第10讲 相关样本(两样本)非参数检验2:Wilcoxon符号秩检验
教育统计学第十章 非参数检验ppt课件
普通的秩和检验表,只给出n<=10情况下的实际临界值。当两个样本容量都较大时,T的抽
样分布接近于正态,可以近似地利用正态 T概率n分1 ( 布n 1 做2 秩n 2 和 1检) 验。T在抽样分布中的平均数为
规范误为
T
n1n 2 (n1 n 2 1) 12
Z T T T
例1:在一项关于模拟训练的实验中,以技工学校的学生为 对象,对5名学生用针对某一工种的模拟器进展训练,另外 让6名学生下车间直接在实习中训练,经过同样时间后对两 组人进展该工种的技术操作考核,结果如下:
例3:为了研讨RNA能否可以作为记忆促进剂,以老鼠为对 象分成实验组与控制组,实验组注射RNA,控制组注射生理 盐水,然后,在同样条件下学习走迷津,结果如下〔以所用 时间作为目的〕试检验两组有否显著差别。
实验组: 16.7,16.8,17.0,17.2,17.4,16.8,17.1,17.0,17.2,17.1,17 .2,17.5,17.2,16.8,16.3,16.9
期末课堂练习
第十章 非参数检验方法
一、两独立样本的差别显著性检验 1、秩和检验法 2、中数检验法 二、相关样本的差别显著性检验 1、符号检验法 2、符号秩次检验法 三、等级方差分析 1、克-瓦氏单向方差分析 2、弗里德曼双向等级方差分析
秩和检验
秩和法与参数检验中独立样本的t检验相对应。当“总体正态〞这一前提不成立,不能运用t检 验时以秩和法替代t检验。当两个样本都为顺序变量时,也需用秩和法来进展差别检验。
新法 90 84 87 85 90 94 85 88 92
例4的解
解: 配对 1 2 3 4 5 6 7 8 9
传统 85 88 87 86 82 82 70 72 80
Wilcoxon符号秩检验
04 Wilcoxon符号秩检验 的优缺点
优点
无需假设数据分布
Wilcoxon符号秩检验是一种非参 数检验方法,不需要假设数据服 从特定的分布,因此对于不符合 正态分布的数据也能得到较为准 确的结果。
对异常值不敏感
由于Wilcoxon符号秩检验是基于 秩次的检验方法,因此对于异常 值的存在并不敏感,能够得到较 为稳健的结果。
适用于配对样本
Wilcoxon符号秩检验适用于配对 样本的比较,能够充分利用样本 信息,提高检验的效能。
缺点
检验效能较低
相比于参数检验方法,如t检验,Wilcoxon符号秩检验的检 验效能较低,即当存在真实的差异时,该方法可能无法准 确地检测出差异。
对样本量要求较高
为了得到较为准确的检验结果,Wilcoxon符号秩检验需要 较大的样本量。当样本量较小时,该方法的准确性可能会 受到影响。
正态分布,因此适用于更广泛的数据
类型。
符号秩检验的定义
符号
在Wilcoxon符号秩检验中,首先计算每对观测值 之间的差值,并根据差值的正负赋予相应的符号 (+或-)。
检验统计量
根据符号和秩次计算检验统计量,通常使用 Wilcoxon符号秩统计量(W)或标准化后的z统 计量。这些统计量用于衡量两组观测值之间的差 异显著性。
非参数统计方法
Wilcoxon符号秩检验是一种非参数统 计方法,用于比较两个相关样本、配 对观测值或重复测量之间的差异。
稳健性
由于不对数据分布做严格假设, Wilcoxon符号秩检验对于异常值和偏 离正态分布的数据具有较好的稳健性 。
无需正态分布假设
与参数检验(如t检验)不同,
Wilcoxon符号秩检验不需要数据服从
两样本Wilcoxon秩和检验
的点估计
2)
的
M置X信区M间Y
得到所M有X mnM个Y差 (1 )%
记按升幂次序排列的这些差为
从表中查出 ,若满足 Xi Yj
W 2
,则所要的置信区间为
D1,D2,L,DN,Nmn p(WXY W 2 ) 2
(DW 2 , Dnm1W 2 )
对于例1:m=17,n=15,mn=255
查表得
所以
W 2 76
对于例(2D:Wm =2 ,1D2,nnm=17,Wmn2=)84 (D76, D255176 ) (D76, D180 ) (3916, 263)
查表得
所以
W 2 W0.025 19
WX
m(m 1) 2
140 1213 2
62
在U给定m显in著W性XY水,W平YX 22下,
鼠体重增2加p(无U显著22差) 异0..1003
故不能拒绝零假设,认为两种饲料对雌
0.05 p
M X MY 的点估计和区间估计
1) M X M的Y点估计
Me M0 Me M0
p值
PN (0,1) (Z z)
PN (0,1) (Z z) 2PN (0,1) (Z z)
例1:考虑上一节例1的中位数的比较问题 解:假设检验问题为:
H0 : M x M y H1 : M x M y
将
X1
,
X
2
,K
,
X
与
m
Y1
,
ቤተ መጻሕፍቲ ባይዱ
Y2
,K
, Yn
10非参数秩和检验
10非参数秩和检验在统计学中,非参数检验是一种统计方法,它不依赖于数据的分布参数。
秩和检验(Wilcoxon rank-sum test)是非参数检验中最常使用的一种方法,它用于比较两组独立样本的差异。
非参数检验适用于以下情况:1.数据不满足正态分布假设。
2.样本容量较小,无法通过中心极限定理来近似正态分布。
3.数据包含离群值,对正态分布假设产生影响。
秩和检验是一种非参数统计方法,它基于数据的秩次而不是原始测量数值。
这种方法对异常值和偏态数据有较好的适应性。
秩和检验常用于比较两组样本,判断它们是否来自于同一总体分布。
下面将详细介绍秩和检验的步骤和原理。
步骤:1.收集样本数据,包括两组独立样本的观测值。
2.对两组样本的测量值进行合并,并给每个测量值分配一个秩次,按照从小到大的排序分配秩次。
如果有相同的测量值,可以为它们分配平均秩次。
3.计算两组样本的秩和:分别将两组样本中的秩次相加。
4.根据下面的原理和公式计算秩和检验的统计量。
5.根据临界值或P值判断两组样本的差异是否显著。
原理:秩和检验的原理是基于零假设(两组样本来自于同一总体分布)和备择假设(两组样本来自于不同的总体分布)。
秩和检验的统计量是两组样本的秩和之差的绝对值。
考虑两组样本X和Y,秩和检验的零假设为H0:X和Y来自于同一总体分布,备择假设为H1:X和Y来自于不同的总体分布。
秩和检验的统计量(记作W)可通过以下公式计算:W = min(WX, WY)其中,WX和WY分别是样本X和样本Y的秩和。
计算出统计量W后,可以根据秩和检验的临界值或计算出的P值进行假设检验,并判断两组样本的差异是否显著。
通常情况下,如果拒绝零假设,即P值小于设定的显著性水平(通常为0.05),则认为两组样本存在显著差异。
总结:非参数秩和检验是一种用于比较两组独立样本的方法,它不依赖于数据的分布参数。
秩和检验的步骤包括收集样本数据、计算秩次、计算秩和统计量和进行假设检验。
10非参数秩和检验
n2=7
T2=134
Kruskal-Wallis test
(1) 建立假设检验
H0:四组鼠脾DNA含量的总体分布相同
H1:四组鼠脾DNA含量的总体分布位置不全相同 α=0.05
(2) 计算统计量
‣ 四个样本总例数N=8+7+9+8=32。将四样本32个观
察值统一由小到大编秩,见上表第(2)、(4)、(6)、 (8)列。在不同组中有相同含量值10.3两个,12.3三 个,均取各自的平均秩次。
Kruskal-Wallis test
Ti 2 12 H 3( N 1) N ( N 1) ni 1262 1342 123.5 2 54.5 2 12 3( 32 1) 19.90 32( 32 1) 8 7 9 8
Wilcoxon rank sum test
(3) 查表及结论
‣ n=n2-n1,查T界值表T0.05(4)=91~159,
两组患者的平均生存时间不同。
T1=162
落在界值范围外,所以P<0.05,拒绝H0,认为
二、正态近似法
例10-3 44例健康人与24例慢性气管炎病人痰液嗜酸 性粒细胞数的测量值(×106/L),问健康人与慢性 气管炎病人痰液嗜酸性粒细胞数有无显著差别?
0
计量 T 与总体的平均秩和应该相差不大;当与平均
秩相差太大时,超过了抽样误差可以解释的范围,
则 有 理 由 怀 疑 原 假 设 的 正 确 性 , 从 而 拒 绝 H0 。
(刘启贵)
的血清抗体滴度水平间差异是否有统计学意义?
抗体 滴度 (1) 1:10 1:20 1:40 1:80 1:160 1:320 合计 气 雾 组 皮下注 80亿 100亿 射组 (2) (3) (4) 2 15 10 5 1 — 33 4 7 12 7 2 — 32 2 1 13 9 5 1 31 累计 平均 秩次 (6) 4.5 20 49 77 91.5 96 秩 80亿 (7) 9 300 490 385 91.5 — 1275.5 100亿 (8) 18 140 588 539 183 — 1468 和 皮下 (9) 9 20 637 693 475.5 96 1912.5 和
两配对样本非参数检验详解演示文稿
原假设为:样本来自的两配对样本总体的 分布无显著差异。
检验步骤:
1.按照符号检验的方法,将第二组样本的 各个观察值减去第一组样本对应的观察值,如果 得到差值是一个正数,则记为正号;差值为负数, 则记为负号。(出现差值等于0时,删除此个案, 样本数n相应地减少。)
McNemar变化显著性检验以研究对象自身 为对照,检验其两组样本变化是否显著。
原假设:样本来自的两配对总体分布无显 著差异。
McNemar变化显著性检验要求待检验的两 组样本的观察值是二分类数据,在实际分析中 有一定的局限性。
McNemar变化显著性检验基本方法采用二 项分布检验。它通过对两组样本前后变化的频 率,计算二项分布的概率值。
5.根据检验统计量计算相伴概率值,与 设定的显著性水平进行比较作出检验判断。
10.7.2 SPSS中实现过程
研究问题 分析10个学生接受某种方法进行训练的效
果,收集到这些学生在训练前、后的成绩,如 表10-9所示。表格的每一行表示一个学生的4 个成绩。其中第一列表示,训练前的成绩是否 合格,0表示不合格,1表示合格;第二列表示 训练后的成绩是否合格,0表示不合格,1表示 合格;第三列表示训练前学生的具体成绩;第 四列表示训练后学生的具体成绩。问训练前后 学生的成绩是否存在显著差异?
如果得到的概率值小于或等于用户的显著 性水平,则应拒绝零假设H0,认为两配对样 本来自的总体分布有显著差异;如果概率值大 于显著性水平,则不能拒绝零假设H0,认为两 配对样本来自的2
3.两配对样本的Wilcoxon符号平均秩 检验
两配对样本的符号检验考虑了总体数据变 化的性质,但没有考虑两组样本变化的程度。
《医学统计学》第十章+非参数秩和检验
0.05
,即两个不同部位IL-6水平差值的总体中位数不为零
医学统计学(第7版)
符号秩和检验方法
(2)编秩次并求秩和统计量
首先求出各对数据的差值,见表的第(4)列;然后编秩次,按照差值绝
对值由小到大编秩,并按差值的正负给秩次加上正负号;若差值为“0”,舍
去不计,总的对子数也要减去此对子数(记为 n);若差值的绝对值相等,取
➢ 查表法:查 T 界值表(附表8),
T0.05(23) 73 ~ 203
,
T T 91 73
T 在此范围内,P >0.05, 按 α=0.05水准无理由拒绝 H0 ,即实行良好
的口腔卫生6个月后,尚不能说明此项干预对牙周改善有显著效果。
,
医学统计学(第7版)
(3) 确定P 值,做出推断
检测结果如下表(书中表10-1所示) 。
白癜风病人的不同部位白介素指标(pg/ml)
病人号
(1)
白斑部位
(2)
正常部位
(3)
d=(3)-(2)
秩次
(5)
1
2
3
4
5
6
7
8
合计
40.03
97.13
80.32
25.32
19.61
14.50
49.63
44.56
88.57
88.00
123.72
39.03
24.37
上表中第(1)列按第(2)与(3)列数据统一编秩号,第(5)列为各等级的平均秩次,
第(6)列则是较小样本的秩和,本例中 T=T1=560.5, 将其代入公式得出:
zc
| T n1 ( N 1) / 2 | 0.5
医学统计学精品教学第十章-非参数检验精品文档
1
第十章 非参数秩和检验
吴库生 汕头大学医学院预防医学教研室
参数统计与非参数统计
1、参数统计(parametric statistics) 样本所来自的总体分布具有某个已知
的函数形式(如正态分布),而其中有 的参数是未知的,统计分析的目的是对 这些未知的参数进行估计或检验。
2019/10/13
28
符号秩和检验的SPSS实现
2019/10/13
秩和检验
29
Wilcoxon Signed Ranks Test
结 果
Ranks
N Mean RankSum of Ranks
光 电 比 色 法 -Negative Ranks
5a
氰 化 高 铁 法 Positive Ranks
5b
4.60 6.40
X
41.00±29.81
14.75±11.73
方差齐性检验:
F
S12(大) S22(小)
864.94816.2863 137.5929
F F0.05,(7,7) 4.99
P<0.05
两样本方差不齐,不能应用t检验
2019/10/13
医学统计学-秩和检验
31
采用Wilcoxon两独立样本秩和检验
10
Contents
第一节 配对资料的符号秩和检验(Wilcoxon配对法) 第二节 两独立样本比较的秩和检验(Wilcoxon两样本
法) 第三节 完全随机设计多个样本比较的秩和检验
(Kruskal-Wallis检验)
2019/10/13
秩和检验
11
第一节 两配对样本差值的符号秩和检验 (Wilcoxon signed rank test)
第10章基于秩次的非参数检验教案
2662.5
1384.5
显效
27
37
64
126- 189
157.5
4252.5
5827.5
合计
69
120
189
7663
10292
H 0 : 两 种 药 物 疗 效 的 总 体 分 布 相 同
H 1 : 两 种 药 物 疗 效 的 总 体 分 布 相 同
0 .0 5
①先确定各等级的合计人数、秩范围和平 均秩,见表10-4的(4)栏、(5)栏和(6) 栏,再计算两样本各等级的秩和,见(7)栏 和(8)栏;
①省略所有差值为0的对子数,令余下的有效 对子数为n,见表10-1第(4)栏,本例 n=10;
➢若多个差值为0,可通过提高测量工具的精 度来解决。
②按差值的绝对值从小到大编秩,然后分别 冠以正负号。遇差值绝对值相等则取平均秩,称为 相同秩(ties)(样本较小时,如果相同秩较多, 检验结果会存在偏性,因此应提高测量精度,尽量 避免出现较多的相同秩), 表10-1第(4)栏差值的 绝对值为2.29有2个,其秩依次应为1,2,皆取平 均秩为1.5,见表10-1第(5).
式(10-4)计算校正的统计量值 Zc。
Zc
T n(n 1)/ 4 0.5
n(n 1)(2n 1)
(t
3 j
t
j
)
24
48
(10-4)
式中tj 为第j(j=1,2…)次相持所含相同秩次的个数。如例10-1,第1 次相持,
有两个差值的绝对值均为 2.29,则 t1=2;第 2 次相持,有两个差值均为 11.54,
由于秩统计量的分布与原数据总体分布
无关,具有较好的稳健性,可用于任何分 布类型的资料。
(完整)非参数统计wilcoxon秩和检验
Wilcoxon 秩和检验Wilcoxon 符号秩检验是由威尔科克森(F·Wilcoxon)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。
1947年,Mann 和Whitney 对Wilcoxon 秩和检验进行补充,得到Wilcoxon —Mann-Whitney 检验,由后续的Mann-Whitney 检验又继而得到Mann —Whitney-U 检验。
一、 两样本的Wilcoxon 秩和检验由Mann ,Whitney 和Wilcoxon 三人共同设计的一种检验,有时也称为Wilcoxon 秩和检验,用来决定两个独立样本是否来自相同的或相等的总体.如果这两个独立样本来自正态分布和具有相同方差时,我们可以采用t 检验比较均值。
但当这两个条件都不能确定时,我们常替换t 检验法为Wilcoxon 秩和检验。
Wilcoxon 秩和检验是基于样本数据秩和。
先将两样本看成是单一样本(混合样本)然后由小到大排列观察值统一编秩.如果原假设两个独立样本来自相同的总体为真,那么秩将大约均匀分布在两个样本中,即小的、中等的、大的秩值应该大约均匀被分在两个样本中。
如果备选假设两个独立样本来自不相同的总体为真,那么其中一个样本将会有更多的小秩值,这样就会得到一个较小的秩和;另一个样本将会有更多的大秩值,因此就会得到一个较大的秩和。
设两个独立样本为:第一个x 的样本容量为1n ,第二个y 样本容量为2n ,在容量为21n n n +=的混合样本(第一个和第二个)中,x 样本的秩和为x W ,y 样本的秩和为y W ,且有2)1(21+=+++=+n n n W W y x (1)我们定义 2)1(111+-=n n W W x (2) 2)1(222+-=n n W W y (3)以x 样本为例,若它们在混合样本中享有最小的1n 个秩,于是2)1(11+=n n W x ,也是x W 可能取的最小值;同样y W 可能取的最小值为2)1(22+n n 。
两样本Wilcoxon秩和检验
• 检验概述 • 检验原理 • 检验步骤 • 结果解读 • 注意事项
目录
Part
01
检验概述
定义
定义
两样本Wilcoxon秩和检验是一种非参数统计检验方法,用于比较两个独立样本来自的总 体分布是否相同。
特点
该方法基于对观察值排序后赋予秩,然后利用秩次进行统计分析,对数据分布没有严格 要求,适用于非正态分布的数据。
检验依据
如果两个样本来自同一总体,则它们的秩和应该比较接近;如果两 个样本来自不同的总体,则它们的秩和应该有显著差异。
结果解释
根据计算出的秩和,可以判断两个样本是否具有统计学上的显著差 异。
Part
03
检验步骤
数据准备
收集数据
收集两个样本的数据,确 保数据来源可靠且无异常 值。
数据清洗
对数据进行清洗,处理缺 失值、异常值和离群点。
秩的பைடு நூலகம்性
秩具有传递性,即如果数据点a小 于数据点b,且数据点b小于数据点 c,则数据点a的秩小于数据点c的 秩。
秩和的概念
秩和
将两个样本的秩分别相加,即为秩和 。
秩和的特性
秩和越大,说明两个样本的数值越接 近;秩和越小,说明两个样本的数值 差异越大。
Wilcoxon秩和检验的原理
检验步骤
首先对两个样本进行配对,然后计算每对数据的差的绝对值,再 将这些绝对值转化为秩,最后计算两组秩的和。
数据转换
对数据进行适当的转换, 以符合检验的要求。
配对样本的收集与整理
配对设计
确保两个样本之间存在配对关系,即它们应该来自相同的总体或具有相似的特 征。
数据整理
将两个样本的数据整理在一起,以便进行比较和分析。
第10讲 相关样本(两样本)非参数检验2:Wilcoxon符号秩检验
案例1: 改制前后,某厂八个车间竞争性的比较:
问改制前后竞争性有无显著差异? 注意,不知道是否服从正态分布 上次学过,可用符号检验。
符号检验有不足吗(例2)
Wilcoxon符号秩检验的操作步骤: 1、求每对数据之差d.
x1
x2
d
37
36.9
38
37.9
39
38.9
40
39.9
41
80
42
90
43
100
44
120
Wilcoxon符号秩检验的操作步骤: 2、对d的绝对值由小到大进行排序(序号即秩),相同的赋予平均秩。 在Excel中操作,文件为“符号秩检验模拟1.xls”
4
Wilcoxon符号秩检验的操作步骤: 4、查符号秩检验表,如果T小于临界值,则拒绝原假设,认为差别显著(左边 检验)。
T=10,大于临界值5, 接受原假设,认为 差别不显著。
符号秩检验SPSS操作(模拟 1.sav)
• p=0.257>0.05,接受原假设 ,认为差别不显著(双边) 。单边,p=0.257/2
作业:改制前后竞争力的Wilcoxon符号秩检验
T=1.5<3,拒绝原假设,认为差异显著。 思考,比符号检验功效是否提高?
符号检验模拟2SPSS试验
• P=1,大于0.05,接受 原假设,差别不显著 。结论正确吗?问题 出在哪儿了?
符号检验的不足
• 只考虑差的符号(正还是负) • 没考虑差的数值(大还是小) • 显著:高出2分和高出20分是有显著区别的
第3章两样本的非参数检验ppt课件
3.2.2 应用
例1
▪ 根据3.1.2中的例题,利用Wilcoxon检验法 检验参考资料能否促进学生掌握知识 (a=0.05)
解:(1)提出假设 H 0 : P(xi yi) P(xi yi) H 1 : P(xi yi) P(xi yi) (2)计算检验统计量 T 3.5 5.5 9 T 5.5 10 7 8 11.5 2 3.5 111.5 9 69 T min(T ,T ) 9 (3)做出决策 根据n 12,T 9查表得
称X服从超几何分布.记 X ~ H (n, N, M )
P值计算的两种算法
x
y
求和
> M xy < M xy
k m-k
t-k n-t+k
t (m+n) - t
求和 m
n
N=m+n
P
(A
k)
Cmk
Ctk n
Ct mn
P
(A
k)
C C k mk t mnt
Cm mn
P
(A
k)
Cmk Cnt k Ct
P (A k) ?
超几何分布(hyper-geometric distribution )
设有产品 N件,其中次品 件M ,合格品 N件 M
,从中随机地不放回抽取 n件, n ,N记X为抽到的
次品件数,求X的分布律.
此时抽到 k件次品的概率为
P
X k
C C k nk M NM CNn
其中n N, M N, k 0,1, , min(n, M)
▪ 3.6 2 检验法(独立样本)
▪ 3.7 Kolmogorov-Smirnov检验法(独立样本)
3.1 符号检验法(Sign Test)
第十讲 非参数检验
分析完全随机设计的多样本计量资料时,若多样本观察指标不满足正态性和方差齐性, 不能进行方差分析, 以及多样本观察指标为等级 (有序分类) 资料, 宜采用 Kruskal-Wallis H 秩和检验。
14
第二节秩和检验 —完全随机设计多样本的秩和检验
【例11-4】某医生在研究再生障碍性贫血时, 测得不同程度再生障碍性贫血患者血清中可溶 性CD8抗原水平(U/ml),结果见表11-5,问不 同程度再生障碍性贫血患者血清中可溶性CD8抗 原水平有无差别?
通常规定,当 n1 n2 时,取较小样本的秩和作为检验统计量 T ;当 n1 n2 时,取秩和 较小者作为检验统计量 T 。
9
第二节秩和检验 —成组设计资料的秩和检验
【例11-2】某医院某医生对28例糖尿病早期微血管病 变的患者,按年龄、性别、病程、中医证候评分、生存 质量量表评分、饮食控制等情况,随机分为两组,试验 组采用西药加中药联合治疗方法,对照组采用西药加安 慰剂治疗方法,治疗4周,测定24小时尿蛋白改变量, 结果见表11-3,问该中药对糖尿病患者早期微血管病变 有无疗效?
16
第二节秩和检验 —完全随机设计多样本的秩和检验
【例11-5】探讨中药联合NB-UVB治疗寻常性银 屑病的临床疗效。95例患者分为3组,治疗组35 例给予NB-UVB照射,同时中药浴疗;对照1组33 例予NB-UVB照射,对照2组30例给予中药浴疗。 结果见表11-6,试比较三组疗效是否有差异?
4
第一节 非参数检验简述
表 11-1 参数检验与非参数检验的区别 非参数检验 推断总体分布,如中位数是否相等,是 否符合某种分布 参数检验 推断总体的参数,如算数均数、方 差、率是否相等 已知总体分布:如正态分布、二项 分布、poission 分布
两配对样本非参数检验课件
第10章 非参数检验
10.7 两配对样本非参数检验
10.7.1 统计学上的定义和计算公式
定义:两配对样本(2 Related Samples)非 参数检验是在对总体分布不很清楚的情况下, 对样本来自的两配对总体进行检验。
配对样本的理解: 两配对样本非参数检验一般用于同一研究对象 (或两配对对象)分别给予两种不同处理的效 果比较,以及同一研究对象(或两配对对象) 处理前后的效果比较。前者推断两种效果有无 差别,后者推断某种处理是否有效。
图10-24 “Two-Related-Samples Tests”对话框
根据前两个 指标值进行 配对样本的 McNemar检 验
图10-25 选择两个变量配对
根据后两个指标 数据进行符号检 验和Wilcoxon 符号平均秩检验
图10-27 选择两个变量配对
10.7.3 结果和讨论
(1)描述性统计部分结果如下表所示。
绝原假设,认为训练前后学生的 成绩有显著性差异。
(4)符号检验结果如下两表所示。
差值为第二 组减第一组
差值等于0的有一个个案,需要删除。 之后N+=9,N-=0 N+,N-在原假设下服从 B(9,1/2)分布。 相伴概率(双边检验2-tailed)
P=2*Pr{N+>=9}=2*(1/2)9=0.00390625 所以和平均秩检验一样拒绝原假设认 为训练前后学生的成绩有显著性差别。 McNemar检验中,只要训练前后都是 及格或都是不及格就认为没有差别, 而没有考虑到虽然同样及格或不及格 但是分数有可能增加了。
作业!
要求:
在进行符号检验和Wilcoxon平均秩检验时,差值计算,符号 赋值,编秩等工作要在数据文件中体现。统计量的计算过程包 括相伴概率的计算表达式。
SPSS进行两配对样本的非参数检验(Wilcoxon符号秩检验)-实验方法-丁香通
SPSS进⾏两配对样本的⾮参数检验(Wilcoxon符号秩检验)-实验⽅法-丁⾹通⼀、概述
⾮参数检验对于总体分布没有要求,因⽽使⽤范围更⼴泛。
对于两配对样本的⾮参数检验,⾸
选Wilcoxon符号秩检验。
它与配对样本t检验相对应。
⼆、问题
为了研究某放松⽅法(如听⾳乐)对于⼊睡时间的影响,选择了10名志愿者,分别记录未进⾏
放松时的⼊睡时间及放松后的⼊睡时间(单位为分钟),数据如下笔。
请问该放松⽅法对⼊睡
时间有⽆影响。
本例可以采⽤配对样本t检验,但由于样本量少,数据可能不符合正太分布,所以考虑⽤⾮参数
检验。
三、统计操作
数据视图
菜单选择
打开如下的对话框。
Wilcoxon符号秩检验
第二节Wilcoxon符号秩检验Wilcoxon符号秩检验符号检验只用了差的符号,但没有利用差值的大小。
12 3Wilcoxon符号秩检验(Wilcoxon signed-rank test) 把差的绝对值的秩分别按照不同的符号相加作为其检验统计量。
显然,相比较于符号检验,Wilcoxon符号秩检验利用了更多的信息。
Wilcoxon符号秩检验:条件u Wilcoxon符号秩检验需要一点总体分布的性质;它要求假定样本点来自连续对称总体分布;而符号检验不需要知道任何总体分布的性质。
u在对称分布中,总体中位数和总体均值是相等的;因此,对于总体中位数的检验,等价于对于总体均值的检验。
u Wilcoxon符号秩检验实际是对对称分布的总体中位数(或均值)的检验。
Wilcoxon符号秩检验:基本原理u计算差值绝对值的秩。
u分别计算出差值序列里正数的秩和(W+)以及负数的秩和(W-)。
u如果原假设成立,W+与W-应该比较接近。
如果W+和W-过大或过小,则说明原假设不成立。
u将正数的秩和或者负数的秩作为检验统计量,根据其统计分布计算p值,从而可以得出检验的结论。
具体步骤设定原假设和备择假设。
分别计算出差值序列中正数的秩和W+以及负数的秩和W-。
根据W+和W-建立检验统计量,计算p值并得出检验的结论。
在双侧检验中检验统计量可以取为W=min(W+,W-)。
显然,如果原假设成立,W+与W-应该比较接近。
如果二者过大或过小,则说明原假设不成立。
秩的计算注意问题计算差值绝对值的秩时,注意差值等于0值不参与排序。
下面一行R i就是上面一行数据Z i的秩。
Z i159183178513719 R i75918426310数据中相同的数值称为“结”。
结中数字的秩为它们所占位置的平均值Z i159173178513719 R i758.518.5426310关于P值u有了检验统计量W,我们就可根据其统计分布计算p值了,双侧检验的p值等于,式中w为检验统计量的样本观测值。
非参数检验操作方法
非参数检验操作方法
非参数检验操作方法是一种统计方法,用于分析两个或多个样本之间的差异,而不需要对总体的参数做出假设。
非参数检验方法主要包括:
1. Wilcoxon符号秩检验:用于比较两个相关样本的差异,不需要假设数据服从正态分布。
2. Mann-Whitney U检验:用于比较两个独立样本的差异,也不需要假设数据服从正态分布。
3. Kruskal-Wallis检验:用于比较三个或更多独立样本的差异,同样不需要假设数据服从正态分布。
4. Friedman检验:用于比较三个或更多相关样本的差异,同样不需要假设数据服从正态分布。
5. McNemar检验:用于比较两个配对样本之间的差异,可以用于分析二分类变量。
这些方法的共同特点是不需要对数据的分布做出具体的假设,更加灵活地适用于各种类型的数据。
这些非参数检验方法通常通过对样本观测值的秩进行比较来确
定差异的统计显著性。
两配对样本符号秩检验 PPT
实际上,这些假定很难得到满足。比如,对上述 数据所做的正态分布检验表明,亚奥商圈的发行 量就不满足正态分布(P=0.018<0.05)
非参数方法就不需要这些假定,照样可以得到比 较满意的检验结果。比如,对上述数据所做的 Kruskal-Wallis检验得到的(P=0.355>0.05),没有 证据表明不同商圈的报纸发行量之间存在显著差 异
与Wilcoxon符号秩检验不同,它不是基于相关样 本,而是使用两个独立样本
两个独立样本 Mann-Whitney检验
设X、Y是两个连续的总体,其累积分布函数 为Fx和Fy,从两个总体中分别抽取两个独立 样本:(x1,x2,…,xm)和(y1,y2,…,yn)
检验该供货商生产的配件长度是否服从正态分 布?(=0.05)
总体分布类型的检验
(SPSS K-S检验)
第1步:选择【分析】【非参数检验】【1-样 本 K-S】进入主对话框
第2步:将待检验的变量选入【检验变量列表】(本 例为“配件长度”)
第3步:点击【精确】,并在对话框中选择 【精确】,点击【确定】
两个配对样本 Wilcoxon符号秩检验
检验两个总体的分布是否相同,或者说两个总体 的中位数是否相同
对应的参数方法—两个配对样本的t检验 提出的假设为
H0: Md=0 ;H1: Md≠0 (Md表示差值的中位数) 检验步骤
计算各数据对的差值di,并取绝对值,排序后求出秩 计算检验统计W或z 根据P值作出决策
对于结的处理,通常是以它们排序后所处位置的 平均值作为它们共同的秩
当一个数据中结比较多时,某些非参数检验中原 假设下检验统计量的分布就会受到影响,从而需 要对统计量进行修正(一般情况下,软件会自动 作出修正)
2.2 Wilcoxon符号秩检验 PPT课件
与符号检验的比较。
续例 2.2 两个不同方向的假设检验。 考虑下面的假设检验: H0:M=12.5, H1:M<12.5 (H2)
比较它与前一个假设检验: H0:M=8, H1:M>8 (H1)
对这两个问题分别用Wilcoxon符号秩检验和符 号检验方法。
符号检验结果 对于检验(H1):
P( X>a ) > P( X<-a )。 所以当H1成立,不仅观察到的取正值的样本 数据的个数比较多,且取正值的样本数据的
拒绝值也比较大。由此,H1成立时,W+的值 较大 。所以p值=P( W+≥ w+)。
例 2. 2中我们的检验设为: H0:M=8 ,H1:M > 8
下面来用Wilcoxon符号秩检验,等价于检验 H0:θ =8 ,H1: θ > 8
15个最大的平均,从(9+9)/2开始,是 9, 7.5, 7, 6, 5.5, 5.5, 5, 4, 4, 3.5, 2.5, 2, 2, 1.5 ,1
所以, W (64)=1,置信区间的上界是1。
所以中位数95%的置信区间是[ -8, 1 ]。
不妨记 的秩zi 为R i。
Step 3. 符号秩和检验统计量为
W
n i 1
ui
Ri
,
其中
1, ui 0,
zi 0 否则。
或者取检验统计量为
W-
n i 1
vi
Ri
,
其中
1, vi 0,
zi 0; 否则。
主要取W+为检验统计量。
Step 4 设w+表示由样本算出的W+的值。
检验步骤: H0: θ =θ 0 (对应于各单双边备择假设)
- 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)。
Wilcoxon符号秩检验的操作步骤: 3、分别列出符号为正的秩和符号为负的秩,并分别求秩和。记为W+和W-。取 其中的最小值记为统计量T。
W+=10 W-=26 最小的为10,记为统计量。 如果水平差别不显著,两个秩和应该大致相等,都接近于 期望值 n(n 1) ??总秩和是n(n+1)/2,各占一半,即n(n+1)/4
wilcox.test(x1,x2,paired=T,alternative= " less ")
R软件操作(提高篇)
若是另一种数据格式,一个变量,另一个是组变量,则: A=read.table(“scale and infor.txt”,header=T) A attach(A) wilcox.test(information~scale,paired=T) 或
案例1: 改制前后,某厂八个车间竞争性的比较:
问改制前后竞争性有无显著差异? 注意,不知道是否服从正态分布 上次学过,可用符号检验。
符号检验有不足吗(例2)
x1
x2
差的符号
37
36.9
+
38
37.9
+
39
38.9
+
40
39.9
+
41
80
-
42
90
-
43
100
-
44
120
-
若用符号检验,差别显著吗? 你感觉实际上差别显著吗?(SPSS试验,数据为”符号检验模拟1.sav” 数不变,样本容量扩大 一倍呢?两倍呢?
4
Wilcoxon符号秩检验的操作步骤: 4、查符号秩检验表,如果T小于临界值,则拒绝原假设,认为差别显著(左边 检验)。
T=10,大于临界值5, 接受原假设,认为 差别不显著。
符号秩检验SPSS操作(模拟 1.sav)
• p=0.257>0.05,接受原假设 ,认为差别不显著(双边) 。单边,p=0.257/2
符号检验模拟1的SPSS操作
• P=1,大于ห้องสมุดไป่ตู้.05,接 受原假设,差别不 显著。
符号检验模拟1的R软件操作
• binom.test(4,8,0.5)
• P=1,大于0.05,接 受原假设,差别不 显著。
符号检验有不足吗
x1
x2
差的符号
37
36.9
+
38
37.9
+
39
38.9
+
40
39.9
+
41
。 • 补救:即考虑了符号(继承),又考虑数
值(创新) • 形成了Wilcoxon符号秩检验。
Wilcoxon符号秩检验的操作步骤: 1、求每对数据之差d.
x1
x2
d
37
36.9
38
37.9
39
38.9
40
39.9
41
80
42
90
43
100
44
120
Wilcoxon符号秩检验的操作步骤: 2、对d的绝对值由小到大进行排序(序号即秩),相同的赋予平均秩。 在Excel中操作,文件为“符号秩检验模拟1.xls”
80
-
42
90
-
43
100
-
44
120
-
数不变,样本容量扩大 到3倍,你感觉差别会显著吗? 用符号检验,SPSS试验,数据为”符号检验模拟2sav”
符号检验模拟2SPSS试验
• P=1,大于0.05,接受 原假设,差别不显著 。结论正确吗?问题 出在哪儿了?
符号检验的不足
• 只考虑差的符号(正还是负) • 没考虑差的数值(大还是小) • 显著:高出2分和高出20分是有显著区别的
作业:改制前后竞争力的Wilcoxon符号秩检验
T=1.5<3,拒绝原假设,认为差异显著。 思考,比符号检验功效是否提高?
第10讲 相关样本(两样本)非参数检验 2:
Wilcoxon符号秩检验
传统的非参数统计
• 单样本非参数检验 • 两样本(独立和相关)非参数检
验 • 多样本(独立和相关)非参数检
验
相关样本(两样本)非参数检验
1 符号检验 2 Willcoxon符号秩检验 3 McNemar检验(即配对卡方检验) 4 边际同质性检验(marginal homogeneity)
符号秩检验SPSS操作(模拟2.sav
拒绝原假设,可见, 比符号检验更敏感。
案例1的R软件操作: x1=c(37,72,57,44,43,64,55,65) x2=c(40,73,59,43,51,67,61,74) wilcox.test(x1,x2,paired=T)
注意:这是双边的p值。若用单边,该值除 以2即可。或者