樣本分布的非參數(shù)檢驗(yàn)第七講

樣本分布的非參數(shù)檢驗(yàn)第七講第一頁，共二十四頁，編輯于2023年，星期六提示：不同類型的資料采用相應(yīng)的統(tǒng)計(jì)分析方法。定量資料一般按均數(shù)分析。分類資料一般按卡方。各類資料之間可相互轉(zhuǎn)化。非參數(shù)檢驗(yàn)的檢驗(yàn)變量必須是數(shù)值型變量。第二頁，共二十四頁，編輯于2023年，星期六7.1卡方擬合優(yōu)度檢驗(yàn)（卡方檢驗(yàn)）卡方檢驗(yàn)是檢驗(yàn)個案測量頻數(shù)與期望頻數(shù)的差異性。檢驗(yàn)假設(shè)：

個案的測量頻數(shù)與期望頻數(shù)差異不顯著。第三頁，共二十四頁，編輯于2023年，星期六某地區(qū)的人口消費(fèi)結(jié)構(gòu)在1983年和1990年的統(tǒng)計(jì)數(shù)字如表所示：食品衣物住房燃料日用品教育支出1983年53131261431990年4411155169第四頁，共二十四頁，編輯于2023年，星期六結(jié)論：sig=0.010<0.05,兩個年度的消費(fèi)結(jié)構(gòu)差異顯著。第五頁，共二十四頁，編輯于2023年，星期六7.2二項(xiàng)分布檢驗(yàn)對于二分變量或只有兩種情況的數(shù)據(jù)分布（例如：是與否、男與女、同意與不同意），則一種情況對另一種情況出現(xiàn)的總概率肯定是100%，這就是所謂的二項(xiàng)分布情況。第六頁，共二十四頁，編輯于2023年，星期六二項(xiàng)分布檢驗(yàn)的假設(shè)

對于某分布L1假定低于某指定值V分的百分比為P0.Sig>0.05,假定成立。

Sig<=0.05,假定不成立。第七頁，共二十四頁，編輯于2023年，星期六現(xiàn)有某班成績?nèi)鐢?shù)據(jù)文件所示，問：成績小于90分的學(xué)生是否占總?cè)藬?shù)70%？第八頁，共二十四頁，編輯于2023年，星期六結(jié)論：成績低于90分的占70%的結(jié)論是可以接受的。第九頁，共二十四頁，編輯于2023年，星期六問：某班級的男女比例是否滿足1：1。數(shù)據(jù)文件見“二項(xiàng)分布檢驗(yàn).sav”第十頁，共二十四頁，編輯于2023年，星期六結(jié)論：sig=0.551>0.05,此班級的男女比例滿足1：1第十一頁，共二十四頁，編輯于2023年，星期六7.3單樣本游程檢驗(yàn)游程（runs）是指個案測量值（變量值取值）相同取值的連續(xù)串。游程檢驗(yàn)

檢驗(yàn)假設(shè)：樣本分布是隨機(jī)的，即游程不是最大（逐個間隔分布），也不是最?。ㄗ罴械姆植迹５谑?，共二十四頁，編輯于2023年，星期六有兩個班級各選拔出20名選手進(jìn)行數(shù)學(xué)競賽，賽后成績排序的班級分布如下：

1221121222112112212121221211111221211212

試檢驗(yàn)成績分布的隨機(jī)性。第十三頁，共二十四頁，編輯于2023年，星期六結(jié)論：sig=0.144>0.05,表明游程既不是最大，也不是最小，個案的班級分布是隨機(jī)分布的。第十四頁，共二十四頁，編輯于2023年，星期六7.4K-S分布的擬合優(yōu)度檢驗(yàn)K-S檢驗(yàn)（Kolomogoror-SmirnovZ）是檢驗(yàn)樣本的分布是否滿足某理論分布，如正態(tài)分布（Normal）、泊松分布（Poisson）、均勻分布（Uniform）或指數(shù)分布(Exponential）。即實(shí)際分布與理論分布的差異是否顯著。第十五頁，共二十四頁，編輯于2023年，星期六某班級對學(xué)生進(jìn)行了一次生活常識測驗(yàn)，測驗(yàn)結(jié)果分?jǐn)?shù)如表所示：4.355.205.184.274.624.794.525.705.504.874.764.794.154.574.764.504.894.714.935.344.974.405.214.894.744.884.775.295.094.704.695.004.625.234.445.014.294.994.734.97問：樣本分布是否為正態(tài)分布？第十六頁，共二十四頁，編輯于2023年，星期六結(jié)論：sig=0.973>0.05,樣本分布滿足正態(tài)分布。第十七頁，共二十四頁，編輯于2023年，星期六2。結(jié)論：ccccccccccccccccccccccccccc第十八頁，共二十四頁，編輯于2023年，星期六7.5兩獨(dú)立樣本的差異性檢驗(yàn)兩獨(dú)立樣本分布的差異性檢驗(yàn)是在不了解所屬的總體分布的情況下，判斷兩個獨(dú)立樣本的差異性。4種檢驗(yàn)算法

Mann-WhitneyUMosesextremeKolmogorov-SmirnovZWald-Wolfwitzruns檢驗(yàn)假設(shè)兩獨(dú)立樣本的分布差異不顯著第十九頁，共二十四頁，編輯于2023年，星期六某班級成績表如表所示：問男女生的成績分布差異是否顯著？第二十頁，共二十四頁，編輯于2023年，星期六MosesextremeMann-WhitneyU第二十一頁，共二十四頁，編輯于2023年，星期六K-SWald-Wolfwitzruns結(jié)論：兩獨(dú)立樣本的分布差異不顯著。第二十二頁，共二十四頁，編輯于2023年，星期六7.6多獨(dú)立樣本的差異性檢驗(yàn)多獨(dú)立樣本的差異性檢驗(yàn)是檢驗(yàn)各個樣本之間的分布差異或所屬的總體的分布差異。也