非参数统计检验.docx

上传人:b****5 文档编号:6874341 上传时间:2023-01-11 格式:DOCX 页数:9 大小:42.17KB
下载 相关 举报
非参数统计检验.docx_第1页
第1页 / 共9页
非参数统计检验.docx_第2页
第2页 / 共9页
非参数统计检验.docx_第3页
第3页 / 共9页
非参数统计检验.docx_第4页
第4页 / 共9页
非参数统计检验.docx_第5页
第5页 / 共9页
点击查看更多>>
下载资源
资源描述

非参数统计检验.docx

《非参数统计检验.docx》由会员分享,可在线阅读,更多相关《非参数统计检验.docx(9页珍藏版)》请在冰豆网上搜索。

非参数统计检验.docx

非参数统计检验

第二讲非参数检验

1.实验目的

1.了解非参数假设检验基本思想;

2.会用SAS软件中的procnparlway过程进行非参数假设检验和procfreq过程进行列联表的独立性检验。

2.实验要求

1.会用SAS软件建立数据集,并进行统计分析;

2.掌握procnparlway过程进行非参数假设检验的基本步骤;

3.掌握procfreq过程进行列联表的独立性检验的基本步骤。

3.实验基本原理

3.1符号检验

H0:

两种方法的处理效果无显著性差异

令li=*

1

第i个个体中新方法优于对照方法

.0

第i个个体中新方法劣于对照方法

i=1,2,|||,N

统计里SN

N

=瓦Ii

iT

SN表示新方法的处理效果优于对照方法的配对组总数。

若新方法的处理效果显著的优于对

照方法,则Sn的值应明显偏大。

因此,若对给定的置信水平[,有P「Sn-八

则拒绝H0。

1NN

H。

为真时,

(1)Sn服从二项分布b(N,—)E(SN),Var(SN)。

拒绝域为:

224

'SnSnc;

 

拒绝域为:

SN

3.2Wilcoxon秩和检验

(1)单边假设检验

H。

两种方法的处理效果无显著性差异asH1:

:

新方法优于对照方法。

n

用于检验Ho的统计量为:

Wsli

i4

若对给定的置信水平,有P'Ws-C「:

〉,则拒绝H0。

且Ws的分布列为:

#{w;n,m}

然后将p值与显著水平:

•作比较,若p:

:

•,则拒绝H。

,否则接受H。

(2)双边假设检验

给定的显著水平:

-,c(和C2应该满足:

PH0{WA-Ci}PH0{WA-c2}=

仅由上式还不能唯一确定Ci和C2,当我们对两种方法谁优谁劣不得而知时,通常取

PHo{WA亠Ci}=PHo{WA-C2}=~

若利用p值进行检验,设Wa的观测值为■■A,计算概率值

Ph°{Wa-a}或Ph°{Wa「a}

由对称性可知,检验的p值为上述两概率中小于1/2的那一个的2倍。

例如0乞ph°{wa-'a^V2则p=2Ph0{Wa-•■a}。

求出p值后,若p

,否则接受。

(3)列联表的独立性检验

Ho:

方法的处理效果无显著性差异

二jk:

表示格子概率,mjk=njk表示三维列联表中事件发生的理论频数。

将概率用相

应的频率频率去估计。

”q2J(乐一%)2V2(f)

令Q~(f)

i=1jk=innijk

其中:

f二(rst-1)-(为检验特定独立性所需要独立估计的概率数目)

将样本数据代入统计量进行检验。

然后将P与显著水平:

•作比较,若p:

:

•,拒绝H0,否

则接受H0。

4.实验相关SAS知识

(1)独立样本的秩检验procnpar1way过程

procnpar1way过程的基本语句形式为

procnpar1way[options];

classvariables;(procnpar1way过程不可缺少的语句)

exact;(求出检验的精确p值)

varvariables;

其中"options”可包含以下选项的部分或全部:

1DATA数据集名:

指定要分析的数据集。

2ANOVA对原始数据执行标准的单因素方差分析。

3WILCOXON进行wilcoxon型秩和检验。

当有两种处理方法时,进行的是wilcoxon秩和检

验;当有多种处理方法时,进行Kruskall-Wallis检验。

4EDF:

进行基于样本经验分布函数的非参数检验,包括Smirnov检验。

若省略这些选项,SAS系统将给出所有基于秩以及经验分布函数的非参数检验方法的分析结果。

(2)列联表的独立性检验

procfreq过程的基本语句形式为

procfreq[options];

/options;

tablesvariable1*variable2*

weightvariable;

其中"options”可包含以下选项的部分或全部:

1DATA数据集名:

指定要分析的数据集。

2chisq:

要求对生成的每个二维列联表的独立性作2检验,并计算依赖于2统计量的关联

度。

3cellchi2:

要求输出每个格子对总2统计量的贡献。

4expected:

在独立性假定下输出各格子的期望频数。

5deviation:

要求输出每个格子上的频数与期望频数之差。

6nocol:

不输出二维列联表各格子的列百分数。

7norow:

不输出二维列联表各格子的行百分数。

8nofreq:

不输出格子频数。

9nopercent:

不输出各格子的百分数。

10noprint:

不输出列联表,但允许输出各分析结果。

5.实验举例

5.1Wilcoxon秩和检验(单边和双边假设检验)

例1为了解一种新的术后护理方法和原护理方法相比是否可以显著缩短病人手术后的恢

复时间,随机的将做完某种手术的18位病人分为两组,每组9人,按不同方法护理,观测到他们

的恢复时间(单位:

天)如下:

原方法:

20,21,24,30,32,36,40,48,54

新方法:

19,22,25,26,28,29,34,37,38

在〉=0.05下检验新方法是否显著的缩短了病人手术后的恢复时间。

Wilcoxon秩和单边假设检验SAS程序如下:

dataa1;

inputmethod$time@@;

cards;

a20a21a24a30a32a36a40a48a54

b19b22b25b26b28b29b34b37b38

5

procnpar1waydata=a1wilcoxon;

classmethod;

exact;

复时间无显著差异。

52Smirnov检验

例2(数据见教材)SAS程序如下:

dataa1;

inputgroup$time@@;

cards;

a6.8a3.1a5.8a4.5a3.3a4.7a4.2a4.9

b4.4b2.5b2.8b2.1b6.6b0.0b4.8b2.3procnpar1waydata=a1edf;

classgroup;

exact;

vartime;|

run;

运行结果显示p=0.0879>0.05,即认为两种止痛药效果无显著差异;但在0.1水平上可认为两者有显著差异。

5.3.Wilcoxon符号秩检验

例3(见教材例题2.8)SAS程序如下:

dataa;

inputidproduct1product2;

cards;

1459414

2367306

3303321

4392443

5310281

6342301

7421353

8446391

9430405

10412390datab;

seta;

diff=product1-product2;

procunivariatedata=b;

vardiff;|

run;

运行结果显示:

符号秩和检验的p值为0.1094>0.05,故认为两复合肥无显著差异;而

Wilcoxon秩和检验的p值为0.0488<0.05,故认为新复合肥能显著提高小麦的产量。

5.4多种处理方法比较的Kruskal-Wallis检验

例4(见教材例题2.10)SAS程序如下:

dataa;

inputgroup$weight@@;

cards;

a164a190a203a205a206a214a228a257

b185b197b201b231

c187c212c215c220c248c265c281

d202d204d207d227d230d276

5

procnpar1waydata=awilcoxon;

classgroup;(不要加入exact语句,运行非常耗时!

varweight;

run;

运行结果显示Pr>Chi-Square=0.2394>0.05,故认为四种食谱的营养效果无显著差异。

5.5Friedman检验

例5(见教材例题2.12)SAS程序如下:

dataa;

inputperson$emotion$v@@;

cards;

p1e123.1p1e222.7p1e322.5p1e422.6

p2e157.6p2e253.2p2e353.7p2e453.1

p3e110.5p3e29.7p3e310.8p3e48.3

p4e123.6p4e219.6p4e321.1p4e421.6

p5e111.9p5e213.8p5e313.7p5e413.3

p6e154.6p6e247.4p6e339.2p6e437.0

p7e121.0p7e213.6p7e313.7p7e414.8

p8el20.3p8e223.6p8e316.3p8e414.8

procfreq;

tablesperson*emotion*v/scores=rankcmhnoprint;

run;

运行结果显示p值为0.0917>0.05,故认为在催眠状态下,受试者对4种情绪状态的反应无

显著差异。

5.6列联表的独立性检验

例6(数据见教材例题)SAS程序如下:

datapenalty;

inputp$d$count@@;

cards;

yw19yb17nw141nb149

J

procfreqdata=penalty;

tablesp*d/chisqexpectednocolnorownopercent;

weightcount;

run;

6.[本次实验]

为了研究两种化学添加剂对电池寿命的影响,对13个同类型的电池,随机的抽取6个加

入甲种添加剂,其余7个加入乙种添加剂,各组电池寿命如下(单位:

小时):

甲组:

182425273035

乙组:

20212832343840

对a=0.10,检验两种添加剂下电池的寿命是否有显著差异。

7・课后练习

数据分析教材习题二中的2.3、2.7、2.12、2.14。

8.参考文献

[1]范金城,梅长林.数据分析[M].北京:

科学出版社.2005P45-93.

参考答案:

[本次实验]

为了研究两种化学添加剂对电池寿命的影响,对13个同类型的电池,随机的抽取6个加

入甲种添加剂,其余7个加入乙种添加剂,各组电池寿命如下(单位:

小时):

甲组:

182425273035

乙组:

20212832343840

对a=0.10,检验两种添加剂下电池的寿命是否有显著差异。

解:

Wilcoxon秩和双边假设检验SAS程序如下:

dataa2;

inputgroup$lifetime@@;

cards;

a18a24a25a27a30a35|

b20b21b28b32b34b38b40

5

procnpar1waydata=a2wilcoxon;

classgroup;

exact;

run;

结果显示p=0.366•〉,故接受原假设H0,即认为两种添加剂下电池的寿命无显著差异。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 初中教育 > 学科竞赛

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1