《秩和检验》课件.pptVIP

*****************课程目标1掌握秩和检验的基本原理了解秩和检验的概念、原理和适用范围。2学习单样本和双样本秩和检验掌握单样本和双样本秩和检验的操作步骤和结果解释。3了解秩和检验的应用场景学习如何将秩和检验应用于实际问题分析。4提高数据分析能力掌握秩和检验可以帮助你进行更全面、更深入的数据分析。课程大纲课程介绍介绍秩和检验的概念，基本原理和应用领域单样本秩和检验介绍单样本秩和检验的原理，计算方法和应用场景双样本秩和检验介绍双样本秩和检验的原理，计算方法和应用场景应用案例通过实际案例演示秩和检验的应用方法秩和检验的概念秩和检验是一种非参数检验方法，用于比较两个或多个样本的总体分布，而不依赖于数据的具体分布。它主要用于以下情况：数据不服从正态分布。数据包含异常值。数据尺度为序数型或名义型。秩和检验的基本原理1数据排序将所有样本数据按照从小到大的顺序排列，并为每个数据分配一个排名。2秩和计算分别计算各组数据的秩和，即各组数据的排名之和。3检验统计量根据秩和计算检验统计量，用于判断各组数据之间是否存在显著差异。4P值计算根据检验统计量和样本大小，计算P值，以判断检验结果是否具有统计学意义。单样本秩和检验1比较样本检验单个样本的中位数是否与已知总体中位数不同。2数据类型适用于连续或有序数据，无需满足正态性假设。3应用场景检验样本数据是否来自一个特定总体。单尾秩和检验检验方向只关注一个方向的差异，例如，只想知道样本数据是否大于还是小于某个预设值。假设检验检验样本数据是否显著地大于或小于预设值。应用场景适用于比较样本均值与某个固定值的差异。双尾秩和检验1非方向性假设检验两个总体之间的差异，但不指定哪个总体较大或较小。2拒绝域位于分布的两侧。3统计量计算两个样本的秩和之差。秩和检验的统计量统计量描述W秩和检验中常用的统计量，代表各组样本秩的总和。U曼-惠特尼U检验中使用的统计量，表示两组样本秩的差异。Z将W或U统计量转换为标准正态分布的Z分数。秩和检验的原理排序将所有样本数据按从小到大排序，并赋予相应的秩次。计算秩和分别计算各组样本数据的秩和。比较秩和比较各组样本数据的秩和，判断组间差异是否显著。秩和检验的前提数据类型秩和检验适用于连续型数据或等级型数据。样本大小对于单样本检验，样本大小应至少为10个。对于双样本检验，每个样本的大小应至少为5个。数据分布秩和检验对数据分布没有严格的要求，即使数据不服从正态分布也可以使用。应用案例1：单样本假设你想了解一种新药对患者血压的影响。你可以随机选择一组患者，测量他们的血压，然后给他们服用这种新药。一段时间后，再次测量他们的血压。你可以使用单样本秩和检验来比较两次测量结果，判断新药是否对患者的血压产生了显著影响。应用案例2：双样本假设我们想比较两种不同治疗方法对患者血压的影响。我们可以收集两组患者的收缩压数据，一组接受治疗A，另一组接受治疗B。然后，我们可以使用双样本秩和检验来比较两组患者的收缩压差异是否显著。秩和检验的优势无需满足正态分布假设，适用于非正态数据.适用于小样本数据，对样本量要求较低.可以处理等级数据，适用于分类变量.秩和检验的局限性对于极端值敏感，可能被异常值影响。在样本量较小时，功效可能较低。只能用于比较两个或多个组的总体位置，不能用于比较组间差异。秩和检验的假设独立性数据必须独立于彼此。这意味着每个数据点都必须是独立的观测值，不应受到其他数据点的影响。连续性数据必须是连续的，或者至少是排序的。也就是说，数据点必须能够按照某种顺序进行排序。秩和检验的p值P值越小，拒绝原假设的可能性越大秩和检验的置信区间95%置信区间表示我们对总体参数的估计范围。5%置信水平表示置信区间的可靠程度。秩和检验的效果量效果量描述Z值用于单样本检验U值用于双样本检验r值用于相关分析秩和检验的功效分析1样本量样本量越大，功效越高。2效应量效应量越大，功效越高。3α水平α水平越低，功效越低。功效分析有助于确定在特定样本量、效应量和α水平下，秩和检验检测出真实效应的可能性。一元秩和检验单样本检验单个样本的总体中位数是否等于一个特定值。例如，检验一群学生的平均成绩是否等于80分。相关样本检验两个相关样本的中位数是否相等。例如，检验同一组人在使用两种不同类型的学习方法后，他们的学习成绩是否有显著差异。独立样本检验两个独立样本的中位数是否相等。例如，检验两组不同性