第六章非参数统计课件.ppt

上传人:牧羊曲112 文档编号:1547550 上传时间:2022-12-04 格式:PPT 页数:81 大小:780.50KB
返回 下载 相关 举报
第六章非参数统计课件.ppt_第1页
第1页 / 共81页
第六章非参数统计课件.ppt_第2页
第2页 / 共81页
第六章非参数统计课件.ppt_第3页
第3页 / 共81页
第六章非参数统计课件.ppt_第4页
第4页 / 共81页
第六章非参数统计课件.ppt_第5页
第5页 / 共81页
点击查看更多>>
资源描述

《第六章非参数统计课件.ppt》由会员分享,可在线阅读,更多相关《第六章非参数统计课件.ppt(81页珍藏版)》请在三一办公上搜索。

1、第六章,非参数统计,第一节 引言 第二节 单样本非参数检验 第四节 两样本的非参数检验 第四节 秩相关检验,第六章 非参数统计,本章重点与难点,重点:了解和掌握单样本非参数检验、两样本的非参数检验、秩相关检验的基本方法。难点:符号秩检验的基本原理和秩相关检验的基本原理及其计算方法。,第一节 引言,一、关于非参数统计 二、非参数统计中常用统计量,一、关于非参数统计,非参数统计方法的共同特征是与总体分布无关,即总体分布未知的情况下的统计推断方法。非参数检验总是比传统检验安全。但是在总体分布形式已知时,非参数检验就不如传统方法效率高。这是因为非参数方法利用的信息要少些。往往在传统方法可以拒绝零假设的

2、情况,非参数检验无法拒绝。,注意:非参数统计的“非参数(nonparametric)”意味着其方法不涉及描述总体分布的有关参数;之所以称和总体分布无关(distributionfree),是因为其推断方法不涉及到总体分布,不应理解为与所有分布(例如有关秩的分布)无关。,二、非参数统计中常用统计量,(一) 顺序统计量1顺序统计量 2基于顺序统计量的统计量3顺序统计量的分布,1顺序统计量,2基于顺序统计量的统计量,3顺序统计量的分布,(二) 秩统计量1秩统计量2秩统计量的分布和数字特征3线性符号秩统计量,1秩统计量,2秩统计量的分布和数字特征,3线性符号秩统计量,第二节 单样本非参数检验,一、单样

3、本拟合优度检验二、符号检验三、Cox-Stuart趋势检验四、游程检验,一、单样本拟合优度检验,二、符号检验,(二) Wilcoxon符号秩检验,三、Cox-Stuart趋势检验,四、游程检验,1游程的概念一个可以属性总体,如,按性别区分的人群、按产品是否有毛病区分的总体等等,随机从中抽取一个样本,样本也可以分为两类;类型和类型。若凡属类型的记为符号A,类型的记为符号B,则当样本按某种顺序排列(如按抽取时间先后排列)时,一个或者一个以上相同符号连续出现的段,就被称作游程,也就是说,游程是在一个两种类型的符号的有序排列中,相同符号连续出现的段。,【例6.5】 从生产线上抽取产品检验瑕疵的产品是否

4、是随机出现的。现随机抽了30件产品,按生产线抽取的顺序排列:000011111111111111000111111111问瑕疵的产品是随机出现的吗?,第三节 两样本的非参数检验,一、配对符号检验二、两样本配对Wilcoxon检验三、Brown-Mood 中位数检验四、Wlicoxon(Mann-Whitney)秩和检验,一、配对符号检验,二、两样本配对Wilcoxon检验,三、Brown-Mood 中位数检验,四、Wlicoxon(Mann-Whitney)秩和检验,第四节 秩相关检验,一、Pearson相关系数二、Spearman秩相关检验三、Kendall检验,一、Pearson相关系数,

5、二、Spearman秩相关检验,三、Kendall检验,Kendall检验是从另一个角度来看相关,其检验的假设为:,【例6.12】 下面用例6.11中10个国家和地区1997年的国际化程度和国际竞争力的资料的关系来说明Kendall检验。,因而对于水平0.000拒绝零假设。显然10个国家和地区1997年的国际化程度和国际竞争力具有显著相关性。,本章小结,1t检验并不稳健,在不知总体分布时,特别是小样本时,应用t检验就可能有风险。这时就要考虑使用与总体分布无关的非参数方法。对于本章所介绍的数据趋势或随机性检验,就不存在简单的参数方法。非参数方法总是简单实用的。符号检验是最有代表性的非参数检验,一

6、旦熟悉了符号检验的基本思路,后面的内容就很容易理解了。2两相关样本的非参数检验通常是用来比较成对数据的,它包括符号检验与两样本配对Wilcoxon检验。符号检验只用到它们差异的符号,而对数字大小所包含的信息未能考虑。配对Wilcoxon检验既考虑了差异的正、负号,又考虑了两者差值的大小。,3两独立样本的非参数检验通常是用来比较两个不同总体的位置参数,传统的t检验在比较两个不同总体的位置参数时并不稳健,在不知总体分布时,应用t检验是会有风险的。因此我们介绍了一些更为稳健的非参数方法包括:Brown-Mood 中位数检验、Wlicoxon(Mann-Whitney)秩和检验。比较两个总体的中位数的检验时,Brown-Mood 中位数检验只利用了样本大于或小于共同中位数的数目,如同前面的单独符号秩检验一样,只有方向的信息,没有差异大小的信息。作为单样本的Wlicoxon秩和检验的推广,我们介绍了两个样本的Wlicoxon秩和检验。,4相关系数 同样只能度量 与 的线性关系,并且存在其他缺陷。非参数相关性检验,Spearman相关系数与Kendall相关系数同样作为衡量相关性的工具, 克服了相关系数的以上缺陷。,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号