秩转换的非参数检验
秩和检验
H1：肺癌病人的RD值高于矽肺0期工人的RD值
（总体分布位置靠右）
α=0.05
2。计算统计量T
① 把两样本数据混合小到大编秩，遇到数据相
同的取平均秩次 ② 分别求两样本秩次之和，用T1和T2表示（样本
含量小的为T1），选择T1作为统计量值T。若样本
含量相等，任取一个秩和作为T（T1或T2）。
非参数方法的特点：
������
������
适用范围广，几乎可用于任何情况。
当资料符合参数检验方法的适用条件时， 原因：无法借助总体分布得到许多推论，
使用非参数方法的检验效能较低。
������
本身在利用信息上就有丢失
Ⅰ型错误和Ⅱ型错误
由样本推断的结果 真实结果 拒绝H0 不拒绝H0 H0成立 Ⅰ型错误 α 推断正确(1－α)
例：住院时间
结果为有序分类变量时无法使用。 例：尿糖检测结果 样本数据两端有不确定值时无法使用。 例：仪器性能限制，超出可测量范围
以上情况下强行使用参数统计方法可能会得到错误结论
非参数检验一般不直接用样本观察值作分析，统
计量的计算基于原数据在整个样本中按大小所占位
次。由于丢弃了观察值的具体数值，而只保留其大
7.5 7.5
3 7.5
-7.5 3
1。 建立假设并确定检验水准
H0：差值的总体中位数为0，Md=0 H1：差值的总体中位数不为0，Md≠0 α=0.05
2。计算统计量T
T+=34.5
T-=10.5
T=10.5
3. 确定P值，作出统计推断
n=9,T=T-=10.5，查界值表：P>0.10
按α=0.05的水准，不拒绝H0，还不能认为两
第四讲 秩和检验
以上情况下强行使用参数统计方法可能会得到错误结论
非参数检验：是针对参数检验而言的，当随机样本 对应的总体分布不能用某种数学形式表达、没有总体 参数存在时，直接对总体分布类型或分布位置进行推 断的假设检验方法。
优点：适用范围广、受限条件少、具有稳健性
局限性：检验效能低
非参数检验的适用范围：
计量资料
例8-1 对12份血清分别用原方法（检测时间20分
钟）和新方法（检测时间10分钟）测谷-丙转氨酶，
结果见表8-1的(2)、(3)栏。问两法所得结果有无
差别？
表8-1
12份血清用原法和新法测血清谷-丙转氨酶的比较
编号 1 2 3 原法 60 142 195 新法 76 152 243 差值 16 10 48 正秩 8 5 11 负秩
秩 和 平均 秩 吸烟工人 不吸烟工人 2 19 48 2 152 768 685 310 1917 4 437 528 274 0 1243
62～75 68.5 76～79 77.5 ─ ─
例8-4
39名吸烟工人和40名不吸烟工人的碳氧血
红蛋白HbCO(%)含量见表8-6。问吸烟工人的HbCO(%) 含量是否高于不吸烟工人的HbCO(%)含量？
秩和检验
秩和检验（rank sum test）：对数据从小到大 排序，该序号在统计学上称为秩（ rank ），用数据 的秩代替原始数据进行假设检验的方法称为秩和检验。
第一节 第二节 第三节 第四节 配对样本比较的Wilcoxon符号秩检验 完全随机设计两样本比较的Wilcoxon秩和检验 完全随机设计多个样本比较Kruskal—Wallis H检验 随机区组设计多个样本比较的Friedman M 检验
P<0.05
秩转换的非参数检验
（2）正态近似法u 检验 如果n超出附表10范 围，则用以下公式计算u值，进行u检验：
u T n1 (n1 n2 1) / 2 t 3 t j） （ j n1n2 (n1 n2 1) 1－ 3 12 N N
（ t C 1－
3 3 j
二、两组频数表或等级资料比较
例8-4 39名吸烟工人和40名不吸烟工人的碳氧血红蛋 白HbCO(%)含量见表8-6。问吸烟工人的HbCO(%)含量 是否高于不吸烟工人的HbCO(%)含量？
表8-6 吸烟工人和不吸烟工人的HbCO(%)含量比较 含量 吸烟 不吸烟 合 秩次 平均 秩和 工人 工人 计 范围 秩次 吸烟 不吸烟
(3)计算正负秩和: T ＝ 54.5, T ＝ 11.5 (4)确定检验统计量T 任取T 和 T 为T ，本例取T =11.5。 3.确定P 值，作出推论： （1） n≤50，查表法。本例n=11，查附表9得 T0.05， 为 ～56， 11 10
本例11.5在此范围内，故P >0.05，按α =0.05 水准，不拒绝Ho 还不能认为两法测定结果有差别。 （2） n>50，u 检验。
第八章
秩转换的非参数检验
非参数检验的概念： 非参数检验是指对原始资料无特殊要求（如正 态分布、总体方差相等）的一类检验方法，它不 是比较参数，而是比较分布的位置。不符合t 检验 和F检验的数值变量资料可用秩和检验，此外，秩 和检验还可用于两组或多组等级资料以及“开口” 资料的比较。等级相关也属于非参数检验。
表8-9 三种药物杀灭钉螺的死亡率（%）比较 甲药 乙药 丙药 死亡率 秩次 死亡率 秩次 死亡率 秩次 32.5 10 16.0 4 6.5 1 35.5 11 20.5 6 9.0 2 40.5 13 22.5 7 12.5 3 46.0 14 29.0 9 18.0 5 49.0 15 36.0 12 24.0 8 63 ─ 38 ─ 19 Ri ni 5 ─ 5 ─ 5
非参数检验的基本原理
非参数检验的基本原理非参数检验是一种利用统计方法来检验假设的一种方法，与参数检验相比，非参数检验不需要对总体的分布做出假设，更为灵活。
本文将介绍非参数检验的基本原理。
一、概述非参数检验是一种统计方法，既不要求数据符合特定分布，也不对总体参数做出假设。
与之相反，参数检验通常假设数据服从特定的分布，例如正态分布。
非参数检验的主要优点是可以更全面地处理数据，更适用于复杂的情况。
然而，非参数检验的统计效率通常较低，需要更多的样本来达到相同的置信水平。
二、基本原理1. 秩次转换非参数检验通常使用秩次转换来处理数据。
所谓秩次转换是将原始的数值转换为它们在样本中的秩次，从而消除数值的大小差异。
对于同一组数据，秩次转换后，可以应用更广泛的统计方法。
2. Wilcoxon符号秩检验Wilcoxon符号秩检验是一种非参数检验方法，主要应用于配对样本或者两组独立样本之间的差异比较。
它的基本思想是对每个观测值计算它们的符号秩，然后通过比较两组样本的秩和来判断差异是否显著。
3. Mann-Whitney U检验Mann-Whitney U检验是一种非参数检验方法，用于比较两组独立样本之间的差异。
它的基本原理是将两组样本中的所有观测值汇总，然后对这些观测值进行秩次转换，并计算两组样本排名和。
通过比较两组样本排名和的大小来判断差异是否显著。
4. Kruskal-Wallis H检验Kruskal-Wallis H检验是一种非参数的方差分析方法，用于比较三组或以上独立样本之间的差异。
它的基本原理是将所有样本的观测值汇总，然后进行秩次转换，并计算各组样本排名和的平均值。
通过比较平均排名和的大小来判断差异是否显著。
三、案例研究为了更好地理解非参数检验的原理，我们以某家公司销售部门的两个月销售额作为例子进行案例研究。
假设第一个月公司销售额为[100, 80, 120, 90, 110]，第二个月公司销售额为[95, 85, 115, 100, 105]。
参数方法 非参数方法
参数方法非参数方法参数方法和非参数方法是统计学中两种常用的数据分析方法。
参数方法是指在数据分析过程中，需要预先对数据的分布做出假设，并基于假设建立参数模型。
参数模型可以用来估计总体参数，并使用统计推断方法进行假设检验。
常见的参数方法包括t检验、方差分析、回归分析等。
t检验是一种用于比较两个样本均值是否有显著差异的参数方法。
在t检验中，我们需要预先假设样本数据服从正态分布，并且方差齐性成立。
通过计算样本均值的差异与预期均值差异之间的差异大小，得出结论是否拒绝原假设。
方差分析是一种用于比较两个或多个样本组均值差异是否显著的参数方法。
它假设样本数据服从正态分布，且不同样本组的方差相等。
通过计算组间均方与组内均方之间的比值，得出结论是否拒绝原假设。
回归分析是一种用于探究变量之间关系的参数方法。
它假设因变量与自变量之间存在线性关系，并且误差项服从正态分布。
通过最小化误差平方和，估计出回归系数，从而得到模型的偏回归系数。
参数方法的优点是可以对总体参数进行估计和推断，结果具有精确性。
然而，参数方法对数据的分布假设要求较高，如果数据偏离了假设的分布，会导致统计推断结果的失真。
与之相反，非参数方法则不依赖于总体的分布假设，基于样本数据进行推断和分析。
非参数方法主要通过排序和秩次转换的方法，来对比样本之间的差异。
常用的非参数方法包括Wilcoxon符号秩检验、Kruskal-Wallis检验、Spearman相关分析等。
Wilcoxon符号秩检验是一种用于比较两个相关样本均值差异是否显著的非参数方法。
它将样本数据转换为秩次，通过对比秩次差异的大小，得出结论是否拒绝原假设。
Kruskal-Wallis检验是一种用于比较多个无关样本组均值差异是否显著的非参数方法。
它将样本数据转换为秩次，通过对比不同样本组秩次和的大小，得出结论是否拒绝原假设。
Spearman相关分析是一种用于探究变量之间关系的非参数方法。
它基于秩次转换的数据，计算出秩次之间的相关系数，从而推断变量之间的相关性。
第十一讲 秩和检验
适用范围
1、成组设计的两样本计量数据，不符合 t 检 验的条件(方差相等，且服从正态分布)； 2、两组等级资料或两端无确切值的资料。
一、原始数据的两样本比较
基本思想： • 假定：两组样本的总体分布形式相同(即 H0成立)，则两样本来自同一总体，且任 一组秩和不应太大或太小 。即T 与平均秩 和 n1(N+1)/2应相差不大。 N = n1+n2
• 前面介绍的检验方法首先假定分析变量 服从特定的已知分布（如正态分布）， 然后对分布参数（如均数）作检验。这 类 检 验 方 法 称 参 数 检 验 （ parametric test）。 • 今天介绍的检验方法不对变量的分布作 严格假定，这类检验称非参数检验 （nonparametric test）。
非参数统计
(nonparametric statistics)
对总体的分布类型不 作特殊要求 ，统计 推断时不涉及参数 不受总体参数的影响，比 较的是分布或分布位置
依赖于特定分布类 型，比较的是参数
非参数统计的适用情况
• • • • • 等级资料 偏态分布资料 分布不明资料 个别数据偏离过大的资料 各组方差明显不齐的资料
• 确定P值： 以较小绝对值的秩和为T值。 本例T=3.5 以n=11查附表6（P268，单侧） p<0.005， • 判定结果： 按α=0.05水准，拒绝H0，接受H1，故可以 认为该厂工人尿氟含量高于当地健康人。
第二节 成组设计两样本比较 的秩和检验
Wilcoxon rank sum test
这下面一行（记为Ri）就是上面一行数 据Xi的秩。
秩和检验原理
• 秩和检验（rank sum test）：是通过对数 据依小到大排列的秩次，以求秩次之和来 进行假设检验的方法。
非参数统计中的秩和检验方法详解(七)
非参数统计中的秩和检验方法详解统计学作为一门应用广泛的学科，其研究对象主要是各种数据的收集、整理、分析和解释。
在统计学中，参数统计和非参数统计是两种常用的分析方法。
在本文中，我们将重点介绍非参数统计中的一种常见方法——秩和检验。
一、秩和检验的基本原理秩和检验是一种基于秩次的非参数假设检验方法，它不需要对总体分布进行任何假设，因此在数据分布未知或不满足正态分布假设的情况下，秩和检验可以很好地进行统计推断。
秩和检验的基本原理是将样本数据进行排序，然后将排序后的数据转化为秩次，再通过对秩次进行比较来进行假设检验。
秩和检验适用于两组或多组独立样本的比较，常用于检验总体的中位数是否相等或者总体分布是否相同。
二、秩和检验的步骤秩和检验的步骤主要包括数据排序、秩次转换和秩和比较。
具体步骤如下：1. 数据排序：首先对样本数据进行排序，可以按照从小到大或者从大到小的顺序进行排序。
2. 秩次转换：将排序后的数据转化为秩次，即给每个数据赋予一个秩次，通常情况下，秩次是按照数据在样本中出现的顺序进行分配的。
如果出现相同的数据，可以采取加权秩次的方法进行处理。
3. 秩和比较：对计算得到的秩次进行比较，通过比较秩和的大小来进行假设检验，得出检验统计量并进行显著性检验。
三、秩和检验的应用秩和检验方法在实际应用中有着广泛的应用，特别是在医学、生物学、社会科学和工程领域等。
下面以两组独立样本的比较为例，介绍秩和检验的应用。
假设有两组独立样本，分别记为X和Y，我们要比较这两组样本的中位数是否相等。
首先对两组样本数据进行排序，并进行秩次转换，得到秩和值RX和RY，然后对秩和值进行比较，通过比较得到的检验统计量进行显著性检验，从而判断两组样本的中位数是否相等。
四、秩和检验的优缺点秩和检验作为一种非参数方法，具有一些优点和局限性。
优点：秩和检验不需要对数据分布进行假设，因此对于不满足正态分布假设的数据具有较好的适用性；同时，秩和检验是一种较为稳健的检验方法，对异常值和极端值的影响相对较小。
秩转换的非参数检验
参数检验
参数检验方法：t 检验，方差分析； 总体分布假定：各组样本所来自的总体为 正态分布（已知的分布形式）,各组样本所 来自的总体方差齐性。
非参数检验
定义：不依赖于总体的分布类型，对样本 所来自总体的分布不作严格假定的统计推 断方法，称为非参数检验（nonparametric test）。直接对总体分布做假设检验。 又称为任意分布检验（distribution-free test）。
（1） 很低 低 中 偏高 高 合计
（2） 1 8 16 10 4
（3） 2 23 11 4 0
（4） 3 31 27 14 4 79
（5） 1~3 4~34 35~61 62~75 76~79 —
（6） 2 19 48 68.5 77.5 —
39（n1） 40（n2）
1917（T1） 1243（T2）
查T界值表。
（3）确定P值，作出结论
若n1≤10且n2-n1≤10，可通过查阅T界值表
（附表10）确定P值；
若两样本量不满足上述条件，则可采用正
态近似法作u检验，按公式（8-2）计算u值。
正态近似法
| T n 1(N 1)/2 | n 1 n 2(N 1) ( t j t j ) ) (1 3 12 N N
（通常取秩和较小者）。
, 较小例数组的秩和 n 1 n 2 T min(R1 ,R 2 ),n 1 n 2
N n1 n2 n0 min( n1 , n2 )
较小例数组的平均秩和为：
n0(1 N)/2
若H0成立，T值应接近 n0(1 N)/2 ，若T值严重偏离
n0(1 N)/2 ，则提示H0可能是不正确的。小样本时，
秩转换的非参数检验
非参数检验是相对于参数检验而言地.参数检验——如果总体分布为已知地数学形式，对其总体参数作假设检验.计量资料——正态分布——假设检验——检验、检验计量资料：不满足参数检验条件地假设检验方法，一变量变换，二非参数检验（等级资料）非参数检验对总体分布不作严格假定（任意分布检验)秩转换————推断一个总体表达分布位置地中位数（非参数）和已知、两个或多个总体地分布是否有差别.秩转换地非参数检验时先将数值变量资料自小到大，或等级资料从弱到强转换成秩后，再计算检验统计量，其特点是假设检验地结果对总体分布地形状差别不敏感，只对总体分布地位置差别敏感.文档来自于网络搜索配对样本比较地符号秩检验符号秩检验符号秩和检验——用于配对样本差值地中位数和比较——用于单个样本中位数和总体中位数比较配对样本差值地中位数和比较———————<—————————————目地是推断配对样本差值地总体中位数是否和有差别——即推断配对地两个相关样本所来自地两个总体中位数是否有差别.平均秩——相同秩—————————————>———————————单个样本中位数和总体中位数比较—————————————————————目地是推断样本所来自地总体中位数和某个已知地总体中位数是否有差别——用样本各变量值和地差值，即推断差值地总体中为数和是否有差别本法地原理（）界值表制作地原理（）正态近似法地原理第二节两个独立样本比较地秩和检验————————秩和检验（)————用于推断计量资料或等级资料地两个独立样本所来自地两个总体分布是否有差别. ——————推断两个总体分布地位置是否有差别.原始数据地两样本比较————计量资料为原始数据频数表资料和等级资料地两样本比较————计量资料为频数表资料，是按数量区间分组————等级资料是按等级分组本法地原理界值表制作地原理正态近似法地原理、检验第三节完全随机设计多个样本比较地检验一、多个独立样本比较地检验————用于推断计量资料或等级资料地多个独立样本所来自地多个总体分布是否有差别.原始数据地多个样本比较————计数资料为原始数据——————————频数表资料和等级资料地多个样本比较————计量资料为频数表资料，是按数量区间分组————等级资料是按等级分组本法地原理界值表制作地原理地近似法原理多个独立样本两两比较地法检验————进一步推断两两总体分布位置不同——————————————————随机区组设计多个样本比较地检验多个相关样本比较地检验————用于推断随机区组设计地多个相关样本所来自地多个总体分布是否相等.、方法步骤————————————————————————————————、本法地原理（）界值表制作地原理（）近似法地原理————————————>或>——————————、近似法二、多个相关样本两两比较地检验——————进一步推断两两总体分布位置不同秩转换地非参数检验参数检验————如果总体分布为已知地数学形式，对其总体参数作检验假设非参数检验（任意分布检验)————对总体分布不作严格假定，直接对总体分布作假设检验秩转换地非参数检验————推断一个总体表达分布位置地中位数(非参数）和已知、两个或多个总体地分布是否有差别.————先将数值变量从小到大，或等级从弱到强转换成秩后，再计算检验统计量.————假设检验地结果对总体分布地形状差别不敏感，只对总体分布地位置差别铭感.应用范围：——————对于计量资料不满足正态和方差齐性条件地小样本资料分布不明地小样本资料一端或两端是不确定数值地资料——————对于等级资料若选行*列表资料地检验，只能推断构成比差别选秩转换地非参数检验，可推断等级强度差别注意：如果已知其计量资料满足（或近似满足）检验或检验条件，当然选检验或检验，因为这时若选秩转换地非参数检验，会降低检验效能.文档来自于网络搜索配对样本比较地符号秩检验（符号秩和检验）————用于配对样本差值地中位数和比较；————用于单个样本中位数和总体中位数比较配对样本差值地中位数和比较————目地是推断配对样本差值地总体中位数是否和有差别——即推断配对地两个相关样本所来自地两个总体中位数是否有差别检验步骤（）建立检验假设，确定检验水平（）求检验统计量值（）确定值，作出推断结论——————————————《时，查界值表——————————————>时，正态近似法作检验注意：配对等级资料采用符号秩和检验最好选用大样本单个样本中位数和总体中位数比较————目地是推断样本所来自地总体中位数和某个已知地总体中位数是否有差别————用样本各变量值和地差值，即推断差值地总体中位数和是否有差别第二节两个独立样本比较地秩和检验————用于推断两个独立样本所来自地两个总体分布是否有差别.————目地是推断两个总体分布地位置是否有差别、原始数据地两样本比较——————————《和《时，查界值表——————————> 或> 时，用正态近似法作检验频数表资料和等级资料地两样本比较————计数资料为频数表资料，是按数量区间分组————等级资料是按等级分组第三节完全随机设计多个样本比较地检验一、多个独立样本比较地检验————用于推断计量资料或等级资料地多个独立样本所来自地多个总体分布是否有差别.、原始数据地多个样本比较—————————————————或————查界值表———————且最小样本地例数大于或>时，查界值表、频数表资料和等级资料地多个样本比较二、多个独立样本两两比较地法检验————————————进一步推断两两总体分布位置不同第四节随机区组设计多个样本比较地检验一、多个相关样本比较地检验————用于推断随机区组设计地多个相关样本所来自地多个总体分布是否有差别.————————————————《和《时，查界值表————————————————>或>时，用近似法多个相关样本两两比较地检验——————进一步推断两两总体分布位置不同————检验。
秩转换的非参数检验
秩和(rank sum)
同组秩次之和。编秩 NhomakorabeaA组： － 、、+、+、+、++ B组： +、++、++、++、+++、+++
A组：- ± + + + 1 2 3 4 5
B组： + 6
++ 7
++ ++ ++ +++ +++ 8 9 10 11 12
第二节 两独立样本差别的秩和检验 Wilcoxon rank sum test
对于计量数据，如果资料方差相等，且服从
正态分布，就可以用t检验比较两样本均数。如
果此假定不成立或不能确定是否成立，就应采用
秩和检验来分析两样本是否来自同一总体。
Wilcoxon秩和检验（Wilcoxon rank sum test）,用于推 断计量资料或等级资料的两个独立样本所来自的两个总体分 布是否有差别。 秩和检验的目的是推断两个总体分布的位置是否有差别， 如要推断两个不同人群的某项指标值的大小是否有差别或哪
秩 吸烟工人
和 不吸烟工人
（7） （6） （8）=（3） = （2） （6） 2 4 152 437 768 528 685 274 310 0 1917(T1) 1243(T2)
如果两 总体分 布相同
基本思想 两样本来自同一总体
任一组秩和不应太大或太小
T
与平均秩和 n0 (1 N ) / 2 应相差不大
非参数统计中的秩和检验方法详解(Ⅲ)
非参数统计中的秩和检验方法详解在统计学中，非参数统计是一种不依赖于总体分布的统计方法。
与参数统计相比，非参数统计更加灵活，适用范围更广。
秩和检验方法是非参数统计中的一种重要方法，本文将对秩和检验方法进行详细的介绍。
一、秩和检验的基本原理秩和检验的基本原理是将样本数据转化为秩次，然后通过比较样本秩和的大小来进行假设检验。
秩和检验方法不要求总体分布的形式，适用于不满足正态分布假设的情况。
秩和检验方法主要应用于两组样本比较或者相关性分析。
二、秩和检验的应用场景秩和检验方法适用于样本数据不满足正态分布假设的情况，例如小样本数据、偏态数据或者离群值较多的情况。
此外，秩和检验方法还适用于等级数据或者序数数据的分析。
三、秩和检验的常用方法1. Wilcoxon秩和检验Wilcoxon秩和检验是一种常用的秩和检验方法，用于比较两组独立样本的中位数是否有显著差异。
对于小样本数据，Wilcoxon秩和检验是一个比较有效的非参数检验方法。
2. Mann-Whitney U检验Mann-Whitney U检验是Wilcoxon秩和检验的一种特例，适用于两组独立样本的比较。
与t检验相比，Mann-Whitney U检验不要求数据满足正态分布假设，适用范围更广。
3. Wilcoxon符号秩检验Wilcoxon符号秩检验适用于配对样本的比较，用于检验配对样本中位数是否有显著差异。
对于配对设计的实验研究，Wilcoxon符号秩检验是一种常用的非参数检验方法。
四、秩和检验的步骤进行秩和检验时，通常需要经历以下几个步骤：1. 数据处理：对样本数据进行秩次转换，得到秩和。
2. 假设检验：根据具体情况选择合适的秩和检验方法，进行假设检验。
3. 结果解释：根据检验结果进行统计推断，对研究问题给出合理的结论。
五、秩和检验的优缺点秩和检验方法具有一定的优点和局限性：优点：不依赖于总体分布的形式，适用范围广泛；对偏态数据和离群值不敏感；适用于小样本数据的比较。
《卫生统计学》课后思考题答案
《卫生统计学》思考题参考答案第一章绪论1、统计资料可以分为那几种类型？举例说明不同类型资料之间是如何转换的？答：（1）1定量资料（离散型变量、连续型变量）、2无序分类资料（二项分类资料、无序多项分类资料）、3有序分类资料（即等级资料）；（2）例如人的健康状况可分为“非常好、较好、一般、差、非常差”5个等级，应归为等级资料，若将该五个等级赋值为5、4、3、2、1，就可按定量资料处理。
2、统计工作可分为那几个步骤？答：设计、收集资料、整理资料、分析资料四个步骤。
3、举例说明小概率事件的含义。
答：某人打靶100次，中靶次数少于等于5，那么该人一次打中靶的概率≤0.05，即可称该人一次打中靶的事件为小概率事件，可以视为很可能不发生。
第二章调查研究设计1、调查研究有何特点？答：（1）不能人为施加干预措施（2）不能随机分组（3）很难控制干扰因素（4）一般不能下因果结论2、四种常用的抽样方法各有什么特点？答：（1）单纯随机抽样：优点是操作简单，统计量的计算较简便；缺点是当总体观察单位数量庞大时，逐一编号繁复，有时难以做到。
（2）系统抽样：优点是易于理解、操作简便，被抽到的观察单位在总体中分布均匀，抽样误差较单纯随机抽样小；缺点是在某些情况下会出现偏性或周期性变化。
（3）分层抽样：优点是抽样误差小，各层可以独立进行统计分析，适合大规模统计；缺点是事先要进行分层，操作麻烦。
（4）整群抽样：优点是易于组织和操作大规模抽样调查；缺点是抽样误差大。
3、调查设计包括那些基本内容？答：（1）明确调查目的和指标（2）确定调查对象和观察单位（3）选择调查方法和技术（4）估计样本大小（5）编制调查表（6）评价问卷的信度和效度（7）制定资料的收集计划（8）指定资料的整理与分析计划（9）制定调查的组织措施4、调查表中包含那几种项目？答：（1）分析项目直接整理计算的必须的内容；（2）备查项目保证分析项目填写得完整和准确的内容；（3）其他项目大型调查表的前言和表底附注。
第八章秩和检验
SPSS统计软件
.75
.50
.25
数据点不为直线, 并未分布在线上, 提示本资料不为 正态.
.25 .50 .75 1.00
0.00 0.00
Observed Cum Prob
配对设计资料的秩和检验步骤
（Wilcoxcon signed-rank test）
方法： 1.将配对数据的差值（d）按绝对值大小转换 为秩，如差值为0舍去。 2.求差值的正、负秩和,记为(T+) 、 (T-) 。 3.用任意一个正或负秩和（T）做检验。 4.检验方法有: 1）查表法: (对子数n≤50)* 2）正态近似法，n＞50时用公式(8-1)
Ranks N VAR00002 - VAR00001 Negative Ranks Positive Ranks Ties Total
Test Statisticsb VAR00002 VAR00001 -1.913a .056
2 9 1 12
Mean Rank 5.75 6.06
Sum of Ranks 11.50 54.50
10 — 10 4.5 -4.5 4.5 4.5 10 — — — — 4.5 4.5 4.5 4.5
讲义例8-1配对设计计量数据
编号 原法 1 60 2 142 3 195 4 80 5 242 6 220 7 190 8 25 9 212 10 38 11 236 12 95 新法 80 152 243 82 240 220 205 38 243 44 200 100
等级数据的两组比 例数较多（频数表形式）
表8-5肺癌病人与矽肺0期工人RD值比较
肺癌病人 观察值 秩号 2.78 1 3 .23 2.5 4.20 7 4.87 14 5.12 17 6.21 18 7.18 19 8.05 20 8.56 21 9.6 22 矽肺0期 观察值 秩号 3.23 2.5 3.5 4 4.01 5 4.15 6 4.28 8 4.34 9 4.47 10 总T=253 4.64 11 4.75 12 4.82 13 4.95 15 5.10 16
第八章秩转换非参数检验
等）的资料（必选）；
对于等级资料： 若选行×列表资料的 2 检验，只能推断
构成比差别，而选秩转换的非参数检验，可 推断等级强度差别。
第八章秩转换非参数检验
5
M检验
第八章秩转换非参数检验
2
➢参数检验
➢ 如果总体分布为已知的正态或其它分布， 对其总体参数作假设检验。
如： t 检验和 F 检验 。
➢非参数检验
➢对总体分布不作严格假定，又称任意分
布检验（distribution-free test），
它直接对总体分布作假设检验。
第八章秩转换非参数检验
3
秩转换的非参数检验
42.07
11
合计
─
64.5
1.5
第八章秩转换非参数检验
20
本例样本资料经正态性检验，推断 得总体不服从正态分布（P＜0.05），现 用Wilcoxon符号秩检验。
第八章秩转换非参数检验
8
1．配对样本差值的中位数和0比较
目的是推断配对样本差值所代表的总
体中位数是否和0有差别，即推断配对 的两个相关样本所来自的两个总体中位 数是否有差别。方法步骤见例8-1。
第八章秩转换非参数检验
9
例8-1 对12份血清分别用原方法（检测 时间20分钟）和新方法（检测时间10 分钟）测谷-丙转氨酶，结果见表8-1的 （2）、（3）栏。问两法所得结果有 无差别？
第八章秩转换非参数检验
10
表8-1 12份血清用原法和新法测血清谷-丙转氨酶（nmol·S-1/L）结果的比较
练习题答案14
第十四章基于秩次的统计方法练习题一、最佳选择题1．以下统计分析方法中，不属于参数统计分析方法是（）。
A. t检验B. 均数的区间估计C.方差分析D. Spearman相关E. 直线回归2. 成组设计两样本比较的秩和检验(n1≠n2)，其检验统计量T是（）。
A. 以秩和较小者为TB.以秩和较大者为TC.以例数较小者秩和为TD.以例数较大者秩和为TE.取任意一个秩和为T均可3. 样本1，2，3，5，6，5，6，9中数据5的秩是（）。
A. 3.5B. 4.5C. 5.5D. 6.5E. 7.54. 满足参数统计分析方法条件的数据用非参数统计分析方法分析，下列哪一项是正确的（）。
A. 增加一类错误B. 减少一类错误C. 减少二类错误D. 增加二类错误E. 两类错误都增加5．设配对设计资料的变量值为X1和X2，则配对资料的秩和检验（）。
A．把X1与X2的差数绝对值从小到大编秩B．把X1和X2综合从小到大编秩C．把X1和X2综合按绝对值从小到大编秩D．把X1与X2的差数从小到大编秩E．把X1和X2分别按绝对值从小到大编秩二、问答题1. 什么叫做非参数检验？它和参数检验有什么区别？2. 什么叫做秩转换的非参数检验?它适用于哪些情况?3. 简述Spearman相关系数与Pearson相关系数的区别与联系。
三、计算题1.下表资料是10名健康人用离子交换法与蒸馏法测定尿汞值的结果，问两法测定结果有无差别？）10名健康人用离子交换法与蒸馏法测定尿汞值（g/L编号 1 2 3 4 5 6 7 8 9 10 离子交换法0.5 2.2 0.0 2.3 6.2 1.0 1.8 4.4 2.7 1.3 蒸馏法0.0 1.1 0.0 1.3 3.4 4.6 1.1 4.6 3.4 2.12. 某实验室观察局部温热治疗小鼠移植肿瘤的疗效，以生存日数作为观察指标，实验结果如下，问局部温热治疗小鼠移植肿瘤是否可延长小鼠生存日数？实验组10 12 15 15 16 17 18 20 23 >90对照组 2 3 4 5 6 7 8 9 10 11 12 133.身高由低到高排列的10 名女生的体重分别为：47,58,51,49,53,55,60,70,70,63,试计算身高与体重的相关系数，并检验之。
- 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)。
秩转换的非参数检验
基本概念
1.参数检验方法（parametric test）：总体分布类型已知的条件下对其参数进行估计或检验。
(如t-test, F- test)
2.非参数检验方法（nonparametric test）:一种不依赖总体分布的具体形式，也不对参数进行估计或检验的统计方法来分析此类资料这种方法不受总体参数的影响，检验的是分布或分布位置，而不是参数。
这样的检验方法称为非参数检验（如基于秩次的检验）
3.秩次（rank)）：秩统计量，是指全部观察值按某种顺序排列的位序。
在一定程度上
反映了等级的高低。
4.秩和(rank sum)：同组秩次之和。
在一定程度上反映了等级的分布位置
非参数检验的优缺点：
优点：无严格的条件限制，且多数非参数统计方法较为简单，易于理解和掌握，应用范
围广
缺点：对适宜参数统计的资料，若用非参数统计处理，常损失部分信息，降低检验效能。
总结：因此对适合参数统计条件的资料或经变量变换后适合参数统计的资料，应最好用
参数统计。
但资料不具备用参数统计的条件时，非参数统计是很有效的分析方法
适用范围：
(1)总体分布为偏态或分布形式未知的计量资料（尤其在ｎ<30的情况下）。
(2)等级资料。
(3)个别数据偏大或数据的某一端无确定的数值。
(4)各总体方差不齐。
检验步骤
1、检验假设H0：差值的总体中位数Md=0 H1：差值的总体中位数Md≠0 α=0.05
2、求差值
3、编秩：依差值的绝对值从小到大编秩遇差值为0的对子，舍去不计，同时样本量减一遇差值绝对值相等则取平均秩，称为相同秩（ties）然后按差值的正负对秩次冠以正负号
4、求检验统计量：任取正秩和或负秩和为T
5、确定P值并做出统计推断（查附表9，内大外小原则）
正态近似法（n>50时）超出附表9范围，可用正态近似法作u检验。
两样本比较的秩和检验
基本思想:如果H0 成立，即两组分布位置相同，则A组的实际秩和应接近理论秩和n1(N+1)/2; (B组的实际秩和应接近理论秩和n2(N+1)/2).或相差不大，差值很大的概率应很小。
如果相差较大，超出了预定的界值，则可认为H0不成立。
检验步骤
1、检验假设
H0：两总体中位数相等M1=M2
H1：两总体中位数不等M1≠M2 α=0.05
2、编秩:各组数据混合依观测值从小到大编秩遇观测值相等则取平均秩
3、求秩和:分别计算各组秩和
4、求检验统计量：
当n1＝n2时，取秩和较小者为检验统计量
当n1≠n2时，取样本量较小的秩和为检验统计量
5、确定P值并做出统计推断（查附表10，内大外小原则）
多样本比较的秩和检验
本法利用多个样本的秩和推断各样本分别代表的总体的位置有无差别，相当于单因素方
差分析的非参数检验，此法适用于有序分类资料及不宜用参数检验的数值变量资料，该
法亦称为H检验
检验步骤
1、检验假设H0：各总体分布H1：各总体分布不全相同α=0.05
2、编秩:各组数据混合依观测值从小到大编秩遇观测值相等则取平均秩
3、求秩和:分别计算各组秩和
4、求检验统计量：
5、确定P值并做出统计推断（H近似服从ν=k−1的χ2分布）
配伍组比较的秩和检验
检验步骤
1、检验假设H0：各总体分布相同H1：各总体中位数不全相等α=0.05
2、编秩:同区组数据依观测值从小到大编秩遇观测值相等则取平均秩
3、求秩和:分别计算各处理组秩和
4、求检验统计量：
5、确定P值并做出统计推断（查附表12M界值表）
小结
1、参数统计方法：是一类依赖总体分布的具体形式的统计方法
2、非参数统计方法：是一类不依赖总体分布具体形式的统计方法
3、秩和检验的操作步骤
建立检验假设编秩次计算秩和
确定P值做出推断
秩和检验统计量判断：查表/正态近似
频数表同秩次较多，一般结果须用校正公式
多样本秩和检验如有意义，一般不做两两比较，如需比较，可采用bonferroni校正法。