无母数统计Word格式.docx
《无母数统计Word格式.docx》由会员分享,可在线阅读,更多相关《无母数统计Word格式.docx(8页珍藏版)》请在冰豆网上搜索。
本章將介紹另外6種無母數檢定:
A.檢定兩事件發生機率是否相同:
1.matched-pairssigntest
2.Wilcoxonmatched-pairssigned-ranktest
B.檢定兩獨立變數是否為相同之分配:
3.Mann-WhitneyUtest(rank-sumtest)
4.Kruskal-Wallistest(One-wayANOVA)
C.檢定兩組排序資料的相關程度:
5.Spearmanrankcorrelationtest
D.檢定時間序列資料的隨機性:
6.number-of-runstest
17.2Matched-pairssigntest
此檢定之標的:
1.中央趨勢(centraltendency)
2.排序資料(rankeddata):
捉對比較之資料
例如:
表17.1列出美國大選前,問55位經濟學者對民主黨候選人與共和黨候選人的看法:
究竟何人能使景氣復甦?
讓經濟學者為兩位候選人打分數(由1─10分)。
其中33人偏好民主黨,17人偏好共和黨,5人給兩黨候選人同分數(tie)─此部分資料不予採用,故共採用50筆資料。
如果給民主黨分數較高,該樣本點為+號,否則為-號,令p為得+號的比例。
我們將檢定:
H0:
p*=0.5
H1:
p*≠0.5
μ=p*=0.5,
σ2=p*(1-p*)/n=0.5*0.5/50=(0.071)2
樣本比例為:
=33/50=0.66
若用古典檢定法:
用標準常態分配來做:
Z=(
-p*)/σ=(0.66-0.5)/0.071=2.254>1.96
古典檢定:
ifα=5%RejectH0
偏好民主黨候選人
若用無母數分析:
至於p*的臨界區間估計為(用二項分配的常態近似值z作為其臨界值):
+1.96*σ=0.66+1.96*0.071=0.521
-1.96*σ=0.66-1.96*0.071=0.799
因此:
0.521<p<0.799不包含p*=0.5
RejectH0
17.3Wilcoxonmatched-pairssigned-ranktest
此檢定之資料為數量化者,並非只是正負號之區別而已,因此,排序時除了可分出大小外,還能分別相對幅度。
如表17.2之資料所示:
有該公司淨所得之資料(改組前、後)、其差異、排序(按差異之絕對值排序)、正負號等等。
去除無差異之資料點後,剩下9個樣本,而差異的絕對值相等者列上其所屬之序號平均值(如第6、10樣本差異絕對值均為3,將其序號2、3平均,第6、10之序號因而均為2.5,但第6樣本為正號,第10樣本為負號),再按差異之正負值分別列於第6、7欄中,此外,再計算正負號的序號總和(此總和為本檢定的重要參數),其檢定為:
正序號總和=負序號總和
此假設表示差異(第4欄)的中位數為0,亦即,改組前後對淨所得之影響並無顯著差異。
Wilcoxon’sW統計值為:
W=min(W+,W-)
W+:
正序號之總和(本例:
W+=37.5)
W-:
負序號之總和(本例:
W-=7.5)
故:
W=W-=7.5
當n≦20時,可用表A11來找出W的臨界值。
本例中:
n=9,α=5%,W=7.5>W2.5%=6(雙尾檢定),因P(W≦Wa)=aAcceptH0
KruskalandWallis(1952)顯示:
當樣本個數大於25時,W趨近於常態分配,其平均值與變異數:
μ=n(n+1)/4
σ2=n(n+1)(2n+1)/24
因此,當樣本數大於25時,我們可使用Z檢定(如第11章之檢定)。
對大樣本之不同的看法:
1.Lee:
若樣本數小於25時,我們就應該用t檢定,而不是Z檢定了。
2.Black:
當樣本數大於15時,我們可用Z檢定。
WilconxonMatched-pairSignRankTest:
例子:
小樣本:
n=6
調查兩城市家庭在醫療支出上的差異:
若全國平均為$1800,下表為兩城市各抽6個家庭之結果:
Familypair
Pittsburgh
Oakland
d
Rank
1
$1950
$1760
+190
+4
2
1840
1870
-30
-1
3
2015
1810
+205
+5
4
1580
1660
-80
-2
5
1790
1340
+450
+6
6
1925
1765
+160
+3
W+=18,W-=3,W=3
查表A11:
雙尾檢定5%顯著水準的臨界值
W2.5%=1,因此,不能拒絕H0
大樣本n=20
Worker
Before
After
11
-6
-19
9
-5
-17
delete
8
-9
7
+1
+3.5
10
-4
-14.5
12
13
14
15
-3.5
16
17
18
-3
-12.5
19
20
W+=10.5,W-=179.5,W=10.5
μ=n(n+1)/4=95,n=19
σ=[n(n+1)(2n+1)/12]0.5=24.8
H0:
Md=0
z=-3.41rejectH0at5%,1%
第764頁顯示以本節的例子,用Minitab所做的4種不同之假設檢定的結果:
d=popdifferences
1.H0:
d=0H1:
d≠0
μ=9*10/4=22.5,σ=8.441
W=7.5,t=(W-μ)/σ=-1.777
p=0.086>α=5%不拒絕H0at5%
若d=1時(ord=-1),
#
sum
21
30
27
d+1
22
31
28
|d+1|
R
X
R+
40
R-
W=5
2.H0:
d=1H1:
d>1
μ=22.5,σ=8.441
W=5,t=(W-μ)/σ=-2.079
p=0.984不拒絕H0
3.H0:
d<1
p=0.022拒絕H0at5%
4.H0:
d≠1
p=0.044p/2=0.022<α/2=2.5%
拒絕H0at5%
因此,我們可得下述結論:
test1:
d不顯著異於零,
test2:
d不顯著大於1,
3,4:
d顯著小於1(異於1)。
d顯著小於1,不顯著異於零
即:
該公司改組後至多增加淨所得1(百萬元)。