樣本分布的非參數(shù)檢驗第七講

樣本分布的非參數(shù)檢驗第七講第1頁，課件共24頁，創(chuàng)作于2023年2月提示：不同類型的資料采用相應(yīng)的統(tǒng)計分析方法。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)檢驗的檢驗變量必須是數(shù)值型變量。第2頁，課件共24頁，創(chuàng)作于2023年2月7.1卡方擬合優(yōu)度檢驗（卡方檢驗）卡方檢驗是檢驗個案測量頻數(shù)與期望頻數(shù)的差異性。檢驗假設(shè)：

個案的測量頻數(shù)與期望頻數(shù)差異不顯著。第3頁，課件共24頁，創(chuàng)作于2023年2月某地區(qū)的人口消費結(jié)構(gòu)在1983年和1990年的統(tǒng)計數(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4頁，課件共24頁，創(chuàng)作于2023年2月結(jié)論：sig=0.010<0.05,兩個年度的消費結(jié)構(gòu)差異顯著。第5頁，課件共24頁，創(chuàng)作于2023年2月7.2二項分布檢驗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%，這就是所謂的二項分布情況。第6頁，課件共24頁，創(chuàng)作于2023年2月二項分布檢驗的假設(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7頁，課件共24頁，創(chuàng)作于2023年2月現(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8頁，課件共24頁，創(chuàng)作于2023年2月結(jié)論：成績低于90分的占70%的結(jié)論是可以接受的。第9頁，課件共24頁，創(chuàng)作于2023年2月問：某班級的男女比例是否滿足1：1。數(shù)據(jù)文件見“二項分布檢驗.sav”第10頁，課件共24頁，創(chuàng)作于2023年2月結(jié)論：sig=0.551>0.05,此班級的男女比例滿足1：1第11頁，課件共24頁，創(chuàng)作于2023年2月7.3單樣本游程檢驗游程（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

檢驗假設(shè)：樣本分布是隨機的，即游程不是最大（逐個間隔分布），也不是最?。ㄗ罴械姆植迹?。第12頁，課件共24頁，創(chuàng)作于2023年2月有兩個班級各選拔出20名選手進行數(shù)學(xué)競賽，賽后成績排序的班級分布如下：

1221121222112112212121221211111221211212

試檢驗成績分布的隨機性。第13頁，課件共24頁，創(chuàng)作于2023年2月結(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分布的。第14頁，課件共24頁，創(chuàng)作于2023年2月7.4K-S分布的擬合優(yōu)度檢驗K-S檢驗（Kolomogoror-SmirnovZ）是檢驗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）。即實際分布與理論分布的差異是否顯著。第15頁，課件共24頁，創(chuàng)作于2023年2月某班級對學(xué)生進行了一次生活常識測驗，測驗結(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16頁，課件共24頁，創(chuàng)作于2023年2月結(jié)論：sig=0.973>0.05,樣本分布滿足正態(tài)分布。第17頁，課件共24頁，創(chuàng)作于2023年2月2。結(jié)論：ccccccccccccccccccccccccccc第18頁，課件共24頁，創(chuàng)作于2023年2月7.5兩獨立樣本的差異性檢驗兩獨立樣本分布的差異性檢驗是在不了解所屬的總體分布的情況下，判斷兩個獨立樣本的差異性。4種檢驗算法

Mann-WhitneyUMosesextremeKolmogorov-SmirnovZWald-Wolfwitzruns檢驗假設(shè)兩獨立樣本的分布差異不顯著第19頁，課件共24頁，創(chuàng)作于2023年2月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20頁，課件共24頁，創(chuàng)作于2023年2月MosesextremeMann-WhitneyU第21頁，課件共24頁，創(chuàng)作于2023年2月K-SWald-Wolfwitzruns結(jié)論：兩獨立樣本的分布差異不顯著。第22頁，課件共24頁，創(chuàng)作于2023年2月7.6多獨立樣本的差異性檢驗多獨立樣本的差異性檢驗是檢驗各個樣本之間的分布差異或所屬的總體的分布差