第5章非參數(shù)檢驗(yàn)學(xué)習(xí)教案

1、會計(jì)學(xué)1第第5章非參數(shù)檢驗(yàn)章非參數(shù)檢驗(yàn)第一頁，共17頁。一、非參數(shù)檢驗(yàn)簡介一、非參數(shù)檢驗(yàn)簡介(jin ji) 前一章中所介紹的估計(jì)和檢驗(yàn)方法都是在總體分布形式已知或者假設(shè)總體滿足某種特定的分布的情形下，針對確定參數(shù)而進(jìn)行的統(tǒng)計(jì)推斷。然而在實(shí)踐中，我們經(jīng)常無法獲得總體的分布信息，或者有足夠的證據(jù)去證明總體的分布形式，這時(shí)如果還繼續(xù)進(jìn)行參數(shù)估計(jì)和檢驗(yàn)，其結(jié)果是不可靠的。 非參數(shù)檢驗(yàn)是專門針對總體分布不了解的情形而發(fā)展起來的一種檢驗(yàn)方法。它不需要知道也不需要假設(shè)分布的具體形式，有時(shí)只做一些諸如對稱性之類的簡單假定。非參數(shù)檢驗(yàn)具有很好的穩(wěn)健性，計(jì)算簡單，處理問題(wnt)廣泛，而且在分布未知的情況下比

2、參數(shù)檢驗(yàn)更有效。但是非參數(shù)檢驗(yàn)也有自身的缺點(diǎn)，例如在分布已知時(shí)，非參數(shù)的方法往往不能有效的利用這些條件。此外，非參數(shù)檢驗(yàn)可能會造成其他數(shù)據(jù)信息的損失，得到不完全的結(jié)論。第1頁/共16頁第二頁，共17頁。二、單樣本二、單樣本(yngbn)的非參的非參數(shù)檢驗(yàn)數(shù)檢驗(yàn)1、符號檢驗(yàn)、符號檢驗(yàn)第2頁/共16頁第三頁，共17頁。二、單樣本二、單樣本(yngbn)的的非參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)2、Wilcoxon符號符號(fho)秩檢秩檢驗(yàn)驗(yàn)第3頁/共16頁第四頁，共17頁。一、一、描述統(tǒng)計(jì)量描述統(tǒng)計(jì)量 在SAS系統(tǒng)(xtng)中，UNIVARIATE過程可提供單樣本的符號檢驗(yàn)以及Wilcoxon符號秩檢驗(yàn)，其語句

3、格式為：PROC UNIVARIATE DATA=數(shù)據(jù)(shj)集名; VAR 變量名;RUN; （1）PROC語句規(guī)定開始運(yùn)行UNIVARIATE過程，并指定要分析的數(shù)據(jù)集名。PROC語句不需要添加選項(xiàng)就可以自動提供關(guān)于位置檢驗(yàn)的三種結(jié)果t檢驗(yàn)、符號檢驗(yàn)和Wilcoxon檢驗(yàn)。 （2）VAR語句規(guī)定要進(jìn)行檢驗(yàn)的變量。 但是(dnsh)需要注意的是：由于沒有相應(yīng)的選項(xiàng)，UNIVARIATE過程只提供關(guān)于位置0的假設(shè)檢驗(yàn)。3、UNIVARIATE過程過程二、單樣本的非參數(shù)檢驗(yàn)二、單樣本的非參數(shù)檢驗(yàn)第4頁/共16頁第五頁，共17頁。三、獨(dú)立三、獨(dú)立(dl)兩樣本的非參兩樣本的非參數(shù)檢驗(yàn)數(shù)檢驗(yàn)1、W

4、ilcoxon秩和檢驗(yàn)秩和檢驗(yàn)(jinyn)第5頁/共16頁第六頁，共17頁。三、獨(dú)立三、獨(dú)立(dl)兩樣本的非參數(shù)兩樣本的非參數(shù)檢驗(yàn)檢驗(yàn)2、中位數(shù)檢驗(yàn)、中位數(shù)檢驗(yàn)(jinyn)第6頁/共16頁第七頁，共17頁。一、一、描述統(tǒng)計(jì)量描述統(tǒng)計(jì)量 NPAR1WAY過程是SAS系統(tǒng)中提供的專門用于非參數(shù)檢驗(yàn)的過程，通過此過程可以完成獨(dú)立兩樣本的非參數(shù)檢驗(yàn)，并有多種方法(fngf)可供選擇。NPAR1WAY過程的語句格式為：PROC NPAR1WAY DATA=數(shù)據(jù)(shj)集名 ; EXACT ; VAR 變量名列表; CLASS 分組變量;RUN;3、NPAR1WAY過程過程(guchng)三、獨(dú)立

5、兩樣本的非三、獨(dú)立兩樣本的非參數(shù)檢驗(yàn)參數(shù)檢驗(yàn) 其中，PROC語句和CLASS語句是必須的，其他語句可以根據(jù)用戶需要進(jìn)行選用。 第7頁/共16頁第八頁，共17頁。一、一、描述統(tǒng)計(jì)量描述統(tǒng)計(jì)量語句說明為： （1）PROC語句規(guī)定開始運(yùn)行NPAR1WAY過程并指定要分析的數(shù)據(jù)集名，兩個(gè)獨(dú)立樣本的數(shù)據(jù)應(yīng)該包含在一個(gè)數(shù)據(jù)集中。選項(xiàng)有： WILCOXON規(guī)定使用(shyng)Wilcoxon分析方法，當(dāng)有兩個(gè)樣本時(shí)將進(jìn)行Wilcoxon秩和檢驗(yàn)，當(dāng)有兩個(gè)以上樣本時(shí)進(jìn)行Kruskal-Wallis檢驗(yàn)。 MEDIAN規(guī)定使用(shyng)中位數(shù)分析方法，當(dāng)有兩個(gè)樣本時(shí)進(jìn)行兩樣本中位數(shù)檢驗(yàn)，當(dāng)有兩個(gè)以上樣本時(shí)

6、進(jìn)行多樣本中位數(shù)檢驗(yàn)。 （2）EXACT語句用來對指定的統(tǒng)計(jì)量進(jìn)行精確檢驗(yàn)。 （3）VAR語句用于規(guī)定要進(jìn)行檢驗(yàn)的變量。 （4）CLASS語句規(guī)定了分組變量，使得NPAR1WAY過程對分組之間進(jìn)行非參數(shù)檢驗(yàn)。 3、NPAR1WAY過程過程(guchng)三、獨(dú)立三、獨(dú)立(dl)兩樣本兩樣本的非參數(shù)檢驗(yàn)的非參數(shù)檢驗(yàn)第8頁/共16頁第九頁，共17頁。四、配對四、配對(pi du)兩樣本的非參數(shù)檢兩樣本的非參數(shù)檢驗(yàn)驗(yàn)1、符號、符號(fho)檢驗(yàn)和檢驗(yàn)和Wilcoxon符號符號(fho)秩秩檢驗(yàn)檢驗(yàn)第9頁/共16頁第十頁，共17頁。一、一、描述統(tǒng)計(jì)量描述統(tǒng)計(jì)量 應(yīng)用UNIVARIATE過程可以實(shí)現(xiàn)配對

7、兩樣本的非參數(shù)檢驗(yàn)，語句格式同單樣本的情形，但是需要對數(shù)據(jù)預(yù)先進(jìn)行一些處理。 兩個(gè)配對樣本的數(shù)據(jù)應(yīng)該(ynggi)包含在一個(gè)數(shù)據(jù)集中，但記在不同的變量名下，配對的變量即表示了配對樣本。假設(shè)變量A代表第一組樣本，變量B代表了第二組樣本，在數(shù)據(jù)步中建立新的變量D=A-B，表示兩個(gè)樣本相減。接下來，應(yīng)用UNIVARIATE過程對變量D進(jìn)行檢驗(yàn)，實(shí)現(xiàn)語句如下： PROC UNIVARIATE DATA=數(shù)據(jù)(shj)集名; VAR D;RUN;2、UNIVARIATE過程過程(guchng)四、配對兩樣本的非四、配對兩樣本的非參數(shù)檢驗(yàn)參數(shù)檢驗(yàn)第10頁/共16頁第十一頁，共17頁。五、獨(dú)立五、獨(dú)立(dl

8、)多多樣本的非參數(shù)檢樣本的非參數(shù)檢驗(yàn)驗(yàn)1、Kruskal-Wallis檢驗(yàn)檢驗(yàn)(jinyn)第11頁/共16頁第十二頁，共17頁。五、獨(dú)立五、獨(dú)立(dl)多多樣本的非參數(shù)檢樣本的非參數(shù)檢驗(yàn)驗(yàn)2、中位數(shù)檢驗(yàn)、中位數(shù)檢驗(yàn)(jinyn) 獨(dú)立多樣本的中位數(shù)檢驗(yàn)也稱Brown-Mood檢驗(yàn)，它是兩樣本中位數(shù)檢驗(yàn)的推廣。 中位數(shù)檢驗(yàn)基本思路是：首先將所有樣本混合起來并求出混合樣本的中位數(shù)，然后計(jì)算各組樣本中大于或小于此中位數(shù)個(gè)數(shù)。如果這些量差距較大，則認(rèn)為各個(gè)樣本所對應(yīng)的總體(zngt)差異顯著。第12頁/共16頁第十三頁，共17頁。 NPAR1WAY過程提供了對獨(dú)立的多個(gè)樣本進(jìn)行非參數(shù)檢驗(yàn)的功能。根據(jù)

9、小節(jié)中的介紹，如果CLASS語句規(guī)定的分組變量有兩個(gè)(lin )以上的取值，則NPAR1WAY過程實(shí)現(xiàn)的就是獨(dú)立多樣本的非參數(shù)檢驗(yàn)。此時(shí)，如果在PROC語句中使用WILCOXON選項(xiàng)則進(jìn)行Kruskal-Wallis檢驗(yàn)，如果使用MEDIAN選項(xiàng)則進(jìn)行中位數(shù)檢驗(yàn)。 通過NPAR1WAY過程，實(shí)現(xiàn)獨(dú)立多樣本非參數(shù)檢驗(yàn)的基本語句為 PROC NPAR1WAY DATA=數(shù)據(jù)(shj)集名 WILCOXON MEDIAN; VAR 變量名; CLASS 分組變量;RUN;3、NPAR1WAY過程過程(guchng)五、獨(dú)立多樣本的五、獨(dú)立多樣本的非參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)第13頁/共16頁第十四頁，共17

10、頁。五、分布五、分布(fnb)檢檢驗(yàn)驗(yàn)1、基本概念、基本概念第14頁/共16頁第十五頁，共17頁。五、分布五、分布(fnb)檢檢驗(yàn)驗(yàn)2、NPAR1WAY過程過程(guchng) NPAR1WAY過程提供了基于經(jīng)驗(yàn)分布函數(shù)的非參數(shù)檢驗(yàn)的功能。根據(jù)小節(jié)中的介紹，在PROC語句中使用EDF選項(xiàng)，則規(guī)定對兩個(gè)樣本的經(jīng)驗(yàn)分布函數(shù)進(jìn)行比較，包括Kolmogorov-Smirnov檢驗(yàn)、Cramer-von Mises檢驗(yàn)和Kuiper檢驗(yàn)。 通過NPAR1WAY過程，實(shí)現(xiàn)對兩個(gè)獨(dú)立(dl)樣本進(jìn)行分布檢驗(yàn)的基本語句為： PROC NPAR1WAY DATA=數(shù)據(jù)集名 EDF; VAR 變量名; CLASS 分組變量;RUN;第15頁/共16頁第十六頁，共17頁。NoImage內(nèi)容(nirng)總結(jié)會計(jì)學(xué)。非參數(shù)檢驗(yàn)是專門針對總體分布不了解的情形而發(fā)展起來的一種檢驗(yàn)方法。它不需要知道也不需要假設(shè)分布