非参数统计实验报告 南邮
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要南京邮电大学非参数统计实验报告。
实验目的，通过对一组数据的非参数统计分析，掌握非参数统
计方法的应用和实验技能。
实验内容，本次实验选取了一组实际数据，利用非参数统计方
法进行分析。
首先对数据进行了描述性统计分析，包括数据的中心
趋势和离散程度。
接着进行了正态性检验，验证数据是否符合正态
分布。
然后利用非参数统计方法进行了假设检验，比较了不同组数
据之间的差异。
实验结果，经过描述性统计分析，数据的均值为X，标准差为S。
正态性检验结果显示，数据不符合正态分布。
在进行了Wilcoxon秩
和检验后发现，不同组数据之间存在显著差异。
实验结论，通过本次实验，我们掌握了非参数统计方法的应用
技能，了解了非参数统计方法在实际数据分析中的重要性。
同时也
对数据的正态性检验和假设检验有了更深入的理解。
总结，本次实验通过对一组实际数据的非参数统计分析，加深了我们对非参数统计方法的理解，提高了我们的实验技能。
非参数统计方法在实际数据分析中具有重要的应用价值，我们需要不断学习和掌握这些方法，为今后的科研工作和实践应用做好准备。
非参数统计第二次实验报告
P44T2.6.6
下面是某村1975-2004年，每年收入5000元以上的户数：333246364040
403641394335453942434751454546594751554251496957
请用Cox-Stuart检验来看该村的高于5000元的人群是否有增长趋势。
四、实验材料、工具
数统学院非参数统计课程实验报告（二）
姓名
罗必豪
学号
2015104409
班级
15经统1班
指导教师
钟华
实验地点
402
实验日期
2017- 9- 26
专业
经济统计学
实验组员
一、实验项目名称
单样本的非参数统计方法
二、实验目的
用R软件实现符号检验及Wilconxon符号秩检验等单样本的非参数统计方法并能解决简单的实际问题．
电脑及R软件
五、实验过程
六、实验结果分析
分析：从Cox-Stuart检验来看，P值接近于1，所以该村的高于5000元的人群总的趋势是增长的。
七、教师
南邮课程设计实验报告
课程设计I报告题目：课程设计班级：44姓名：范海霞指导教师：黄双颖职称：成绩：通达学院2015 年 1 月 4 日一：SPSS的安装和使用在PC机上安装SPSS软件，打开软件：基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。
具体如下：1.数据访问、数据准备、数据管理与输出管理；2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计；3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度；4.二元统计：均值比较、T检验、单因素方差分析；5.相关分析：双变量相关分析、偏相关分析、距离分析；6.线性回归分析：自动线性建模、线性回归、Ordinal回归—PLUM、曲线估计；7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验；8.多重响应分析：交叉表、频数表；9.预测数值结果和区分群体：K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析、最近邻元素分析；10. 判别分析；11.尺度分析；12. 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）；13.数据管理、数据转换与文件管理；二．数据文件的处理SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。
定义一个变量至少要定义它的两个属性，即变量名和变量类型其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再对其进行设置。
在spss数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量的各个属性进行设置。
1．创建一个数据文件数据（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件，进入数据编辑窗口。
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要英文回答：As a student majoring in statistics at Nanjing University of Posts and Telecommunications, I recently conducted a non-parametric statistical experiment as part of my coursework. The experiment aimed to compare the performance of two different machine learning algorithms on a dataset of customer purchasing behavior.To begin with, I collected the data from a local retail store, which included information on the products purchased by each customer and the total amount spent. I then divided the dataset into two groups, with one group being used to train the algorithms and the other to test their performance. The two algorithms under consideration were the k-nearest neighbors (KNN) and the support vector machine (SVM).After implementing the algorithms and running theexperiment, I obtained the results in the form of accuracy rates for each algorithm. However, since the data did not follow a normal distribution, I opted to use non-parametric statistical methods to analyze the results. Specifically, I employed the Wilcoxon signed-rank test to compare the accuracy rates of the two algorithms.The results of the test indicated that there was a significant difference in the performance of the two algorithms, with the KNN algorithm outperforming the SVM algorithm. This finding was consistent with my initial hypothesis and provided valuable insights for the application of machine learning in predicting customer purchasing behavior.Overall, the non-parametric statistical experiment allowed me to gain practical experience in applying statistical methods to real-world data. It also reinforced the importance of considering the distribution of data when choosing the appropriate statistical techniques for analysis.中文回答：作为南京邮电大学统计专业的学生，我最近在课程中进行了一项非参数统计实验。
南京邮电大学实验报告模版 2
实验报告（2014 / 2015 学年第一学期）课程名称计算机操作系统实验名称虚拟存储中页面置换算法的模拟实现实验时间2014 年12 月19 日指导单位南京邮电大学指导教师崔衍学生姓名班级学号学院(系) 物联网院专业网络工程实验报告- 2 -- 1 -二、实验原理及内容实验三#include <iostream.h>#include<stdlib.h>#include<conio.h>#include<stdio.h>#define Bsize 4typedef struct BLOCK//声明一种新类型——物理块类型{int pagenum;//页号int accessed;//访问字段，其值表示多久未被访问}BLOCK;int pc;//程序计数器，用来记录指令的序号int n;//缺页计数器，用来记录缺页的次数static int temp[320];//用来存储320条随机数BLOCK block[Bsize]; //定义一大小为4的物理块数组//************************************************************* void init( ); //程序初始化函数int findExist(int curpage);//查找物理块中是否有该页面int findSpace( );//查找是否有空闲物理块int findReplace( );//查找应予置换的页面void display ( );//显示void suijishu( );//产生320条随机数,显示并存储到temp[320]void pagestring( );//显示调用的页面队列void OPT( );//OPT算法void LRU( );// LRU算法void FIFO( );//FIFO算法//************************************************************* void init( ){for(int i=0;i<Bsize;i++){block[i].pagenum=-1;block[i].accessed=0;- 1 -{for(int i=0; i<Bsize; i++){if(block[i].pagenum != -1){ printf(" %02d",block[i].pagenum);}}cout<<endl;}//-------------------------------------------------------------void suijishu( ){ int flag=0;cin>>pc;cout<<"******按照要求产生的320个随机数：*******"<<endl;for(int i=0;i<320;i++){temp[i]=pc;if(flag%2==0) pc=++pc%320;if(flag==1) pc=rand( )% (pc-1);if(flag==3) pc=pc+1+(rand( )%(320-(pc+1)));flag=++flag%4;printf(" %03d",temp[i]);if((i+1)%10==0) cout<<endl;}}//-------------------------------------------------------------void pagestring( ){for(int i=0;i<320;i++){printf(" %02d",temp[i]/10);if((i+1)%10==0) cout<<endl;}}//-------------------------------------------------------------void OPT( ){int exist,space,position ;- 2 -int curpage;for(int i=0;i<320;i++){if(i%100==0) getch( );pc=temp[i];curpage=pc/10;exist = findExist(curpage);if(exist==-1){space = findSpace ( );if(space != -1){block[space].pagenum = curpage;display( );n=n+1;}else{for(int k=0;k<Bsize;k++){for(int j=i;j<320;j++){if(block[k].pagenum!= temp[j]/10){block[k].accessed = 1000;}//将来不会用，设置为一个很大数else{block[k].accessed = j;break;}}}position = findReplace( );block[position].pagenum = curpage;display( );n++;- 3 -}}}cout<<"缺页次数:"<<n<<endl;cout<<"缺页率:"<<(n/320.0)*100<<"%"<<endl;}//-------------------------------------------------------------void LRU( ){int exist,space,position ;int curpage;for(int i=0;i<320;i++){if(i%100==0) getch( );pc=temp[i];curpage=pc/10;exist = findExist(curpage);if(exist==-1){space = findSpace( );if(space != -1){block[space].pagenum = curpage;display( );n=n+1;}else{position = findReplace( );block[position].pagenum = curpage;display( );n++;}}else block[exist].accessed = -1;//恢复存在的并刚访问过的BLOCK中页面accessed为-1 for(int j=0; j<4; j++)- 4 -}cout<<"缺页次数:"<<n<<endl;cout<<"缺页率:"<<(n/320.0)*100<<"%"<<endl;}//------------------------------------------------------------- void FIFO( ){int exist,space,position ;int curpage;for(int i=0;i<320;i++){if(i%100==0) getch( );pc=temp[i];curpage=pc/10;exist = findExist(curpage);if(exist==-1){space = findSpace( );if(space != -1){block[space].pagenum = curpage;display( );n=n+1;}else{position = findReplace( );block[position].pagenum = curpage;display( );n++;block[position].accessed--;}}for(int j=0; j<Bsize; j++)- 5 -}cout<<"缺页次数:"<<n<<endl;cout<<"缺页率:"<<(n/320.0)*100<<"%"<<endl;}//************************************************************* void main( ){int select;cout<<"请输入第一条指令号(0~320)：";suijishu( );cout<<"*****对应的调用页面队列*******"<<endl;pagestring( );do{cout<<"****************************************"<<endl;cout<<"------1:OPT 2:LRU 3:FIFO 4:退出-----"<<endl;cout<<"****************************************"<<endl;cout<<" 请选择一种页面置换算法:";cin>>select;cout<<"****************************************"<<endl;init( );switch(select){case 1:cout<<"最佳置换算法OPT:"<<endl;cout<<"*****************"<<endl;OPT( );break;case 2:cout<<"最近最久未使用置换算法LRU:"<<endl;cout<<"**************************"<<endl;LRU( );break;case 3:cout<<"先进先出置换算法FIFO:"<<endl;cout<<"*********************"<<endl;FIFO( );break;- 6 -default: ;}}while(select!=4); }实验结果：实验四Login用户登录bool chklogin(char *users, char *pwd){int i;for(i=0; i<8; i++){if( (strcmp(users,usrarray[i].name)==0) && (strcmp(pwd,usrarray[i].pwd)==0)) return true;}return false;}Create创建文件int create(){temp=initfile(" ",0);cin>>temp->filename;cin>>temp->content;if(recent->child==NULL){temp->parent=recent;temp->child=NULL;recent->child=temp;temp->prev=temp->next=NULL;cout<<"文件建立成功!"<<endl;}else{ttemp=recent->child;while(ttemp->next){。
南邮信息综合实验报告-实验三
通信与信息工程学院2016/2017学年第一学期信息技术综合实验报告专业广播电视工程学生班级B130114学生学号B13011413学生姓名陈超实验一电视节目制作一、实验目的学习非线性编辑系统的操作使用，掌握非线性系统节目编辑流程，熟悉编辑软件的功能及应用。
了解大洋资源管理器主要功能，掌握故事板文件和项目文件的创建，掌握素材的选中，素材的排序、复制、粘贴、删除、移动、导入、导出，以及素材创建的基本方法。
二、实验内容1、素材的导入和管理及采集（1）练习在项目窗口中导入素材文件；（2）熟悉素材的管理；（3）熟悉素材的采集方法。
2、编辑影片（1）练习在“时间线”窗口中添加、删除素材的方法；（2）练习在“时间线”窗口中处理素材的方法。
三、实验步骤打开premiere软件，新建项目“1316”。
1、制作倒计时片头新建一个序列，在视频轨道内添加五个数字的字幕，将每个数字时间设置为1秒，从5到1倒序排放。
新建字幕，设计背景。
新添时钟式擦除的效果，设置时间为5秒。
2、插入图片或视频作为内容点击“文件”、“导入”，将节目素材导入Premiere软件，从项目面板中拉出节目素材，使用对齐功能紧贴在倒计时之后。
3、制作字幕新建一个字幕。
设置为滚动播放，选择开始于屏幕外，结束于屏幕外。
新添文本框，输入标题“28-304”与正文部分“B130111413”、“B13011416”的文字。
效果如下图。
四、实验小结通过此次实验，我们学会了如何使用Premeire软件制作视频，重点掌握了包括开头倒计时、视频图像等素材插入以及结尾字幕等基本操作；在动手制作简短视频的同时，也极大地激发起对于对非线性系统节目编辑的兴趣与实践能力。
实验二 TS码流离线分析一、实验目的在了解MPEG-2 TS码流复用原理之后，利用码流分析软件观察实际MPEG-2码流结构。
二、实验内容利用码流分析软件观察实际MPEG-2码流结构，查看码流的SI信息、PID分配使用情况、带宽使用情况及特定PID包数据。
非参数统计实验(全)新
第四章 非参数统计实验参数统计学中的许多统计分析方法的应用对总体都有严格的假定，例如，t 检验要求总体服从正态分布，F 检验要求误差呈正态分布且各组方差为齐性的等等，然而在现实生活中，有许多总体的分布我们却是一无所知或知之甚少，所以在参数模型中所建立的统计推断就会失效，于是，人们希望在不假定总体分布的情况下，尽量从数据本身来获得所需要的信息。
这就是非参数统计的宗旨。
非参数统计方法简便，适用性强，但检验效率较低，应用时应加以考虑。
实验一 卡方检验（Chi-square test ）实验目的：掌握卡方检验方法。
实验内容：一、2χ拟合优度检验 二、2χ独立性检验 三、2χ齐性检验 实验工具：SPSS 非参数统计分析菜单项和Crosstabs 菜单项。
知识准备：一、卡方拟合优度检验2χ检验(Chi —Square Test) 适用于拟合优度检验，适用于定类变量的检验问题，用来检验实际观察数目与理论期望数目是否有显著差异。
当检验问题是实际分布是否与理论分布相符合时，在大样本时也可以用分类数据的卡方检验来解决，这时的卡方检验也称为分布拟合的卡方检验。
若样本分为k 类，每类实际观察频数为k f f f ,,,21 ，与其相对应的期望频数为ke e e ,,,21 ，则检验统计量2χ可以测度观察频数与期望频数之间的差异。
其计算公式为：∑∑-=-==期望频数期望频数实际频数2122)()(ki ii i e e f χ很显然，实际频数与望频数越接近，2χ值就越小，若2χ＝0，则上式中分子的每—项都必须是0，这意味着k 类中每一类观察频数与期望频数完全一样，即完全拟合。
2χ统计量可以用来测度实际观察频数与期望频数之间的拟合程度。
在H 0成立的条件下，样本容量n 充分大时，2χ统计量近似地服从自由度df ＝k-1的2χ分布，因而，可以根据给定的显著性水平α，在临界值表中查到相应的临界值)1(2-k αχ。
若)1(22-≥k αχχ，则拒绝H 0，否则不能拒绝H 0。
南邮课程设计报告实验报告
课程设计I报告题目：课程设计班级： 44 姓名：范海霞指导教师：黄双颖职称：成绩：通达学院2015 年 1 月 4 日一：SPSS的安装和使用在PC机上安装SPSS软件，打开软件：基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。
具体如下：1.数据访问、数据准备、数据管理与输出管理；2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计；3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度；4.二元统计：均值比较、T检验、单因素方差分析；5.相关分析：双变量相关分析、偏相关分析、距离分析；6.线性回归分析：自动线性建模、线性回归、Ordinal回归—PLUM、曲线估计；7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验；8.多重响应分析：交叉表、频数表；9.预测数值结果和区分群体： K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析、最近邻元素分析；10. 判别分析；11.尺度分析；12. 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）；13.数据管理、数据转换与文件管理；二．数据文件的处理SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。
定义一个变量至少要定义它的两个属性，即变量名和变量类型其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再对其进行设置。
在 spss 数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量的各个属性进行设置。
1．创建一个数据文件数据（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件，进入数据编辑窗口。
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要非参数统计实验报告。
南邮概要。
在本次实验中，我们使用了非参数统计方法来分析数据，这些方法不依赖于总体参数的假设，适用于各种类型的数据分布。
我们的实验目的是研究南京邮电大学学生对校园生活满意度的情况。
首先，我们收集了一份问卷调查数据，包括学生对食堂、图书馆、宿舍等校园设施的满意度评分。
然后，我们使用了非参数统计方法，如Wilcoxon秩和检验和Mann-Whitney U检验，来分析这些数据。
这些方法可以帮助我们比较不同组之间的差异，而不需要假设数据服从特定的分布。
通过实验分析，我们发现学生对食堂的满意度评分显著高于对宿舍的评分，而对图书馆的评分则与宿舍的评分没有显著差异。
这些结果为学校改进校园设施提供了有益的参考。
总的来说，本次实验使用非参数统计方法成功地分析了南京邮
电大学学生对校园生活满意度的情况，为学校改进提供了有力的数据支持。
非参数统计方法的灵活性和适用性使得它们在实际应用中具有重要的价值，我们希望能够进一步探索和应用这些方法来解决更多的实际问题。
非参数课程设计--非参数统计
《非参数统计》课程设计指导书一、课程设计的目的：1.了解2011年9月中国居民消费价格分类指数的情况；2.充分运用Excel软件和Minitab软件来解决分析2011年9月中国居民消费价格分类指数的情况，并对未来居民消费价格水平做出假设与估计；3.学习非参数统计的思想，掌握统计软件的用法, 加深理解课程的研究方法，加强解决实际问题的能力；4.掌握用符号检验法，符号秩检验法处理数据。
二、设计名称：城市，农村居民消费价格分类指数是否存在显著性差异三、设计要求：1.利用Minitab软件和Excel简单分析2011年9月中国居民消费价格分类指数的情况；2.对居民消费价格分类数据进行具体的相应的线性分析，建立回归模型；3.更深层方面地对相关数据进行残差，拟合值和预测分析；4.掌握用符号检验法和符号秩和检验法去检验是否存在显著性差异；5.预测未来中国居民消费价格分类情况，并提出相关建议和意见。
四、设计过程：1.思考课程设计的目的，上网收集来源真实的数据；2.整理数据，简单分析数据间关系变化；3.应用统计软件来处理相关数据信息，对其做出详细分析；4.写出相应的实验报告，对结果进行分析，最后做出相应的总结；5.小组进行交流讨论，分享实验报告成果。
五、设计细则：1．上网收集下载数据，该数据必须为真实数据，具有可靠性；2. 根据非参数所学知识，自己先对相关数据做出简单分析；3. 利用Minitab软件和Excel充分处理分析数据，并给出详细解释；4. 认真填写实验报告，详细写明操作步骤和相关分析；5. 结合相关背景和知识对2011年9月中国居民消费价格分类指数情况提出建议与意见。
六、说明：1. 对于同一题可以采用不同的方法来检验，从而得出更详细的分析与解释；2. 符号检验法，符号秩检验法的相关知识点，统计相关软件的操作方法；3. 对于同一个问题要从不同角度考虑，学会多角度思考分析问题；4. 学会小组交流讨论，懂得与他人团结合作，加强团队交流合作精神。
非参实验报告
《非参数统计》课程设计指导书一、课程设计的目的1. 加深理解本课程的研究方法、思想精髓，提高解决实际问题的能力，熟练掌握Minitab常用统计软件的应用。
2.掌握两样本Brown-Mood中位数检验法，并解决两样本中心位置的一致性检验问题.3.掌握两样本Wilcoxon 秩和检验法，解决两样本中心位置的一致性检验问题。
二、设计名称：不同学科的博士论文除了内容外，页数有没有不同三、设计要求1.数据来源要真实，必须注明数据的出处。
2.尽量使用计算机软件分析，说明算法或过程。
3.必须利用到应用回归分析的统计知识。
4.独立完成，不得有相同或相近的课程设计。
四、设计过程1.思考研究课题，准备搜集数据。
2.确立课题，利用图书馆、上网等方式方法搜集数据。
3.利用机房实验室等学校给予的便利措施开始分析处理数据。
4.根据试验结果，写出课程设计报告书。
5.对实验设计报告书进行完善，并最终定稿。
五、设计细则1.利用的统计学软件主要为Minitab，因为其方便快捷，功能也很强大，界面美观。
2.对Word文档进行编辑的时候，有些特殊的数学符号需要利用数学编辑器这款小软件进行编辑。
3.数据来自较权威机构，增加分析的准确性与可靠性。
4.力求主题突出，观点鲜明，叙述简洁明了。
六、说明1.数据来源于21实际统计学系列教材非参数统计；2.所选取数据可能不会涉及到所学的各种分析方法，本课程设计最后会对此情况作出解释。
3.同一题可以采用不同的方法来检验，从而得出更详细的分析与解释α4.05.0=课程设计任务书课程设计报告课程：非参数统计分析学号：姓名：班级：12金统教师：孙丽玢江苏师范大学数学与统计科学学院设计名称：不同学科的博士论文除了内容外，页数有没有不同日期：2014 年 6 月 16 日 设计内容：不同学科的博士论文除了内容以外还有什们不同呢？分别对一个大学的数学20个和经济学的18个博士论文的页数进行的抽样结果如下（单位：页数）：数学： 56 105 63 88 72 112 96 93 65 105 94 87 64 65 68 87 90 98 76 75 经济学：88 94 93 96 99 79 91 94 91 100 99 90 100 110 102 95 98 85 仅仅从页数上看，这两个学科的博士论文有什么不同？ （1）使用两样本Brown-Mood 中位数检验法进行分析。
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要非参数统计实验报告。
南邮概要。
本次实验旨在通过非参数统计方法，对南京邮电大学学生的学习成绩进行分析。
实验过程中，我们收集了100名学生的数学成绩作为样本数据，使用了Wilcoxon秩和检验和Mann-Whitney U检验两种非参数统计方法进行分析。
首先，我们对数学成绩的分布进行了观察，发现数据并不服从正态分布。
因此，我们选择了非参数统计方法来进行分析。
接着，我们使用了Wilcoxon秩和检验来比较不同学年的学生数学成绩之间的差异。
结果显示，不同学年的学生数学成绩在统计上存在显著差异。
随后，我们又使用Mann-Whitney U检验来比较男女学生的数学成绩之间的差异。
结果显示，男女学生的数学成绩在统计上也存在显著差异。
综合实验结果，我们得出结论，南京邮电大学学生的数学成绩在不同学年和性别之间存在显著差异。
这为学校在教学和管理上提供了一定的参考依据。
在实验过程中，我们也发现了一些问题，比如样本容量较小、数据收集不够全面等。
在今后的实验中，我们将会针对这些问题进行改进，以提高实验结果的可靠性和准确性。
总的来说，本次实验通过非参数统计方法对南京邮电大学学生的数学成绩进行了分析，并得出了一些有意义的结论。
希望这些结论能够为学校的教学和管理工作提供一定的参考价值。
非参数统计课程实验报告
非参数统计课程实验报告姓名：樊凡学号：20XX2461成绩：指导老师：徐建文Wilcoxon 秩检验方法及其应用【内容提要】本实验要求掌握Wilcoxon 秩检验方法和步骤：掌握对两独立样本数据的秩和检验方法；理解Wilcoxon 秩检验方法的基本原理；在R软件环境下编写相关程序；用实际例子说明Wilcoxon方法的具体步骤。
【Wilcoxon 秩检验方法定义】威尔科克森符号秩检验是威尔科克森于1945年提出的。
该方法是在成对观测数据的符号检验基础上发展起来的，比传统的单独用正负号的检验更加有效。
它适用于T检验中的成对比较，但并不要求成对数据之差di服从正态分布，只要求对称分布即可。
检验成对观测数据之差是否来自均值为0的总体。
【Wilcoxon 秩检验方法步骤】正负符号检验和威尔科克森符号秩检验，都可看作是就成对观察值而进行的参数方式的T检验的代用品，非参数检验具有无需对总体分布作假定的优点，而就成对观察值作的参数方式的T检验，必须假定有关的差别总体服从正态分布。
该方法具体步骤如下：第一步：求出成对观测数据的差di，并将di的绝对值按大小顺序编上等级。
第二步：等级编号完成以后恢复正负号，分别求出正等级之和T+和负等级之和T-，选择T+和T-中较小的一个作为威尔科克森检验统计量T。
第三步；作出判断。
根据显著性水平α查附表，得到临界值Tα，若T＜Tα，则拒绝原假设H0。
当观测值不少于20对时，统计量T的均值和方差分别为：(n为成对观测的个数) (近似服从标准正态分布)若Z＜-Zα(单侧)或Z＜-Zα/2(双侧)，则拒绝H0。
【实验环境】Windows XP；R软件【实验方案设计】为研究我国上市公司公报对股价是否有显著影响。
现从上海证券交易所的上市公司随机抽取10家，观察其20XX 年年终财务报告公布前后三日的平均股价结果如下表：20XX年财务公告公布前后三日平均股价 3 4 5 6 7 8 9 10 上市公司序1 号 2 年报公布前 15 21 18 13 35 10 17 23 14 25 年报公布后 17 18 25 16 40 8 21 31 22 25 设Xi和Yi 分别为公布前后的第i组观察值，对i=1,2...10.计算各观察值对的偏差Di=Xi-Yi; 求偏差的绝对值|Di|=|Xi-Yi|;按偏差绝对值大小顺序排列，考虑各偏差的符号，利用R软件的求出偏差|Di|的秩，如下表所示：Xi Yi Di= Xi-Yi Di的符号 |Di|的秩 15 17 -2 2 21 183 3 18 25 -7 7 13 16 -3 3 35 40 -5 5 10 8 2 2 17 21 -44 23 31 -8 8 14 22 -8 8 25 25 0 0 76 5 令W 为XiYi0的XiYi的秩的和，而W为XiYi0的XiYi的秩的和，则TR(XiYi) ，TRi(XiYi)ii1i1nn。
南邮数学实验报告
南邮数学实验报告第一次练习教学要求：熟练掌握Matlab软件的基本命令和操作，会作二维、三维几何图形，能够用Matlab软件解决微积分、线性代数与解析几何中的计算问题。
补充命令vpa显示x的n位有效数字，教材102页fplot’,[a,b]) 函数作图命令，画出f在区间[a,b]上的图形在下面的题目中m为你的学号的后3位或4位计算limmx?sinmxmx?sinmxlim与33x?0x??xx程序：syms xlimit)/x ,x,0)结果：1003003001/6程序：syms xlimit)/x ,x,inf)结果：y?ecosxmx，求y’’ 1000程序：syms xdiff*cos,2)结果：-2001/1000000*exp*cos-1001/500*exp*sin 计算?1?y20?10ex2dxdy程序：dblquad exp,0,1,0,1)结果：计算?x4m2?4x2dx程序：syms xint)结果：1/12*x -1002001/16*x+1003003001/32*atan y?excosmxs 1 through 101 123 5 8 13 21 34 55Columns 11 through 2089144233377610987 1597 2584 4181 6765????211???A??020? 对矩阵，求该矩阵的逆矩阵，特征值，特??m??41?1000??6征向量，行列式，计算A，并求矩阵P,D，使得A?PDP?1。
程序与结果：a=[-2,1,1;0,2,0;-4,1,627 /1000];inveig- +- -[p,d]=eigp =- + 00 注：p的列向量为特征向量d =- + 00 - 0 00a作出如下函数的图形：1?2x0?x???2f?? 1?2?x?1??2函数文件: function y=fif 0 y=*x;else 1/2 y=*;end程序：fplot在同一坐标系下作出下面两条空间曲线?x?cost?x?2cost???y?sint ?y?2sint?z?t?z?t??程序：t=-10::10;x1=cos;y1=sin;z1=t;plot3;hold onx2=cos;y2=sin;z2=t;plot3;hold off第一次练习教学要求：熟练掌握Matlab软件的基本命令和操作，会作二维、三维几何图形，能够用Matlab软件解决微积分、线性代数与解析几何中的计算问题。
非参数统计实验
实验报告课程名称：实验项目名称：姓名：学号：班级：指导教师：2016 年 3 月 10 日新疆财经大学实验报告实验要求与数据：1、产生50 个标准正态分布的随机数并画出它们的正态分布概率图形.2、画出参数变化的概率密度分布图，正态分布的u,σ变化，产生100个均值为5,标准差为1的正态分布的随机数,再产生100个均值为6,标准差为1的正态分布的随机数,画概率密度图3、设随机变量X取区间[-5,5]上步长为0.1的各值, 计算X的服从参数为5 的t 分布的概率,并画出概率密度函数图形，同时画出标准正态概率密度曲线，观察二者的区别.4、根据已知数据，求秩和正态得分1.set.seed(1)x<-seq(-5,5,length.out=50)y<-dnorm(x,0,1)plot(x,y,col="red",xlim=c(-5,5),ylim=c(0,1),type='l',xaxs="i", yaxs="i",ylab='density',xlab='',main="The Normal Density Distribution")lines(x,dnorm(x,0,0.5),col="green")lines(x,dnorm(x,0,2),col="blue")lines(x,dnorm(x,-2,1),col="orange")legend("topright",legend=paste("m=",c(0,0,0,-2),"sd=",c(1,0.5, 2,1)),lwd=1,col=c("red","green","blue","orange"))2.画出参数变化的概率密度分布图，正态分布的u,σ变化，产生100个均值为5,标准差为1的正态分布的随机数,再产生100个均值为6,标准差为1的正态分布的随机数,画概率密度图命令：set.seed(1)x <- seq(0,10,length.out=100)y <- dnorm(x,5,1)plot(x,y,col="red",xlim=c(0,10),ylim=c(0,1),type='l',xaxs="i", yaxs="i",ylab='density',xlab='',main="The Normal Density Distribution")lines(x,dnorm(x,6,1),col="green")legend("topright",legend=paste("m=",c(5,6)," sd=", c(1,1)), lwd=1, col=c("red", "green"))3.set.seed(1)x<-seq(-5,5,length.out=1000)y<-dt(x,1,0)plot(x,y,col="red",xlim=c(-5,5),ylim=c(0,0.5),type="l",xaxs="i ",yaxs="i",ylab='density',xlab='',main="The T Density Distribution")lines(x,dt(x,15,0),col="blue")lines(x,dt(x,100,0),col="orange")legend("topleft",legend=paste("df=",c(1,5,15,100),"ncp=",c(0,0 ,0,0)),lwd=1,col=c("red","green","orange")set.seed(1)x<-seq(-5,5,length.out=1000)y<-dunif(x,0,1)plot(x,y,col="red",xlim=c(0,10),ylim=c(0,2),type="l",xaxs="i", yaxs="i",ylab='density',xlab='',main="The Uniform Density Distribution")lines(x,dunif(x,0,0.5),col="green")lines(x,dunif(x,1,6),col="orange")lines(x,dunif(x,2,4),col="purple")legend("topright",legend=paste("m=",c(0,0,0,1,2),"sd=",c(1,0.5 ,2,6,4)),lwd=1,col=c("red","green","orange","purple")4. 根据已知数据用SPSS统计软件得到的结果为:。
非参数统计实验报告南邮
实验报告（2012 / 2013 学年 第一学期）课程名称非参数统计实验名称1、 数据的描述性统计 2、 中心位置的检验问题3、 多样本问题和区组设计问题的比较4、 相关分析实验时间 2012 年 10 月 15-22 日实验一、实验题目某航空公司为了解旅客对公司服务态度的满意程度，对50名旅客作调查，要求他们写出对乘机服务、机上服务和到达机场服务的满意程度，满意程度评分从0到100.分数越大，满意程度越高。
下表是收集到得数据。
50名旅客对乘机服务、机上服务和到达机场服务的满意程度的评分1、对50名旅客关于乘机服务的满意程度数据作描述性统计分析；2、对50名旅客关于机上服务的满意程度数据作描述性统计分析；3、对50名旅客关于到达机场服务的满意程度数据作描述性统计分析；4、对50名旅客关于这三个方面服务的满意程度数据作一个综合比较的描述性统计分析。
二、实验步骤1、乘机服务1）、直方图乘机服务满意程度评分直方图2）、箱线图C1的箱线图95 -90 -85 -80 -C75 -70 -65 -60 -3）、数值分析1）、直方图机上服务满意程度评分直方图2）、箱线图3）、数值分析wr差泯数差均准位数准平标中众标峰偏区最最求观最最54・ 46T~2. 08F5655.560J4. 74713217.4780. 0831470 26411865 T_ 25g62723Ed 「go「25E 4. 1910B93、到达机场服务1）、直方图到达机场服务满意程度评分直方图2）、箱线图100 -C3的箱线图9080 -7060C50 -403020103）、数值分析58. 482. 262S05 58. 5「 5215. 39903 255. 969 0. 41167 -0. 26232最水值 16最大值 92求和 2924 观测数 50 最大(1) 92 最小(1) 16置信度(矢4. 5468745、综合比较 差氓数差均准位数准差度度域平标中*标方峰偏区7列L列2列3平均 79.78平均54. 46平均58, 48 中位数 55. 5中位数 53.5 2. 262605中位数 金数 标准差 值值数⑴82 72 8.306108标推差 63. 99143 舟羞 -1.05913 度 -0.16402 偏便32区域 63最小值 95最大値 3909求和 50*观测数 95最大(1)60心数 14. 标推差 5215. 99903 0. 264118 偏度 -0. 26232 65 区域 76 25 最小值 16勺0 最大值 92217. 478 方差 255. 969 CL 083147 峰度 ① qii6F27232924 50观测数 50 9Q 最大（1） 92 25最小(1)16 2,36057 4.一、实验题目某地区从事管理工作的职员的月收入的中位数是6500 元，现有一个该地区从事管理工作的40 个妇女组成的样本，她们的月收入数据如此下：5100 6300 4900 71004900 5200 6600 72006900 5500 5800 64003900 5100 7500 63006000 6700 6000 48007200 6200 7100 69007300 6600 6300 68006200 5500 6300 5400 4800（1）使用样本数据检验：该地区从事管理工作的妇女的月收入的中位数是否低于6500 元？（2）使用样本数据给出该地区从事管理工作的妇女的月收入的中位数的点估计和95%的区间估计。
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要英文回答：Nonparametric Statistical Inference Report。
Introduction。
Nonparametric statistical inference is a branch of statistics that makes no assumptions about the distribution of the population from which a sample is drawn. This makes nonparametric methods less sensitive to outliers and other deviations from normality than parametric methods.Methods。
There are a variety of nonparametric statistical tests, each of which is designed to test a specific hypothesis. Some of the most common nonparametric tests include:The chi-square test for independence。
The Mann-Whitney U test for two independent samples。
The Kruskal-Wallis test for multiple independent samples。
The Friedman test for multiple dependent samples。
Results。
The results of a nonparametric statistical test are typically reported in terms of a p-value. The p-value is the probability of obtaining a test statistic as extreme as or more extreme than the one that was observed, assuming that the null hypothesis is true.Conclusion。
非参数统计在社会发展中的应用(十)
非参数统计是一种统计学方法，它不依赖于总体分布的形式，而是利用样本数据进行分析和推断。
与参数统计相比，非参数统计更加灵活和广泛应用于各个领域。
在社会发展中，非参数统计发挥着重要的作用，如市场调研、社会调查、医疗卫生、环境保护等领域。
以下将从几个方面阐述非参数统计在社会发展中的应用。
首先，非参数统计在市场调研和商业分析中扮演着重要的角色。
在市场调研中，研究人员通常需要分析一些特定的市场数据，如消费者的购买偏好、产品的销售趋势等。
而这些数据往往并不服从特定的分布规律，传统的参数统计方法难以胜任。
通过非参数统计方法，研究人员能够更加灵活地分析这些数据，发现隐藏在其中的规律，为企业提供更加准确的决策依据。
其次，非参数统计在社会调查和民意调查中也有广泛的应用。
社会调查通常涉及到各种不同类型的数据，如个人收入、教育水平、居住地等。
这些数据的分布规律往往复杂多样，非参数统计的方法可以更好地处理这些数据，从而得到更加可靠和客观的调查结果。
民意调查中的数据分析也需要非参数统计的方法，以确保调查结果的准确性和代表性。
除此之外，非参数统计在医疗卫生领域也有着重要的应用价值。
医疗数据通常具有复杂的特点，如缺失值、异常值等，传统的参数统计方法难以处理这些问题。
而非参数统计方法可以更加有效地处理这些数据，为医疗决策提供更加科学的依据。
例如，在临床试验中，非参数统计可以用于分析患者的疾病症状、治疗效果等数据，评估新药的疗效和安全性。
最后，非参数统计在环境保护和资源管理中也有重要的应用。
环境数据通常具有不确定性和不规则性，非参数统计方法可以更好地处理这些数据，为环境监测和保护提供科学依据。
在资源管理中，非参数统计方法也可以用于分析资源的分布规律、利用效率等问题，为资源的合理利用和管理提供支持。
总之，非参数统计在社会发展中有着广泛的应用，涉及到市场调研、社会调查、医疗卫生、环境保护等众多领域。
通过非参数统计方法，我们能够更加科学地分析和挖掘各种类型的数据，为社会发展提供更加可靠和客观的依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验报告（ 2012 / 2013学年第一学期）课程名称非参数统计实验名称1、数据的描述性统计2、中心位置的检验问题3、多样本问题和区组设计问题的比较4、相关分析实验时间2012 年10 月15-22 日学生姓名班级学号学院(系) 通达学院专业统计学实验一一、实验题目某航空公司为了解旅客对公司服务态度的满意程度，对50名旅客作调查，要求他们写出对乘机服务、机上服务和到达机场服务的满意程度，满意程度评分从0到100.分数越大，满意程度越高。
下表是收集到得数据。
50名旅客对乘机服务、机上服务和到达机场服务的满意程度的评分乘机服务机上服务到达机场服务乘机服务机上服务到达机场服务71 49 58 72 76 3784 53 63 71 25 7484 74 37 69 47 1687 66 49 90 56 2372 59 79 84 28 6272 37 86 86 37 5972 57 40 70 38 5463 48 78 86 72 7284 60 29 87 51 5790 62 66 77 90 5172 56 55 71 36 5594 60 52 75 53 9284 42 66 74 59 8285 56 64 76 51 5488 55 52 95 66 5274 70 51 89 66 6271 45 68 85 57 6788 49 42 65 42 6890 27 67 82 37 5485 89 46 82 60 5679 59 41 89 80 6472 60 45 74 47 6388 36 47 82 49 9177 60 75 90 76 7064 43 61 78 52 721、对50名旅客关于乘机服务的满意程度数据作描述性统计分析；2、对50名旅客关于机上服务的满意程度数据作描述性统计分析；3、对50名旅客关于到达机场服务的满意程度数据作描述性统计分析；4、对50名旅客关于这三个方面服务的满意程度数据作一个综合比较的描述性统计分析。
二、实验步骤1、乘机服务1）、直方图乘机服务满意程度评分直方图16141210864260-6566-7071-7576-8081-8586-9091-95 2）、箱线图C1 的箱线图959085801C757065603）、数值分析2、机上服务1）、直方图机上服务满意程度评分直方图141210864225-3031-3536-4041-4546-5051-5556-6061-6566-7071-7576-8081-8586-90 2）、箱线图C1 的箱线图908070601C504030203）、数值分析3、到达机场服务1）、直方图到达机场服务满意程度评分直方图141210864216-2526-3536-4546-5556-6566-7576-8586-95 2）、箱线图C3 的箱线图100908070603C50403020103）、数值分析5、综合比较C3C2C1100908070605040302010数据C1, C2, C3 的箱线图一、实验题目某地区从事管理工作的职员的月收入的中位数是6500元，现有一个该地区从事管理工作的40个妇女组成的样本，她们的月收入数据如此下：5100 6300 4900 71004900 5200 6600 72006900 5500 5800 64003900 5100 7500 63006000 6700 6000 48007200 6200 7100 69007300 6600 6300 68006200 5500 6300 5400 4800（1）使用样本数据检验：该地区从事管理工作的妇女的月收入的中位数是否低于6500元？（2）使用样本数据给出该地区从事管理工作的妇女的月收入的中位数的点估计和95%的区间估计。
二、实验步骤H0：中位数等于6500元 H1：中位数低于6500元中位数的符号检验: C1中位数 = 6500 与 < 6500 的符号检验N 下方相等上方 P 中位数C1 40 26 1 13 0.0266 6200MTB >P=0.05>0.0266,所以拒绝原假设，认为中为数低于6500.符号置信区间: C1中位数的符号置信区间取得的置信区间N 中位数置信度下限上限位置C1 40 6200 0.9193 5800 6400 150.9500 5800 6459 非线性插值0.9615 5800 6500 14MTB >所以中位数95%的置信区间为[5800,6459].一、实验题目为检验两种燃料添加剂对客车每加仑汽油行驶里程数的影响是否不同，随机挑选12辆车，让每一辆车都先后使用这两种添加剂。
12辆车使用这两种添加剂每加仑汽油行驶里程数的检验结果如下:车辆添加剂1 21 22.32 21.252 25.76 23.973 24.23 24.774 21.35 19.265 23.43 23.126 26.97 26.007 18.36 19.408 20.75 17.189 24.07 22.2310 26.43 23.3511 25.41 24.9812 27.22 25.90 试检验：这两种添加剂有没有差异？二、实验步骤H0:两种添加剂无差异H1：两种添加剂有差异1）符号检验法：MTB > Let C3 = C1-C2MTB > SInterval 95.0 C3.符号置信区间: C3中位数的符号置信区间取得的置信区间N 中位数置信度下限上限位置C3 12 1.195 0.8540 0.430 1.840 40.9500 0.342 2.024 非线性插值0.9614 0.310 2.090 32）Wilcoxon符号秩和检验法：MTB > Let C3 = C1-C2MTB > WInterval 95.0 C3.Wilcoxon 符号秩置信区间: C3估计中取得的置信区间N 位数置信度下限上限C3 12 1.23 94.5 0.38 2.073）单样本t检验：MTB > Onet C3.单样本 T: C3平均值变量 N 平均值标准差标准误 95% 置信区间C3 12 1.241 1.355 0.391 (0.380, 2.102)结果分析：综合1、2、3三种方法可以看出，接受原假设，认为两种添加剂无差异。
一、实验题目某汽车驾驶员记录了使用5种不同牌子的汽油每5加仑行驶的距离（哩），数据如下：牌1：37.5 31.3 33.8 32.5牌2：36.3 32.5 36.3 35.0牌3：40 40 43.8 46.3牌4：36.3 42.5 40 41.3牌5：40 32.5 38.8 33.8这些数据是否说明这5种牌子的汽油每加仑平均行驶的哩数全相等？二、实验步骤检验问题：H：这5种牌子的汽油每加仑平均行驶的哩数全相等H：这5种牌子的汽油每加仑平均行驶的哩数不全相等1在 C1 上的 Kruskal-Wallis 检验C2 N 中位数平均秩 Z1 4 33.15 5.1 -2.032 4 35.65 7.0 -1.323 4 41.90 17.0 2.464 4 40.65 14.6 1.565 4 36.30 8.8 -0.66整体 20 10.5H = 11.82 DF = 4 P = 0.019H = 12.00 DF = 4 P = 0.017（已对结调整）注 * 一个或多个小样本P值小于0.05，拒绝原假设，这5种牌子的汽油每加仑平均行驶的哩数不全相等一、实验题目有四架测量纺织纤维弹性的测量仪器，为检验这些测量仪器之间有没有差异，找了八位质量检验员，要求每一位检验员使用每一架测量仪器对同一批原料进行测量，实验数据如下，这四架测量仪器有没有差异？检验员1 2 3 4 5 6 7 8测量仪器 1 71 73 72 73 75 73 77 75 2 73 75 76 74 78 77 74 743 76 73 79 77 74 75 74 73 4 75 73 73 72 70 71 69 69二、实验步骤Friedman 检验: C1 与 C3，按 C2 区组0H ：四架测量仪器没有差别 1H ：四架测量仪器有差别S = 8.44 DF = 3 P = 0.038S = 9.12 DF = 3 P = 0.028（已对结调整）C3 N 估计中位数 秩和1 8 73.125 18.52 8 75.125 25.53 8 74.750 24.04 8 71.000 12.0总中位数 = 73.500MTB >P 值小于0.05拒绝原假设一、实验题目某部门有26位女职工和24位男职工。
他们的年收入如下:女职工男职工28500 30650 39700 3370031000 35050 33250 3630022800 35600 31800 3725032350 26900 38200 3395030450 31350 30800 3775038200 28950 32250 3670034100 32900 38050 3610030150 31300 34800 2655033550 31350 32750 3920027350 35700 38800 4100025200 35900 29900 4040032050 35200 37400 3550026550 30450（1）使用MOOD中位数检验法回答问题：收入和性别有没有关系？女职工的收入是否比男职工的收入低？（2）使用Wilcoxon秩和检验法回答上述问题。
二、实验步骤（1）H0：收入与性别之间无关系，女职工的收入不比男职工的收入低H1：收入与性别有关系，女职工的收入比男职工的收入低MTB > Mood C1 C2.Mood 中位数检验: C1 与 C2C1 的 Mood 中位数检验卡方 = 8.01 DF = 1 P = 0.005单组 95.0% 置信区间C2 N<= N> 中位数 Q3-Q1 ---------+---------+---------+-------1 18 8 31325 5500 (---*-------)2 7 17 36200 5288 (----------*-----)---------+---------+---------+-------32500 35000 37500整体中位数 = 33400中位数 (1) - 中位数 (2) 的 95.0% 置信区间: (-6950,-1600)结果：由于中位数落入0.95置信区间，接受原假设，故H0成立，收入与性别之间无关系，女职工的收入不比男职工的收入低（2）H0：收入与性别之间无关系，女职工的收入不比男职工的收入低H1：收入与性别有关系，女职工的收入比男职工的收入低Mann-Whitney 检验和置信区间: C1, C2N 中位数C1 26 31325C2 24 36200ETA1-ETA2 的点估计为 -4325ETA1-ETA2 的 95.1 置信区间为 (-6400,-2150)W = 478.0在 0.0002 上，ETA1 = ETA2 与 ETA1 < ETA2 的检验结果显著在 0.0002 显著性水平上，检验结果显著（已对结调整）结果：（3）由于 W 为 < 663.0，接受原假设，故H0成立，收入与性别之间无关系，女职工的收入不比男职工的收入低除性别外，还有很多因素例如文化程度、工龄和职位等与职工工资的高低有关，为此考虑男女职工在文化程度、工龄和职位方面有没有差异，该部门的26位女职工和24位男职工的年收入和工龄的数据如下：女性男性工资工龄工资工龄工资工龄工资工龄28500 2 30650 2 39700 16 33700 25 31000 3 35050 16 33250 15 36300 33 22800 0 35600 29 31800 16 37250 19 32350 3 26900 0 38200 32 33950 34 30450 1 31350 2 30800 1 37750 44 38200 21 28950 0 32250 7 36700 14 34100 8 32900 11 38050 33 36100 19 30150 5 31300 11 34800 24 26550 3 33550 18 31350 2 32750 17 39200 19 27350 0 35700 19 38800 21 41000 31 25200 0 35900 15 29900 6 40400 35 32050 4 35200 20 37400 20 35500 23 26550 0 30450 01、男女职工的工龄有没有差异？男职工的工龄是否比女职工长？2、收入与工龄有没有关系？工龄越长，收入是否越高？3、职工的收入究竟与性别有没有关系？H0：收入与性别之间无关系H1：收入与性别有关Mood 中位数检验: C1 与 C3C1 的 Mood 中位数检验卡方 = 8.01 DF = 1 P = 0.005单组 95.0% 置信区间C3 N<= N> 中位数 Q3-Q1 ---------+---------+---------+-------1 18 8 31325 5500 (---*-------)2 7 17 36200 5288 (----------*-----)---------+---------+---------+-------32500 35000 37500整体中位数 = 33400中位数 (1) - 中位数 (2) 的 95.0% 置信区间: (-6950,-1600)由于中位数（c1-c3）落入0.95置信区间，故拒绝原假设，H0成立，收入与性别之间无关系H0：工龄与性别之间无关系H1：工龄与性别有关Mood 中位数检验: C2 与 C3C2 的 Mood 中位数检验卡方 = 13.48 DF = 1 P = 0.000单组 95.0% 置信区间C3 N<= N> 中位数 Q3-Q1 --------+---------+---------+--------1 20 6 3.0 15.3 (-*-----------)2 6 18 19.5 16.5 (----*--------)--------+---------+---------+--------7.0 14.0 21.0整体中位数 = 15.0中位数 (1) - 中位数 (2) 的 95.0% 置信区间: (-22.0,-9.0)由于中位数（c2-c3）落入0.95置信区间，故拒绝原假设，H0成立，工龄与性别之间无关系计算收入与工龄的秩相关系数H0：工龄与收收入相互独立H1：工龄与收入正相关相关: C4, C5C4 和 C5 的 Pearson 相关系数 = 0.855P 值 = 0.000拒绝原假设，H1成立，工龄与收入正相关。