下载文档原格式
王静龙《非参数统计分析》(1-8章)教案(总77页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--.引言一般统计分析分为参数分析与非参数分析，参数分析是指，知道总体分布，但其中几个参数的值未知，用统计量来估计参数值，但大部分情况，总体是未知的，这时候就不能用参数分析，如果强行用可能会出现错误的结果。
例如：分析下面的供应商的产品是否合格？合格产品的标准长度为（±），随即抽取n=100件零件，数据如下：表经计算，平均长度为cm x 4958.8=，非常接近中心位置，样本标准差为()1047.0112=--=∑=ni i n x x s cm.一般产品的质量服从正态分布，),(~2δμN X 。
%66)1047.04958.84.8()1047.04958.86.8()4.8()6.8()6.84.8(≈-Φ--Φ=-Φ--Φ=≤≤σμσμX P这说明产品有接近三分之一不合格，三分之二合格，所以需要更换供应厂 商，而用非参数分析却是另外一个结果。
以下是100个零件长度的分布表：这说明有90%的零件长度在)2.05.8(±cm 之间，有9%的零件不合格，所以工厂不需要换供应商。
例2 哪一个企业职工的工资高？ 表两个企业职工的工资显然，企业1职工的工资高，倘若假设企业1与企业2的职工工资分别服从正态分布),(),,(22σσb N a N ，则这两个企业职工的工资比较问题就可以转化为一个参数的假设检验问题，原假设为b a H =:0，备择假设为b a H >:0 则 ))11(,(~2σnmb a N y x +-- 若0H 为真，则)20()2(~11t n m t nm S y x t w =-++-=其中])()([2112122∑∑==-+--+=ni i m i i wy y x x n m S拒绝域为：}325.1{)}20({90.0≥=≥t t t 检测值为：282.1=t故不能拒绝原假设，认为两企业的工资水平无差异。
.引言一般统计分析分为参数分析与非参数分析，参数分析是指，知道总体分布，但其中几个参数的值未知，用统计量来估计参数值，但大部分情况，总体是未知的，这时候就不能用参数分析，如果强行用可能会出现错误的结果。
例如：分析下面的供应商的产品是否合格？合格产品的标准长度为（8.5±0.1），随即抽取n=100件零件，数据如下：表1.18.503 8.508 8.498 8.347 8.494 8.500 8.498 8.500 8.502 8.501 8.491 8.504 8.502 8.503 8.501 8.505 8.492 8.497 8.150 8.496 8.501 8.489 8.506 8.497 8.505 8.501 8.500 8.499 8.490 8.493 8.501 8.497 8.501 8.498 8.503 8.505 8.510 8.499 8.489 8.496 8.500 8.503 8.497 8.504 8.503 8.506 8.497 8.507 8.346 8.310 8.489 8.499 8.492 8.497 8.506 8.502 8.505 8.489 8.503 8.492 8.501 8.499 8.804 8.505 8.504 8.499 8.506 8.499 8.493 8.494 8.490 8.505 8.511 8.502 8.505 8.503 8.782 8.502 8.509 8.499 8.498 8.493 8.897 8.504 8.493 8.494 7.780 8.509 8.499 8.503 8.494 8.511 8.501 8.497 8.493 8.501 8.495 8.461 8.504 8.691经计算，平均长度为cm x 4958.8=，非常接近中心位置8.5cm ，样本标准差为()1047.0112=--=∑=ni in x x s cm.一般产品的质量服从正态分布，),(~2δμN X 。
学习-----好资料更多精品文档王静龙《非参数统计分析》课后习题计算题参考答案习题一1.One Sample t-test for a MeanSample Statistics for xN Mean Std. Dev. Std. Error-------------------------------------------------26 1.38 8.20 1.61 Hypothesis TestNull hypothesis: Mean of x = 0Alternative: Mean of x ^= 0t Statistic Df Prob > t---------------------------------0.861 25 0.397695 % Confidence Interval for the MeanLower Limit: -1.93Upper Limit: 4.70则接受原假设认为一样习题二1.描述性统计更多精品文档习题三1.1{}+01=1339:6500:650013=BINOMDIST(13,39,0.5,1)=0.026625957S n H me H me P S +==<≤另外：在excel2010中有公式 BINOM.INV(n,p,a) 返回一个数值，它使得累计二项式分布的函数值大于或等于临界值a 的最小整数***0*0+1inf :2BINOM.INV(39,0.5,0.05)=141sup :1132S 1313n m i n d i n m m i n d d m i d αα==⎧⎫⎛⎫⎪⎪⎛⎫=≥⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫≤=-=⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭=≤=∑∑= 以上两种都拒绝原假设，即中位数低于65001.2学习-----好资料更多精品文档****01426201inf :221inf :122BINOM.INV(40,0.5,1-0.025)=26d=n-c=40-26=14580064006200nn i c n m i n c c i n m m i x x me x αα==⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭====∑∑2.{}+01=4070:6500:65002402*(1-BINOMDIST(39,70,0.5,1))=0.281978922S n H me H me P S +==≠≥=则接受原假设，即房价中位数是65003.1{}+01=15521552527207911::22n 1552=5.33E-112S n H p H p P S φ+=+==>≥≈比较大，则用正态分布近似**+**0:=1552155252720791inf :221inf :122m=BINOM.INV(2079,0.5,0.975)=1084nn i c n m i S n n c c i n m m i αα===+=⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭∑∑另外则拒绝原假设，即相信孩子会过得更好的人多3.2P 为认为生活更好的成年人的比例，则学习-----好资料更多精品文档1522=0.7465132079p 的比估计是：4.{}00.90610.90618154157860:65:6510.9060.094~(,)181541BINOMDIST(18153,157860,0.094,1)=0S n H P H P p S b n p P S +++===>=-=≥=-因为0〈0.05则拒绝原假设习题四1.()()++0.025+W =6+8+10+1+4+12+9+11+2+7=70p 2P W 70n=12c =65p 2P W 65=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即拒绝原假设2．学习-----好资料更多精品文档()()++0.025+W =2.5+2.5+7+7+7+7+10.5+14+14+14+14+14+17.5+17.5+19+20+23+24=234.5p 2P W 234.5n=25 c =236p 2P W 236=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即接受原假设{}011826:0:02182*(1-BINOMDIST(17,25,0.5,1))=0.043285251S n H me H me P S +===≠≥=+符号检验：则拒绝原假设学习-----好资料更多精品文档t t =0.861df=25 p=0.3976检验：统计量接受原假设3．（1）+0.0250.0250.025++=5+2+2=9833(1)322(3)0.052(9)0.05W n c n n d c P W P W ==+=-=≤=≤>查表可得：则 接受原假设Walsh 平均由小到大排列：50 55 60 65 65 70 70 70 75 75 75 80 80 80 80 80 80 80 85 85 85 8585 90 90 90 90 90 90 95 95 95 95 95 95 100 100 100 100 100 100 100 105 105学习-----好资料 更多精品文档105 105 105 110 110 110 110 110 115 115 120N=55 则对称中心为()()^281/290N W W θ+===()()1/1/1/40.527.50.5 1.967.771011461/40.527.50.5 1.9647.22898853d n n U c n n U αα--=+--=--==+++=++=因为c 不是整数，则^+1k d L k k w w θ（）（）介于与之间，其中表示比大的最小整数即为8 ^L θ为70与75之间，即为72.5 []-%72.5,105H L 则的点估计为90 95的区间估计为习题五1.171(,24,25,50)0.005060988i p P i p ===∑值很小，则拒绝原假设即认为女职工的收入比男职工的低。
内容：, ,上机实践：将MASS数据包用命令library(MASS)加载到R中，调用自带“老忠实”喷泉数据集geyer，它有两个变量：等待时间waiting和喷涌时间duration，其中…(1) 将等待时间70min以下的数据挑选出来;(2) 将等待时间70min以下,且等待时间不等于57min的数据挑选出来;(3) 将等待时间70min以下喷泉的喷涌时间挑选出来;(4) 将喷涌时间大于70min喷泉的等待时间挑选出来。
解:读取数据的R命令：library(MASS);#加载MASS包data(geyser);#加载数据集geyserattach(geyser);#将数据集geyser的变量置为内存变量(1) 依题意编定R程序如下：sub1geyser=geyser[which(waiting<70),1];#提取满足条件（waiting<70）的数据,which()，读取下标sub1geyser[1:5];#显示子数据集sub1geyser的前5行[1] 57 60 56 50 54(2) 依题意编定R程序如下：Sub2geyser=geyser[which((waiting<70)&(waiting!=57)),1];#提取满足条件（waiting<70& (waiting!=57)的数据.Sub2geyser[1:5];#显示子数据集sub1geyser的前5行[1] 60 56 50 54 60 ……原数据集的第1列为waiting喷涌时间，所以用[which(waiting<70),2](3)Sub3geyser=geyser[which(waiting<70),2];#提取满足条件（waiting<70）的数据,which()，读取下标Sub3geyser[1:5];#显示子数据集sub1geyser的前5行[1] ……原数据集的第2列为喷涌时间，所以用[which(waiting<70),2](4)Sub4geyser=geyser[which(waiting>70),1];#提取满足条件（waiting<70）的数据,which()，读取下标Sub4geyser[1:5];#显示子数据集sub1geyser的前5行[1] 80 71 80 75 77…….如光盘文件中的数据，一个班有30名学生，每名学生有5门课程的成绩，编写函数实现下述要求：(1) 以的格式保存上述数据；(2) 计算每个学生各科平均分，并将该数据加入(1)数据集的最后一列；(3) 找出各科平均分的最高分所对应的学生和他所修课程的成绩；(4) 找出至少两门课程不及格的学生，输出他们的全部成绩和平均成绩；(5) 比较具有(4)特点学生的各科平均分与其余学生平均分之间是否存在差异。
王静龙《非参数统计分析》课后习题计算题参考答案习题一1.One Sample t-test for a Mean Sample Statistics for xN Mean Std. Dev. Std. Error -------------------------------------------------26 1.38 8.20 1.61 Hypothesis TestNull hypothesis: Mean of x = 0 Alternative: Mean of x ^= 0t Statistic Df Prob > t --------------------------------- 0.861 25 0.397695 % Confidence Interval for the MeanLower Limit: -1.93 Upper Limit: 4.70则接受原假设认为一样习题二1.描述性统计习题三1.1{}+01=1339:6500:650013=BINOMDIST(13,39,0.5,1)=0.026625957S n H me H me P S +==<≤另外：在excel2010中有公式 BINOM.INV(n,p,a) 返回一个数值，它使得累计二项式分布的函数值大于或等于临界值a 的最小整数***0*0+1inf :2BINOM.INV(39,0.5,0.05)=141sup :1132S 1313n m i n d i n m m i n d d m i d αα==⎧⎫⎛⎫⎪⎪⎛⎫=≥⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫≤=-=⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭=≤=∑∑= 以上两种都拒绝原假设，即中位数低于65001.2****01426201inf :221inf :122BINOM.INV(40,0.5,1-0.025)=26d=n-c=40-26=14580064006200n ni c n m i n c c i n m m i x x me x αα==⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭====∑∑2.{}+01=4070:6500:65002402*(1-BINOMDIST(39,70,0.5,1))=0.281978922S n H me H me P S +==≠≥=则接受原假设，即房价中位数是65003.1{}+01=15521552527207911::22n 1552=5.33E-112S n H p H p P S φ+=+==>≥≈比较大，则用正态分布近似**+**0:=1552155252720791inf :221inf :122m=BINOM.INV(2079,0.5,0.975)=1084nn i c n m i S n n c c i n m m i αα===+=⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭∑∑另外则拒绝原假设，即相信孩子会过得更好的人多3.2P 为认为生活更好的成年人的比例，则1522=0.7465132079p 的比估计是：4.{}00.90610.90618154157860:65:6510.9060.094~(,)181541BINOMDIST(18153,157860,0.094,1)=0S n H P H P p S b n p P S +++===>=-=≥=-因为0〈0.05则拒绝原假设习题四1.()()++0.025+W =6+8+10+1+4+12+9+11+2+7=70p 2P W 70n=12c =65p 2P W 65=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即拒绝原假设2．()()++0.025+W =2.5+2.5+7+7+7+7+10.5+14+14+14+14+14+17.5+17.5+19+20+23+24=234.5p 2P W 234.5n=25 c =236p 2P W 236=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即接受原假设{}011826:0:02182*(1-BINOMDIST(17,25,0.5,1))=0.043285251S n H me H me P S +===≠≥=+符号检验：则拒绝原假设t t =0.861df=25 p=0.3976检验：统计量接受原假设3．（1）+0.0250.0250.025++=5+2+2=9833(1)322(3)0.052(9)0.05W n c n n d c P W P W ==+=-=≤=≤>查表可得：则 接受原假设Walsh 平均由小到大排列：50 55 60 65 65 70 70 70 75 75 75 80 80 80 80 80 80 80 85 85 85 8585 90 90 90 90 90 90 95 95 95 95 95 95 100 100 100 100 100 100 100 105 105N=55 则对称中心为()()^281/290N W W θ+===()()1/1/1/40.527.50.5 1.967.771011461/40.527.50.5 1.9647.22898853d n n U c n n U αα--=+--=--==+++=++=因为c 不是整数，则^+1k d L k k w w θ（）（）介于与之间，其中表示比大的最小整数即为8 ^L θ为70与75之间，即为72.5 []-%72.5,105H L 则的点估计为90 95的区间估计为习题五1.171(,24,25,50)0.005060988i p P i p ===∑值很小，则拒绝原假设即认为女职工的收入比男职工的低。
课后习题参考答案第一章 p23-252、（ 2）有两组学生，第一组八名学生的成绩分别为x1： 100， 99，99，100，99， 100， 99，99；第二组三名学生的成绩分别为x2：75,87,60 。
我们对这两组数据作同样水平a=的ｔ检验（假设总体均值为u）： H0： u=100 H 1：u<100。
第一组数据的检验结果为：df=7 ， t 值为，单边p 值为，结论为“拒绝H0：u=100。
”（注意：该组均值为）；第二组数据的检验结果为：df=2 ， t值为，单边ｐ值为; 结论为“接受H0： u=100。
”（注意：该组均值为）。
你认为该问题的结论合理吗说出你的理由，并提出该如何解决这一类问题。
答：这个结论不合理（ 6 分）。
因为，第一组数据的结论是由于ｐ－值太小拒绝零假设，这时可能犯第一类错误的概率较小，且我们容易把握；而第二组数据虽不能拒绝零假设，但要做出“在水平ａ时，接受零假设”的说法时，还必须涉及到犯第二类错误的概率。
（ 4 分）然而，在实践中，犯第二类错误的概率多不易得到，这时说接受零假设就容易产生误导。
实际上不能拒绝零假设的原因很多，可能是证据不足（样本数据太少），也可能是检验效率低，换一个更有效的检验之后就可以拒绝了，当然也可能是零假设本身就是对的。
本题第二组数据明显是由于证据不足，所以解决的方法只有增大样本容量。
（4 分）第三章 p68-713、在某保险种类中，一次关于1998 年的索赔数额（单位：元）的随机抽样为（按升幂排列）：4632 ，4728， 5052， 5064， 5484， 6972， 7596， 9480 ，14760，15012， 18720， 21240， 22836， 52788，67200。
已知 1997 年的索赔数额的中位数为5064 元。
（ 1）是否 1998 年索赔的中位数比前一年有所变化能否用单边检验来回答这个问题（4分）（ 2）利用符号检验来回答（1）的问题（利用精确的和正态近似两种方法）。
1．人们在研究肺病患者的生理性质时发现，患者的肺活量与他早在儿童时期是否接受过某种治疗有关，观察3组病人，第一组早在儿童时期接受过肺部辐射，第二组接受过胸外科手术，第三组没有治疗过，现观察到其肺活量占其正常值的百分比如下：这一经验是否可靠。
解：H 0：θ2≤θ1≤θ3 H 1:至少有一个不等式成立可得到 N=15由统计量H=)112+N N （∑=Ki i N R 1i 2-3(N+1)=）（1151512+(32×6.4+29×5.8+59×11.8)-3×(15+1)=5.46查表（5,5,5）在P(H ≥4.56)=0.100 P(H ≥5.66)=0.0509 即P （H ≥5.46）﹥0.05 故取α=0.05， P ﹥α ，故接受零假设即这一检验可靠。
2.关于生产计算机公司在一年中的生产力的改进（度量为从0到100）与它们在过去三年中在智力投资（度量为：低，中等，高）之间的关系的研究结果列在下表中：值等等及你的结果。
（利用Jonkheere-Terpstra 检验） 解：H 0：M 低=M 中=M 高 H 1：M 低﹤M 中﹤M 高U 12=0+9+2+8+10+9+10+2+10+10+8+0.5+3=82.5 U 13=10×8=80U 23=12+9+12+12+12+11+12+11=89 J=∑≤jijUi =82.5+80+89=251.5大样本近似 Z=[]72)32()324121i 222∑∑==+-+--ki i i ki n n N N n N J （）（～N （0,1）求得 Z=3.956 Ф(3.956)=0.9451取α=0.05 ， P >α，故接受原假设，认为智力投资对改进生产力有帮助。
.引言一般统计分析分为参数分析与非参数分析，参数分析是指，知道总体分布，但其中几个参数的值未知，用统计量来估计参数值，但大部分情况，总体是未知的，这时候就不能用参数分析，如果强行用可能会出现错误的结果。
例如：分析下面的供应商的产品是否合格？合格产品的标准长度为(8.5 _ 0.1)，随即抽取n=100件零件，数据如下：表1.18.503 8.508 8.498 8.347 8.494 8.500 8.498 8.500 8.502 8.501 8.491 8.5048.502 8.503 8.501 8.505 8.492 8.497 8.150 8.496 8.501 8.489 8.506 8.4978.505 8.501 8.500 8.499 8.490 8.493 8.501 8.497 8.501 8.498 8.503 8.5058.510 8.499 8.489 8.496 8.500 8.503 8.497 8.504 8.503 8.506 8.497 8.5078.346 8.310 8.489 8.499 8.492 8.497 8.506 8.502 8.505 8.489 8.503 8.4928.501 8.499 8.804 8.505 8.504 8.499 8.506 8.499 8.493 8.494 8.490 8.5058.511 8.502 8.505 8.503 8.782 8.502 8.509 8.499 8.498 8.493 8.897 8.5048.493 8.494 7.780 8.509 8.499 8.503 8.494 8.511 8.501 8.497 8.493 8.5018.495 8.461 8.504 8.691经计算，平均长度为x - 8.4958cm，非常接近中心位置8.5cm,样本标准差为X j-X? n -1 = 0.1047 cm.—般产品的质量服从正态分布，X~N(・,2)。
非参数考试题及答案一、单项选择题（每题2分，共10题）1. 非参数统计方法主要处理的是：A. 正态分布数据B. 非正态分布数据C. 离散型数据D. 连续型数据答案：B2. 斯皮尔曼等级相关系数适用于：A. 正态分布数据B. 非正态分布数据C. 有序分类数据D. 有序连续数据答案：B3. 曼-惠特尼U检验用于比较：A. 两个独立样本的均值B. 两个独立样本的中位数C. 两个配对样本的均值D. 两个配对样本的中位数答案：B4. 克鲁斯卡尔-瓦利斯检验用于：A. 单样本方差分析B. 双样本方差分析C. 多样本方差分析D. 配对样本方差分析答案：C5. 弗里德曼检验适用于：A. 单因素方差分析B. 双因素方差分析C. 多因素方差分析D. 配对样本方差分析答案：D6. 威尔科克森符号秩检验用于：A. 两个独立样本的比较B. 两个配对样本的比较C. 多个独立样本的比较D. 多个配对样本的比较答案：B7. 非参数检验中，不需要假设数据分布的是：A. t检验B. 方差分析C. 卡方检验D. 克鲁斯卡尔-瓦利斯检验答案：D8. 斯皮尔曼等级相关系数的取值范围是：A. -1到1B. 0到1C. -1到0D. 0到-1答案：A9. 以下哪个检验不是非参数检验：A. 曼-惠特尼U检验B. 克鲁斯卡尔-瓦利斯检验C. 弗里德曼检验D. 单样本t检验答案：D10. 非参数检验中，用于比较两个独立样本的秩次差异的是：A. 威尔科克森符号秩检验B. 弗里德曼检验C. 克鲁斯卡尔-瓦利斯检验D. 曼-惠特尼U检验答案：D二、多项选择题（每题3分，共5题）1. 以下哪些是非参数检验：A. 曼-惠特尼U检验B. 单样本t检验C. 克鲁斯卡尔-瓦利斯检验D. 威尔科克森符号秩检验答案：ACD2. 以下哪些检验适用于两个独立样本的比较：A. 曼-惠特尼U检验B. 威尔科克森符号秩检验C. 弗里德曼检验D. 克鲁斯卡尔-瓦利斯检验答案：AD3. 以下哪些检验适用于多个独立样本的比较：A. 威尔科克森符号秩检验B. 克鲁斯卡尔-瓦利斯检验C. 弗里德曼检验D. 曼-惠特尼U检验答案：BC4. 以下哪些检验适用于配对样本的比较：A. 单样本t检验B. 威尔科克森符号秩检验C. 弗里德曼检验D. 曼-惠特尼U检验答案：BC5. 以下哪些检验不需要假设数据的分布：A. 单样本t检验B. 曼-惠特尼U检验C. 克鲁斯卡尔-瓦利斯检验D. 威尔科克森符号秩检验答案：BCD三、简答题（每题5分，共2题）1. 请简述非参数检验与参数检验的主要区别。
王静龙《非参数统计分析》课后习题计算题参考答案习题一1.One Sample t-test for a MeanSample Statistics for xN Mean Std. Dev. Std. Error-------------------------------------------------26 1.38 8.20 1.61Hypothesis TestNull hypothesis: Mean of x = 0Alternative: Mean of x ^= 0t Statistic Df Prob > t---------------------------------0.861 25 0.397695 % Confidence Interval for the MeanLower Limit: -1.93Upper Limit: 4.70则接受原假设认为一样习题二1.描述性统计习题三1.1{}+01=1339:6500:650013=BINOMDIST(13,39,0.5,1)=0.026625957S n H me H me P S +==<≤另外：在excel2010中有公式 BINOM.INV(n,p,a) 返回一个数值，它使得累计二项式分布的函数值大于或等于临界值a 的最小整数***0*0+1inf :2BINOM.INV(39,0.5,0.05)=141sup :1132S 1313n m i n d i n m m i n d d m i d αα==⎧⎫⎛⎫⎪⎪⎛⎫=≥⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫≤=-=⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭=≤=∑∑= 以上两种都拒绝原假设，即中位数低于65001.2****01426201inf :221inf :122BINOM.INV(40,0.5,1-0.025)=26d=n-c=40-26=14580064006200nn i c n m i n c c i n m m i x x me x αα==⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭====∑∑2.{}+01=4070:6500:65002402*(1-BINOMDIST(39,70,0.5,1))=0.281978922S n H me H me P S +==≠≥=则接受原假设，即房价中位数是65003.1{}+01=15521552527207911::22n 1552=5.33E-112S n H p H p P S φ+=+==>≥≈比较大，则用正态分布近似**+**0:=1552155252720791inf :221inf :122m=BINOM.INV(2079,0.5,0.975)=1084nn i c n m i S n n c c i n m m i αα===+=⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭∑∑另外则拒绝原假设，即相信孩子会过得更好的人多3.2P 为认为生活更好的成年人的比例，则1522=0.7465132079p 的比估计是：4.{}00.90610.90618154157860:65:6510.9060.094~(,)181541BINOMDIST(18153,157860,0.094,1)=0S n H P H P p S b n p P S +++===>=-=≥=-因为0〈0.05则拒绝原假设习题四1.()()++0.025+W =6+8+10+1+4+12+9+11+2+7=70p 2P W 70n=12c =65p 2P W 65=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即拒绝原假设2．()()++0.025+W =2.5+2.5+7+7+7+7+10.5+14+14+14+14+14+17.5+17.5+19+20+23+24=234.5p 2P W 234.5n=25 c =236p 2P W 236=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即接受原假设{}011826:0:02182*(1-BINOMDIST(17,25,0.5,1))=0.043285251S n H me H me P S +===≠≥=+符号检验：则拒绝原假设t t =0.861df=25 p=0.3976检验：统计量接受原假设3．（1）+0.0250.0250.025++=5+2+2=9833(1)322(3)0.052(9)0.05W n c n n d c P W P W ==+=-=≤=≤>查表可得：则 接受原假设Walsh 平均由小到大排列：50 55 60 65 65 70 70 70 75 75 75 80 80 80 80 80 80 80 85 85 85 8585 90 90 90 90 90 90 95 95 95 95 95 95 100 100 100 100 100 100 100 105 105105 105 105 110 110 110 110 110 115 115 120 N=55 则对称中心为()()^281/290N W W θ+===()()1/1/1/40.527.50.5 1.967.771011461/40.527.50.5 1.9647.22898853d n n U c n n U αα--=+--=--==+++=++=因为c 不是整数，则^+1k d L k k w w θ（）（）介于与之间，其中表示比大的最小整数即为8 ^L θ为70与75之间，即为72.5 []-%72.5,105H L 则的点估计为90 95的区间估计为习题五1.171(,24,25,50)0.005060988i p P i p ===∑值很小，则拒绝原假设即认为女职工的收入比男职工的低。
王静龙《非参数统计分析》课后习题计算题参考答案习题一1.One Sample t-test for a MeanSample Statistics for xN Mean Std. Dev. Std. Error-------------------------------------------------26 1.38 8.20 1.61Hypothesis TestNull hypothesis: Mean of x = 0Alternative: Mean of x ^= 0t Statistic Df Prob > t---------------------------------0.861 25 0.397695 % Confidence Interval for the MeanLower Limit: -1.93Upper Limit: 4.70则接受原假设认为一样习题二1.描述性统计习题三1.1{}+01=1339:6500:650013=BINOMDIST(13,39,0.5,1)=0.026625957S n H me H me P S +==<≤另外：在excel2010中有公式 BINOM.INV(n,p,a) 返回一个数值，它使得累计二项式分布的函数值大于或等于临界值a 的最小整数***0*0+1inf :2BINOM.INV(39,0.5,0.05)=141sup :1132S 1313n m i n d i n m m i n d d m i d αα==⎧⎫⎛⎫⎪⎪⎛⎫=≥⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫≤=-=⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭=≤=∑∑= 以上两种都拒绝原假设，即中位数低于65001.2****01426201inf :221inf :122BINOM.INV(40,0.5,1-0.025)=26d=n-c=40-26=14580064006200nn i c n m i n c c i n m m i x x me x αα==⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭====∑∑2.{}+01=4070:6500:65002402*(1-BINOMDIST(39,70,0.5,1))=0.281978922S n H me H me P S +==≠≥=则接受原假设，即房价中位数是65003.1{}+01=15521552527207911::22n 1552=5.33E-112S n H p H p P S φ+=+==>≥≈比较大，则用正态分布近似**+**0:=1552155252720791inf :221inf :122m=BINOM.INV(2079,0.5,0.975)=1084nn i c n m i S n n c c i n m m i αα===+=⎧⎫⎛⎫⎪⎪⎛⎫=≤⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭⎧⎫⎛⎫⎪⎪⎛⎫=≥-⎨⎬⎪ ⎪⎝⎭⎝⎭⎪⎪⎩⎭∑∑另外则拒绝原假设，即相信孩子会过得更好的人多3.2P 为认为生活更好的成年人的比例，则1522=0.7465132079p 的比估计是：4.{}00.90610.90618154157860:65:6510.9060.094~(,)181541BINOMDIST(18153,157860,0.094,1)=0S n H P H P p S b n p P S +++===>=-=≥=-因为0〈0.05则拒绝原假设习题四1.()()++0.025+W =6+8+10+1+4+12+9+11+2+7=70p 2P W 70n=12c =65p 2P W 65=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即拒绝原假设2．()()++0.025+W =2.5+2.5+7+7+7+7+10.5+14+14+14+14+14+17.5+17.5+19+20+23+24=234.5p 2P W 234.5n=25 c =236p 2P W 236=0.05≥≥符号秩和检验统计量：值为，当得所以值小于即接受原假设{}011826:0:02182*(1-BINOMDIST(17,25,0.5,1))=0.043285251S n H me H me P S +===≠≥=+符号检验：则拒绝原假设t t =0.861df=25 p=0.3976检验：统计量接受原假设3．（1）+0.0250.0250.025++=5+2+2=9833(1)322(3)0.052(9)0.05W n c n n d c P W P W ==+=-=≤=≤>查表可得：则 接受原假设（2）Walsh 平均由小到大排列：50 55 60 65 65 70 70 70 75 75 75 80 80 80 80 80 80 80 85 85 85 85 85 90 90 90 90 90 90 95 95 95 95 95 95 100 100 100 100 100 100 100 105 105105 105 105 110 110 110 110 110 115 115 120 N=55 则对称中心为()()^281/290N W W θ+===()()1/1/1/40.527.50.5 1.967.771011461/40.527.50.5 1.9647.22898853d n n U c n n U αα--=+--=--==+++=++=因为c 不是整数，则^+1k d L k k w w θ（）（）介于与之间，其中表示比大的最小整数即为8 ^L θ为70与75之间，即为72.5 []-%72.5,105H L 则的点估计为90 95的区间估计为习题五1.171(,24,25,50)0.005060988i p P i p ===∑值很小，则拒绝原假设即认为女职工的收入比男职工的低。
1.2()+W =1+2+3.5+5+6+7+8+10+11.5+11.5+13+15+16+17.5+17.5+20+22+24+26+29+31+32+34+35+36+44.5=478n+m=50478(1)/2p=2P W 478=0.000327643Wilcoxon W W n N =⎛⎫-+≤Θ女女秩和因为N=，查不到表，则用其渐进正态分布求解n=26,m=24,N=50,=则拒绝原假设，认为女职工的收入低2．()B +W =1+2+3+4+5+6+8+10+12=51=n+m=1951p=2P W 51=2*0.001450862Wilcoxon W =⎛⎫≤ΘB 秩和因为N ，则用其渐进正态分布求解n=9,m=10,N=19,=则拒绝原假设，认为A 比B 的作用好7.()112+0.025W =1+5+7+8+10+11+16+18+19+20=115+n =20115p=2P W 115=158158>115.0Wilcoxon W c =≥月11111月秩和因为n=n ，n =10,n =10,n=20,所以，查表可得：因为，，所以p 值一定大于05则接受原假设，认为11月和12月的波动相同1/1//20.510*10/20.523.64/20.510*10/20.576.36d nm U c nm U αα--=--=--==++=++=位置参数检验：^^+1k d =-29L L k k w w θθ（）（）介于与之间，其中表示比大的最小整数即为24 [][][]^^176 =17U U w w θθ-c c 介于与之间，其中c 表示比c 小的最大整数即为所以，区间为：[-29,17] 即0在区间内 则认为11月和12月的波动相同8()()()()()()()[]22112321241221()2269.251121247128822*4036.7659571212*471/21/144122*25796056.5-47*(47*47-1)/144202328.727347*46y i i i i i y y t t t M a R N E M n N nm D M d N N N N N τττ=====⎡⎤--⎢⎥=-⎢⎥⎣⎦⎡⎤-=-=⎢⎥⎣⎦⎡⎤=-+--⎣⎦-==∑∑∑尺度参数检验：所以渐进正态分布计p -p==4.25641E-05 M E M ⎛⎫Θ算其值：则认为较小()()()()221123212412214()346.5+1-4N 1247+1288=22*=258.38297874*4712*47N+1116N 22*2548=24245-=6167.00503947*4616*47p A -p=y i i i i i y y t t t yA a R N E A n N nm D M d N N E τττ=====⎡⎤-⎢⎥=⎢⎥⎣⎦⎡⎤-⎢⎥⎣⎦⎡⎤=-⎢⎥-⎣⎦⎡⎤⎢⎥⎣⎦Θ∑∑∑（）（）（）所以渐进正态分布计算其值：=0.869085147y A ⎛⎫则认为较大b b b<1y y M A ≠综合：因为比较小而比较大，可知 1 且应该有因为b<1，则认为机器一更有机会改进质量*答案是自己做的，但是有一次发现有个地方错了啊，还没改过来，仅作参考！。
