
思考：单样本计量资料当数据不满足正 态性时如何去分析？
例9.2 对28名有轻度牙周疾病的成年人，指导他们实行良好的 口腔卫生习惯，6个月后，牙周情况好转程度依高到低给予分 数+3,+2,+1;牙周情况变差程度依次给予分数-1，-2，-3，没有 变化的给予0分，请对此项指导结果进行评价。
T0.05(23)=73-203
非参数检验 PPT课件
▪ 单样本t检验（正态分布） ▪ 配对样本t检验（差值满足正态分布） ▪ 两独立样本t检验（正态分布、方差齐性） ▪ 完全随机设计方差分析（正态分布、方差齐性） ▪ 随机区组设计方差分析（正态分布） ▪ 等级资料
当上述统计方法所对应的条件不满足，该如何对数据做分析？
非参数检验适用的资料
=0.05。
编秩：混合编序．先在各组内从小到大排队，再将几组统 一编秩：同组相同数据，秩次顺列；不同组相同数据，取 平均秩次。 求秩和：R1，R2、R3、R4 ……
下结论： 当处理组数小于等于3组时，且各组例数小于等于5．查附表 11，确定P值．
当 n 较大时，计算统计量H值， H 近似服从 = k – 1 的 2 分布。故可按 2 分布获得概率 P，作出统计推
本例秩和T1=162，T2=138。
查表 T0.05n1n249 115,取9较小样本量者为统计量， T=162，恰好落在界点外，所以P<0.05，按0.05水准， 拒绝H0，即两组患者的平均生存时间不同。

2)应用实例
(1)为了检查一颗骰子是否均匀,把它掷了120次,得结果如下:
出现点数 1 2
345
6
频数
15 15 20 21 23 26
现检验各点出现的频数是否服从均匀分布。该数据文件的文件 名为"Dice.sav"。
按照下面的步骤进行操作:
·在数据编辑器中打开该数据文件:
·按照Analyze→Nonparametric Tests→Chi-Square…的 顺序选择菜单项,打开"Chi-Square Test"对话框:
·单击"OK"按钮,生成表3和表4。
从表3中可以看出,"Expected N"列中显示了所指定的各组数据 的期望值。
表4中,用逼近法求得的显著性概率大于0.05,所以,可以认为电 话接错次数服从泊松分布。
9.1.2 二项检验
1.基本数学原理 二项检验属于拟合优度型检验,该检验法适用于只能划分为两类 的数据总体,如:男生和女生、小于或等于某值的数和大于该值的 数。对于取自该总体的所有可能结果,要么是这两类中的某一类, 要么是另一类,不可能同时属于对立分类中的两类,称具有这种分 类特征的数据所服从的分布为二项分布。
·Test Variable列表框 在该列表框中输入变量名,对应变 量的数据用作检验分析。
·Define Dichotomy方框 在该方框中进行选择,确定进行 二项检验的数据获取方式。
》Get from data单选钮 为默认选项。选择此项,从原 数据文件获取分类数据。
》Cut point单选钮 选择此项,在后面的文本框中输入 一个数值,将以该数值为界将原数据分为两组,即小于或等 于该数值的数据分为一组,大于该数值的数据分为一组。