非参数统计剖析.ppt

第二章单样本非参数检验 思考的要点 各种检验方法的思路 各种检验方法统计量的构造 各种检验方法的应用场合 在SPSS与R中如何完成 第一节 卡方检验 第二节 二项分布检验 第三节 单样本的KS检验 第四节 符号检验 第五节 Cox-Stuart趋势检验 第六节 游程检验 第七节 Wilcoxon符号秩检验 第一节 Chi-Square test 卡方检验 卡方检验通常称为拟合优度检验。主要是通过样本观测值检验总体是否服从某个分布。如果数据是连续的，需要将连续的分布进行分段，计算每段的期望概率与观测到的频率之间是否差异很大。在SPSS中的Chi-Square test ，主要是对离散的总体进行拟合优度检验。 一、χ2拟合优度检验 卡方检验的窗口，SPSS的卡方检验主要用来检验离散随机变量的分布。 【练习1】 盒中有5种球，重复抽取200次（每次抽1个球）各种球出现的次数见下表。问盒中5种球的个数是否相等？显著水平α=0.05。 第二节 二项分布检验 (SPSS ? binomial test) 第1步：指定“频数”变量：点击【Data】?【Weight-Cases】，将“频数”选入 【Frequency Variable】? 【OK】 第2步：选择【Analyze】?【Nonparametric Tests-Binomial】选项进入主对话框 第3步：将待检验的变量选入【Test Variable List】(本例为“合格品”) 第4步：在【Test Proportion】中输入检验的概率 (本例为0.9)，点击【OK】 【练习2】 某地某一时期内出生40名婴儿，其中女性12名（定Sex=0），男性28名（定Sex=1）。问这个地方出生婴儿的性比例与通常的男女性比例（总体概率约为0.5）是否不同？ 第三节 总体分布类型的KS检验 总体分布类型的检验(K-S检验) 总体分布类型的检验(SPSS ? K-S检验) 第1步：选择【Analyze】?【Nonparametric Test】?【1-Sample K-S】进入主对话框； 第2步：将待检验的变量选入【Test Variable List】(本例为“配件长度”)； 第3步：点击【Exact】，并在对话框中选择 【Exact】，点击【OK】。 【练习3】 某市记录了91天市区内发生交通事故的分布情况如下： 第四节 符号检验 符号检验的统计量为B=得正号的个数。 有人说64应该是这种大城市花费指数的中位数，有人说64顶多是低位数（下四分位数），进行检验。数据如下： 122.4,109.4,105,104.6,104.1,100.6,100,99.3,99.1,98.2,97.5,95.2,92.8,91.8,90.8,90.3,89.5, 89.4,86.4,86.2,85.7,82.6,81,80.9,79.1,77.9, 77.7,76.8,76.6,76.2,74.5,74.3,73.9,71.7,71.2, 67.7,66.7,66.2,65.4,65.3,65.3,65.3,64.6,63.5, 62.7,60.8,58.2,55.5,55.3,55,54.9,52.7,51.8, 49.9,48.2,47.6,46,45.8,45.2,41.9,38.8,37.7,37.5,36.5, 36.4,32.7,32.7,32.2,29.1,27.8,27.8 关于非参数检验统计量需要说明的问题 在非参数检验中，可以得到两个相互等价的统计量，比如在符号检验中，得负号与得正好的个数，就是一对等价的统计量，因为S++S-=N。那么我们在检验时应该用那个呢？ 该检验R的代码 x-c(122.4,109.4,105,104.6,104.1,100.6,100,99.3,99.1,98.2,97.5,95.2,92.8,91.8,90.8,90.3,89.5, 89.4,86.4,86.2,85.7,82.6,81,80.9,79.1,77.9, 77.7,76.8,76.6,76.2,74.5,74.3,73.9,71.7,71.2, 67.7,66.7,66.2,65.4,65.3,65.3,65.3,64.6,63.5,