第7章基于秩次的非参数检验

基于秩次的非参数检验

1. 问题的提出

前面学习了连续型资料两组样本均数差异的假设检验方法：

小样本用t检验，条件是变量服从正态分布和方差齐;大样本用标准正态分布的Z检验。

如果是小样本，变量的分布不清，或者已知不服从正态分布或经变量转换后仍不服从正态分布时，如何检验两个样本或多个样本均数差异的统计学意义呢？

需要一种不依赖于分布假定的检验方法，即非参数检验。

2. 基本概念

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，检验不针对特定的参数，而是模糊地对变量的中心位置或分布位置作比较。这类检验称非参数检验（nonparametric test），由于其对总体分布不作严格假定，所以又称任意分布检验。（distribution-free test）

非参数检验的优点：

a.不受总体分布的限制，适用范围广。

b.适宜定量模糊的变量和等级变量。

c.方法简便易学。

缺点：

如果是精确测量的变量，并且已知服从或者经变量转换后服从某个特定分布（如正态分布），这时人为地将精确测量值变成顺序的秩，将丢失部分信息，造成检验功效能下降。基于秩次非参数检验(秩和检验)的基本思想

假设变量X有观察值1.1, 1.3, 1.7, 4.3, 11.4

显然这变量不服从正态分布，观察值间差异较大，既不对称，标准差也较大。但如果将变量作转换，变成秩变量Y=1,2,3, 4,5，则分布对称了，观察值间的差异也均匀了，标准差也减小了。然后对这秩分布的中心位置(中位数)作检验，这就是秩和检验。

7.1 配对样本的符号秩检验（Wilcoxon signed rank test）例7.1为研究出生先后的孪生兄弟间智力是否存在差异，

12对孪生兄弟测试的结果见表7.3。

表7.3 12对孪生兄弟测试结果

T+=24.5，T-=41.5

符号秩检验的分布理论：假定有4个差值，如果H0成立时，这4个差值有同等的概率取正值或负值，即每个值取正

值的概率等于1/2。4个差值每种组合发生的可能性就是：

0625

.02

1

212121=???=P 。所有可能的秩和情况和T *

的分布见

表7.1。

表7.1 n ＝4时所有可能秩和情况和T *

的分布

正差数 的秩次 负差值 的秩次 正秩和 T + 负秩和 T - 检验统计

量T *

概率

P 1,2,3,4 -- 10 0 0 0.0625 2,3,4 1 9 1 1 0.0625 1,3,4 2 8 2 2 0.0625 1,2,4 3 7 3 3

0.1250

3,4 1,2 7 3 3

1,2,3 4 6 4 4 0.1250

2,4 1,3 6 4 4 1,4 2,3 5 5 5

0.1250

2,3 1,4 5 5 5

1,3 2,4 4 6 4 0.1250

4 1,2,3 4 6 4

1,2 3,4 3 7 3 0.1250

3 1,2,

4 3 7 3

2 1,3,4 2 8 2 0.0625

1 2,3,4 1 9 1 0.0625

- 1,2,3,4 0 10 0 0.0625

如果零假设成立，观察的结果应该服从这分布，即出现极端的可能性很小。如果真是出现小概率，那么我们对零假设的真实性产生怀疑，拒绝零假设。

表 7.2 Wilcoxon符号秩检验的判断原则

双侧检验单侧检验(1) 单侧检验(2) 检验假设H0：Md(d)＝0 H0：Md(d)＝0 H0：Md(d)＝0 H1：Md(d)≠0 H1：Md(d)＞0 H1：Md(d)＜0 统计决策：

小样本查表法若T*≤Tα/2(n),

则拒绝H0

若T-≤Tα(n),

则拒绝H0

若T+≤Tα(n),

则拒绝H0

大样本正态近似法若│Z│＞Zα/2 ,

则拒绝H0

若│Z│＞Zα ,

则拒绝H0

若│Z│＞Zα,

则拒绝H0

当研究例数较大时(n>50)，秩和T的分布近似正态分布，可以用正态分布理论作假设检验。

这时正态分布的均数和标准差分别等于：

μT＝n(n＋1)/4

24/)12)(1(++=n n n T σ

检验的公式为：

24/)12)(1(5

.04/)1(5

.0*

*

++-+-=

--=

n n n n n Z T T T

T σ

μ

具体计算步骤：

a. 建立检验假设：

H 0: 中位数为零； H 1:中位数不等于零；α=0.05

b. 编秩、计算秩和：差数为零不参加编秩，相同差值求平均秩。分别求正号和负号的秩和，取绝对值小的为T 。

c. 确定概率：查附表10，在n=11时，T 0.05=11。现24.5>11，故p>0.05。

7.2 两独立样本的秩和检验(Wilcoxon rank sum test)

例7.2 在缺氧条件下，观察4只猫与12只兔的生存时间(分)，结果见表7.5。试判断猫、兔在缺氧条件下生存时间的差异是否具有统计学意义。

这是生存时间资料，一般不服从正态分布，样本也较小，需考虑用非参数检验---秩和检验。

秩和检验的基本思想：两组观察值共有n例，设例数较少的组有n1例，按观察值大小顺序分别编秩为1,2,…,n。如果零假设成立，观察的结果有较大的可能出现分布在中间的结果。如果极端的结果出现，则可能零假设不成立，我们就拒绝零假设。

表7.5 缺氧条件下猫与兔的生存时间(分)比较

当样本较大时，秩和的分布近似正态分布，可以用正态分布理论作假设检验。这时正态分布的均数和标准差分别等于：

μT*＝n 1(n ＋1)/2

????????---+=∑

*n n t t n n n k k T 3

3

2

22)(112)1(σ

检验公式为：

2

1*

5.0|2/)1(|*

-+-=

T n n T Z σ 具体计算步骤： a. 建立检验假设：

H 0：Md 1＝Md 2，即两总体分布位置相同;

H 1：Md 1≠Md 2，即两总体分布位置不同；α=0.05

b. 编秩和计算秩和：

两组混合编秩，有相同值求平均秩（仅有同组相同值可忽略）。当n1＜n2时，取较小样本的秩和为检验统计量T*＝R1；当n1＝n2时，取秩和较小者为检验统计量T*＝min(R1，R2)。本例求例数较少组的秩和T*=78.5。

c.确定概率：

T值在表中两数字值之间时，p值大于相应界值，反之则小于。n1＝5，n2＝14，n2-n1＝9，查附表11，T L0.01＝22，T U0.01＝78，T*＞T U0.01，P＜0.01，故拒绝H0，可认为猫、兔在缺氧条件下的生存时间的中位数不相等。

7.3 多个样本分布位置相同的假设检验

1.完全随机化设计资料分布位置的假设检验(Kruskal- Wallis test）

表7.7 不同吸烟习惯母亲的新生儿体重（kg）出生体重x ij相应秩次r ij

A B C D A B C D

2.7 2.9

3.3 3.5 3 4 7 11

2.4

3.2 3.6 3.6 2 5.5 12.5 12.5

2.2

3.2 3.4 3.7 1 5.5 9 14

3.4 3.4 9 9

n i 4 3 4 3

R i15 15 37.5 37.5

计算步骤：

a. 建立检验假设： H0：k个总体中位数相等；

H1：k个总体中位数不等；α=0.05。

b. 计算统计量：各组混合编秩。如不同组间出现相同值，求平均秩。计算各组的秩和。

如果H 0：成立，第i 组秩和的期望（总体均数）Ri μ与方差2

Ri σ分别为：

2

)1(+=

n n i R i

μ 12

)

1)((2+-=n n n n i i Ri

σ 在此基础上建立检验统计量：

[]

[]

∑

∑

==+-+-=-=k

i i i i i k

i Ri

Ri i n n n n n n R R H 12

1

22

12

/)1)((2/)1(σ

μ

当H 0成立时，该检验统计量近似服从自由度为(k-1)的χ2

分

布。为简化运算，由上式推导出如下公式：

)

1(3)()1(12

12

--+=∑=n n R n n H k i i

i

375

.9)114(3)3

5.3745.37315415()114(14122

222=+-++++=H

校正：

)()(13

1

3

n n t t H

H m

p p p

C ---

=

∑

=

5018.914

14)]22()33()22[(1375

.93

3

33=--+-+--=C H c. 确定概率和判断结果：自由度(df)=4-1=3，查χ2

值表得

χ20.05(3) =7.815，p<0.05，故拒绝零假设，说明不同吸烟习惯对新生儿体重有影响。

2.随机化区组设计资料分布位置的假设检验（Friedman test）

与配对设计的思想一样，为控制某些因素对试验效应的混杂影响，可以在设计时，将试验对象配成组，再随机地分配处理因素给每组中的各个对象，这种设计称随机化区组设计。

对于随机化区组设计资料，考虑k个处理组的分布差异时，可采用由M. Friedman在符号检验基础上扩展的秩和检验，称为Friedman检验（Friedman test）。令x ij为第i区组(i＝1，2....b)、第j处理组(j＝1，2....k)的个体观察值，数据按区组(b行)与处理组(k列)排列如表7.8。

表7.8 随机化区组设计的资料格式

区组

处理组

1 2 ... k

1 x11x12... x1k

2 x21x22... x2k

┆┆┆┆┆

b x b1x b2... x bk

其检验假设为

H0：k个处理组效应的中位数相等；

H1：k个处理组效应的中位数不全相等。

进行Friedman检验时，首先在每区组(行)内将观察值按其数值由小到大排秩，然后再按处理组(列)求秩和，最后

产生一个综合区组内差异的检验统计量。

令r ij为第i区组、第j处理组观察值x ij所对应的秩次，因为每一区组(行)内有k个从1到k的整数秩，所以任何区组(行)的秩和为

2)1

( 1+

=∑

=

k k

r k

j

ij

令R j为第j处理组的秩和，即R j＝∑

=

k

j

ij

r

1

，故总秩和为

2)1

( 1+

=∑

=

k bk

R

k

j

i

当H0成立时，第j列秩和的期望与方差分别为

2

)1(+=

k b Ri

μ, 12)1(2

2

-=k b Rj σ 大样本时，统计量 2

Rj

Rj

j j R Z σμ-=

~ N(0,1)

取其加权和，

[]

∑∑==++-=??? ??-=k

j j j k

j k kb k b R Z k k 1

2

2

12

12/)1(2/)1(1χ 近似服从自由度为(k-1)的2

χ分布，通过与2

χ分布界值的比

较便可作出判定。

与K-W 检验统计量的情况相似，可导出计算式

)

1(3)1(121

2

2+-+=∑=k b R k bk k j j χ 例7.4 三批甘蓝叶样本分别在甲、乙、丙、丁四种条件下测量核黄素浓度，试验结果如表7.9所示。问四种条件下的测量结果的差异是否具有统计学意义?

表7.9 甘蓝叶核黄素浓度测量值(g μ/g)

批

次 测量条件 甲 乙 丙 丁

1 27.2(2) 24.6(1) 39.5(4) 38.6(3)

2 23.2(1) 24.2(2) 43.1(4) 39.5(3)

3 24.8(2) 22.2(1) 45.2(4) 33.0(3) R j 5

4 12 9

解 (1) 建立检验假设

第七章 非参数检验习题 医学统计学习题

第七章非参数检验习题 一、 选择题 1．配对比较秩和检验的基本思想是：若检验假设成立，则对样本来说（）。 A．正秩和与负秩和的绝对值不会相差很大B．正秩和与负秩和的绝对值相等C．正秩和与负秩和的绝对值相差很大D．不能得出结论 E．以上都不对 2．设配对资料的变量值为1X 和2X ，则配对资料的秩和检验是（）。 A．把1X 和2X 的差数从小到大排序B．分别按1X 和2X 从小到大排序C．把1X 和2X 综合从小到大排序D．把1X 和2X 的和数从小到大排序E．把1X 和2X 的差数的绝对值从小到大排序 3．下列哪项不是非参数统计的优点（）。 A．不受总体分布的限制B．适用于等级资料C．适用于未知分布型资料 D．适用于正态分布资料 E．适用于分布呈明显偏态的资料4．等级资料的比较宜采用（）。A．秩和检验 B．F 检验 C．t 检验 D．2 检验 E．u 检验 5．在进行成组设计两样本秩和检验时，以下检验假设哪种是正确的（）。 A．两样本均数相同 B．两样本的中位数相同C．两样本对应的总体均数相同D．两样本对应的总体分布相同 E．两样本对应的总体均数不同 6．以下检验方法中，不属于非参数检验方法的是（）。 A．Friedman 检验B．符号检验C．Kruskal-Wallis 检验 D．Wilcoxon 检验 E．t 检验 7．成组设计两样本比较的秩和检验中，描述不正确的是（）。 A．将两组数据统一由小到大编秩 B．遇有相同数据，若在同一组，按顺序编秩C．遇有相同数据，若不在同一组，按顺序编秩D．遇有相同数据，若不在同一组，取其平均值 E．遇有相同数据，若在同一组，取平均致词 二、简答题 1．简要回答进行非参数统计检验的适用条件。2．你学过哪些设计的秩和检验，各有什么用途？3．试写出非参数统计方法的主要有缺点。三、计算题 1．对8份血清分别用HITAH7600全自动生化分析仪（仪器一）和OLYMPUS AU640全自动生化分析仪（仪器二）测乳酸脱氢酶（LDH），结果见表7-1。问两种仪器所得结果有无差别？

第五章+统计学教案(假设检验)

第五章+统计学教案（假设检验）参数估计和假设检验是统计推断的两个组成部分，它们分别从不同的角度利用样本信息对总体参数 进行推断。前者讨论的是在一定的总体分布形式下，借助样本构造的统计量，对总体未知参数作出估计 的问题；后者讨论的是如何运用样本信息对总体未知参数的取值或总体行为所做的事先假定进行验证， 从而作出真假判断。通俗地、简单地说，前者是利用样本信息估计总体参数将落在什么范围里；而后者 则是利用样本信息回答总体参数是不是会落在事先假定的某一个范围里。 通过本章学习，要求学生在充分理解有关抽样分布理论的基础上，理解掌握假设检验的有关基本概 念；明确在假设检验中可能犯的两种错误，以及这两种错误之间的联系；熟练掌握总体均值和总体成数 的检验方法，主要是 Z 检验和 t 检验；对于非参数的检验，也应有所了解，包括符号检验、秩和检验与游程检验等。 2 一、假设检验概述与基本概念 1、假设检验概述 2、假设检验的有关基本概念 二、总体参数检验 1、总体平均数的检验 2、总体成数的检验

3、总体方差的检验 三、总体非参数检验 1、符号检验 2、秩和检验 3、游程检验 一、假设检验的有关基本概念； 二、总体平均数与总体成数的检验； 三、非参数检验； 一、假设检验的基本思路与有关概念； 二、两类错误的理解及其关系； 一、假设检验概述 假设检验：利用统计方法检验一个事先所作出的假设的真伪，这一假设称为统计假设，对这一假设 所作出的检验就是假设检验。 基本思路：首先，对总体参数作出某种假设，并假定它是成立的。然后，根据样本得到的信息（统 计量），考虑接受这个假设后是否会导致不合理的结果，如果合理就接受这个假设，不合理就拒绝这个 假设。 所谓合理性，就是看是否在一次的观察中出现了小概率事件。 小概率原理：就是指概率很小的事件，在一次试验中实际上是几乎不可能出现。这种事件可以称其 为“实际不可能事件”。 二、假设检验的基本概念

秩转换的非参数检验

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）

病理生理学考试-- 病理生理学考试--第七章 非参数检验(答案)

第七章 非参数检验（答案） 一、选择题 1．A 2．E 3．D 4．A 5．D 6．E 7．C 二、简答题 1．答：（1）资料不符合参数统计法的应用条件（总体为正态分布、且方差相等）或总体分布类型未知；（2）等级资料；（3）分布呈明显偏态又无适当的变量转换方法使之满足参数统计条件；（4）在资料满足参数检验的要求时，应首选参数法，以免降低检验效能。 2. 答：（1）配对设计的符号秩和检验（Wilcoxon 配对法）是推断其差值是否来自中位数为零的总体的方法，可用于配对设计差值的比较和单一样本与总体中位数的比较；（2）成组设计两样本比较的秩和检验（Wilcoxon 两样本比较法）用于完全随机设计的两个样本的比较，目的是推断两样本分别代表的总体分布是否吸纳共同。（3）成组设计多样本比较的秩和检验（Kruskal-Wallis 检验），用于完全随机设计的多个样本的比较，目的是推断两样本分别代表的总体的分布有无差别。（4）随机区组设计资料的秩和检验（Friedman 检验），用于配伍组设计资料的比较。 3. 答：优点：（1）适用范围广，不受总体分布的限制；（2）对数据的要求不严；（3）方法简便，易于理解和掌握。 缺点：如果对符合参数检验的资料用了非参数检验，因不能充分利用资料提供的信息，会使检验效能低于非参数检验；若要使检验效能相同，往往需要更大的样本含量。 三、 计算题 1．解： （1）建立检验假设，确定检验水准 0H ：用方法一和方法二测得乳酸脱氢酶含量的差值的总体中位数为零，即0d M = 1H :0d M ≠ 0.05α= （2）计算检验统计量T 值 ①求各对的差值 见表7-4第（4）栏。 ②编秩 见表7-4第（5）栏。 ③求秩和并确定统计量T 。 5.5T += 30.5T -= 取 5.5T =。 （3）确定P 值，做出推断结论 本例中8n =， 5.5T =，查附表T 界值表，得双侧0.05P <；按照0.05α=检验水准，拒绝0H ，接受1H 。认为用方法一和方法二测得乳酸脱氢酶含量差别有统计学意义。 表7-4 8份血清用原法和新法测血清乳酸脱氢酶（U/L ）的比较 编号 原法 新法 差值d 秩次 （1） （2） （3） （4）=（2）—（3） （5） 1 100 120 -20 -8 2 121 130 -9 -5 3 220 225 -5 -3.5 4 186 200 -14 -6

基于秩次的非参数检验

基于秩次的非参数检验 1. 问题的提出 前面学习了连续型资料两组样本均数差异的假设检验方法： 小样本用t检验，条件是变量服从正态分布和方差齐;大样本用标准正态分布的Z检验。 如果是小样本，变量的分布不清，或者已知不服从正态分布或经变量转换后仍不服从正态分布时，如何检验两个样本或多个样本均数差异的统计学意义呢？ 需要一种不依赖于分布假定的检验方法，即非参数检验。 2. 基本概念 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，检验不针对特定的参数，而是模糊地对变量的中心位置或分布位置作比较。这类检验称非参数检验（nonparametric test），由于其对总体分布不作严格假定，所以又称任意分布检验。（distribution-free test） 非参数检验的优点： a.不受总体分布的限制，适用范围广。 b.适宜定量模糊的变量和等级变量。 c.方法简便易学。 缺点： 如果是精确测量的变量，并且已知服从或者经变量转换后服从某个特定分布（如正态分布），这时人为地将精确测

量值变成顺序的秩，将丢失部分信息，造成检验功效能下降。基于秩次非参数检验(秩和检验)的基本思想 假设变量X有观察值1.1, 1.3, 1.7, 4.3, 11.4 显然这变量不服从正态分布，观察值间差异较大，既不对称，标准差也较大。但如果将变量作转换，变成秩变量 Y=1,2,3,4,5，则分布对称了，观察值间的差异也均匀了，标准差也减小了。然后对这秩分布的中心位置(中位数)作检验，这就是秩和检验。 7.1 配对样本的符号秩检验（Wilcoxon signed rank test）例7.1为研究出生先后的孪生兄弟间智力是否存在差异，12对孪生兄弟测试的结果见表7.3。 表7.3 12对孪生兄弟测试结果

STATA 多组计量 比较的非参数检验命令与输出结果说明

第五章多组计量资料比较的非参数检验命令与输出结果说明本节STATA? 命令摘要 秩和检验 ( Mann，Whitney and Wilcoxon 非参数检验) 对于计量资料不满足正态分布要求或方差不齐性，但样本资料之间是独立抽取的，则可以应用秩和检验方法进行比较两组资料的中位数是否有差异。STATA命令为：ranksum?? 观察变量, by( 分组变量) 例：研究不同饲料对雌鼠体重增加的关系。表中用x表示雌鼠体重增加(克)，用group=1表示高蛋白饲料组以及用group=2 表示低蛋白饲料组。 无效假设 Ho:两组增加体重的中位数相同。 ranksum x,? by(group)

①为第二组(低饲料组)的秩的和；② 若效假设成立，则第二组的秩的和期望值为70； ③秩和统计检验量z；④对于无效假设Ho对应的p值。 在本例中，虽然第二组的秩和为49.5而期望值估计为70，但p值为0.0832，所以根据该资料和统计结果一般不能认为用高蛋白饲料喂养能明显增加雌鼠的体重。 多组资料中位数比较(完全随机化设计资料的检验) 对于完全随机化设计资料的比较，若各组资料不全服从正态分布(即：至少有一组的资料均不服从正态分布)或各组的资料方差不齐性，则可以用Kruskal and Wallis方法进行检验(Ho:各组的中位数相同)。STATA命令为： kwallis?观察变量,by(分组变量)

例：50只小鼠随机分配到5个不同饲料组，每组10只小鼠。在喂养一定时间后，测定鼠肝中的铁的含量(mg/g)如表所示：试比较各组鼠肝中铁的含量是否有显着性差别。用x?表示鼠肝中铁的含量以及用group=1，2，3，4，5分别表示对应的5个组。 kwallis? x, by(group)

第十章 基于秩次的非参数检验

第十章基于秩次的非参数检验习题 一、选择题 1.两小样本均数比较，方差不齐时，下列说法不正确的是（）. A. 采用秩和检验 B. 采用t′检验 C. 仍用t检验 D. 变量变换后再作决定 E. 要结合正态性检验结果方能作出决定 H是（）. 2. 两样本秩和检验的 A. 两样本秩和相等 B. 两总体分布相同 C. 两样本分布相同 D. 两总体秩和相等 E. 两总体均数相等 3. 在统计检验中是否选用非参数统计方法（）. A. 要根据研究目的和数据特征作决定 B. 可在算出几个统计量和得出初步结论后进行选择 C. 要看哪个统计结论符合专业理论 D. 要看哪个P值更小 E. 既然非参数统计对资料没有严格的要求，在任何情况下均能直接使用 4. 配对样本差值的Wilcoxon符号秩和检验，确定P值的方法是（）. A. T越大，P值越小 B.T越大，P值越大 C. T值在界值范围内，P值小于相应的α D. T值在界值范围内，P值大于相应的α E. T值在界值范围上，P值大于相应的α 5. 成组设计两样本比较的秩和检验，其检验统计量T是（）. A. 为了查T界值表方便，一般以秩和较小者为T B. 为了查T界值表方便，一般以秩和较大者为T C. 为了查T界值表方便，一般以例数较小者秩和为T D. 为了查T界值表方便，一般以例数较大者秩和为T E. 当两样本例数不等时，任取一样本的秩和为T都可以查T界值表

多样本定量资料比较，当分布类型不清时应选择（）. A. 方差分析 B. t检验 C. Z检验 D. Kruskal-Wallis检验 E. Wilcoxon检验 6. 多组样本比较的Kruskal-Wallis检验中，当相同秩次较多时，如果用H值而不用校正后 H值，则会（）. 的 c A．提高检验的灵敏度 B．把一些无差别的总体推断成有差别 C. 把一些有差别的总体推断成无差别 D．Ⅰ、Ⅱ类错误概率不变 E. 以上说法均不对 二、简答题 1. 对于完全随机设计两样本定量资料的比较，如何选择统计方法？ 2. 为什么在秩和检验编秩次时不同组间出现相同数据要给予“平均秩次”，而同一组的相同数据不必计算“平均秩次”？ 3. 多组定量资料比较时，统计处理的基本流程是什么？

非参数检验

非参数检验 SPSS(中文版)统计分析实用教程(第版)电子工业出版社*第五章非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*主要内容参数检验与非参数检验的比较单样本的非参数检验独立样本非参数检验相关样本的非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*参数检验与非参数检验的比较参数检验和非参数检验的区别参数检验和非参数检验最本质的区别：参数检验需要事先确定或假定总体的分布非参数检验则不需要假定总体的分布而是直接用样本来推断总体的分布。 可以通过是否假定总体的分布来区分参数检验和非参数检验除此之外二者之间还可以从很多方面来区分。 （）研究的对象和目标不同。 参数检验研究的是总体的参数不涉及总体的分布检验一旦总体的参数确定总体的分布也就确定了非参数检验的目标是直接从样本推导总体的分布或两个总体的分布是否相同。 （）研究的统计量有所不同。 参数检验中很少用到秩来构造统计量无论样本量大小都能对总体进行推断非参数检验中常用秩、秩和等来构造统计量且常要求样本量较大。 SPSS(中文版)统计分析实用教程(第版)电子工业出版社*参数检验与非参数检验的比较非参数检验的优点（）它对总体分布一般不做过多的限制性假设任何分布都可以用非参数检验进行研究从应用范围

看其应用范围大于参数检验。 （）由于非参数检验不依赖于总体的分布形式因而它天然具有稳健性特征。 （）对资料的测量水平要求不高这给资料的搜集带来了很大的方便可以大大减轻统计资料的搜集工作量。 同时也为属性资料研究提供了广泛的基础。 （）非参数检验比较直观很容易理解不需要太多数学知识和统计理论。 多数非参数检验的运算比较简单可以较快地取得统计结果。 非参数检验的上述优点表明在实际问题的研究中它是一种比较有用的统计方法。 SPSS(中文版)统计分析实用教程(第版)电子工业出版社*参数检验与非参数检验的比较非参数检验的缺点有些人主张用非参数检验取代参数检验这种看法有点偏激因为非参数检验毕竟存在着一些自身难以克服的不足表现在：（）两者的效率有差距。 非参数检验主要处理定序资料这类资料的测量尺度比较低如果把那些能够用参数检验处理的资料转化为定类和定序资料必然会丢失检验数据的一部分信息因此非参数检验的有效性或检验效率不如参数检验。 （）当样本容量比较大时非参数检验的计算也比较繁杂、困难。 （）参数检验与非参数检验各有各的特点并非所有的参数检验都能转用非参数检验。

第七章--spss非参数估计

第七章非参数检验 1、为分析不同年龄段人群对某商品满意程度的异同，进行随机调查收集到以下数据：请选择恰当的非参数检验方法，以恰当形式组织上述数据，分析不同年龄段人群对该商品满意程度的分布状况是否一致。 原假设:不同年龄段人群对该商品满意程度的分布无显著差异。 步骤：建立SPSS数据数据→加权个案→对频次进行加权→分析→非参数检验→旧对话框→两个独立样本→把年龄段导入分组变量、满意程度导入检验变量列表→确定 表7-1 检验统计量a 满意程度 最极端差别绝对值.121 正.121 负.000 Kolmogorov-Smirnov Z 2.217 渐近显著性(双侧).000 a. 分组变量: 年龄段 分析：从上表中可以看出，在显著水平为0.05下得到的sig值均为0.00<0.05，故拒绝原假设，即认为不同年龄段人群对该商品满意程度的分布存在显著差异。 2、利用习题二第6题数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布与正态分布是否存在显著差异。 原假设：本次存款金额的总体分布与正态分布无显著差异 步骤：分析→非参数检验→旧对话框→单个独立样本K-S检验→本次存款金额导入检验变量列表→正太分布检验→确定 表7-2 单样本 Kolmogorov-Smirnov 检验 本次存款金额 N282 正态参数a,b均值4738.09 标准差10945.569 最极端差别绝对值.333 正.292 负-.333 Kolmogorov-Smirnov Z 5.585 渐近显著性(双侧).000 a. 检验分布为正态分布。 b. 根据数据计算得到。 分析：如上表，在显著水平为0.05下得到的sig值均为0.00<0.05，故拒绝原假设，认为本次存款金额的分布与正太分布有显著差异。 3、利用习题二第6题数据，选择恰当的非参数检验方法，分析不同常住地人群本次存款金

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

第十章基于秩次的非参数检验

第十章 1. 两样本定量资料比较的假设检验,首先应考虑。 A. 用t 检验 B. 用秩和检验 C. t检验与秩和检验 D 资料符合t检验还是秩和检验的条件 E. X2检验 2．在作等级资料的比较时，宜用。 A. t 检验 B. X2检验 C. 秩和检验 D. F检验 E. 方差分析 3. 在作两样本均数比较时，已知均小于30，总体方差不齐且呈极度偏峰的资料 宜用。 A. t ′检验 B. t 检验 C.U检验 D. 秩和检验 E t ′检验和秩和检验均可 4.非参数统计的应用条件是。 A. 样本数据来自正态总体 B.若两组比较，要求两样本方差相等 C.总体分布类型未知 D.要求样本例数很大 E.总体属于某种已知的分布类型 5.在进行成组设计两样本秩和检验时，以下检验假设中正确的是。 A. H O两样本对应的总体均数相同 B. H O两样本均数相同 C. H O两样本对应的总体分布位置相同 D. H O两样本的中位数相同 E. H O两样本差值的中位数相同 6.配对设计的符号检验的基本思路是：如果检验假设成立，则对样本来 说。 A.正秩和的绝对值与负秩和的绝对值不会相差很大 B.中的秩和为零 C.正秩和的绝对值与负绝对值不会相差很大 D.正秩和的绝对值与负绝对值相等 E.符号相同，按顺序编秩 7.秩和检验和t 检验相比，其优点是。 A.计算更简便 B.公式更为合理 C. 检验效能高 D.抽样误差小 E.不受分布限制 8.秩和检验是一种。

A.U检验 B. X2检验 C.F检验 D.非参数检验 E.以上都不对 9.非参数统计不适合。 A.正态分布且方差齐的资料 B.偏态分布的资料 C.半定量资料 D.有过大值或小值的资料 E.以上均不可 11.不同人群血清反应（－ + ++）资料比较宜用： A.t检验 B.X2检验 C.秩和检验 D.F检验 E. Z检验 12.成组设计两样本比较的秩和检验，其检验统计量T是。 A.以秩和较小者为T B. 以秩和较大者为T C.以例数较小者秩和为T D. 以例数较大者秩和为T E.当两样本例数不等时，科任区一样本的秩和为T 13．请指出下列五个秩和检验的结果哪个是错误的。 A．配对计量资料n=12，T+=7，T－=71，查得T0.05=13～65，P＜0.05 B．配对计量资料n=8，T+=12，T－=24，查得T0.05=3～33，P＜0.05 C．两组计量资料n1=12， n2=10，T1=173，T2=80,查得T0.05=84～146，P＜0.05 D．两组计量资料n1=10， n2=10，T1=55，T2=155,查得T0.05=78～132，P＜0.05 E．两组计量资料n1=9， n2=13，T1=58，T2=195,查得T0.05=73～134，P＜0.05 14．配对设计的符号秩合检验中，其检验假设H0为。 A 差值总体均数等于零即u d=0 B 差值总体均数不等于零即u d≠0 C 差值总体中倍数等于零即M d=0 D 差值总体中位数不等于零即M d≠0 E 以上都不对 二.是非题： 1.两样本比较的秩和检验，当n1>10,n2-n1>10时采用检验属于参数检验。 （）2.完全随机设计多组独立样本比较的秩和检验得P<0.05,X需进行两两比较。 （）3．非参数检验有称任意分布检验,其意义为与任何分布无关。 ( )

第五章 假设检验

第五章假设检验 本章介绍假设检验的基本概念以及参数检验与非参数检验的主要方法。通过学习，要求：1.掌握统计检验的基本概念，理解该检验犯两类错误的可能；2.熟练掌握总体均值与总体成数指标的各种检验方法；包括：z检验、t检验和p-值检验；4.掌握基本的非参数检验方法，包括：符号检验、秩和检验与游程检验；5.能利用Excel进行假设检验。 第一节假设检验概述 一、假设检验的基本概念 假设检验是统计推断的另一种方式，它与区间估计的差别主要在于：区间估计是用给定的大概率推断出总体参数的范围，而假设检验是以小概率为标准，对总体的状况所做出的假设进行判断。假设检验与区间估计结合起来，构成完整的统计推断内容。假设检验分为两类：一类是参数假设检验，另一类是非参数假设检验。本章分别讨论这两类检验方法。 进行假设检验，首先要对总体的分布函数形式或分布的某些参数做出假设，然后再根据样本数据和“小概率原理”，对假设的正确性做出判断。这种思维方法与数学里的“反证法”很相似，“反证法”先将要证明的结论假设为不正确的，作为进一步推论的条件之一使用，最后推出矛盾的结果，以此否定事先所作的假设。反证法所认为矛盾的结论，也就是不可能发生的事件，这种事件发生的概率为零，该事件是不能接受的现实。其实，我们在日常生活中，不仅不肯接受概率为0的事件，而且对小概率事件，也持否定态度。比如，虽然偶尔也有媒体报导陨石降落的消息，但人们不必担心天空降落的陨石会砸伤自己。 所谓小概率原理，即指概率很小的事件在一次试验中实际上不可能出现。这种事件称为“实际不可能事件”。 小概率的标准是多大？这并没有绝对的标准，一般我们以一个所谓显著性水平α(0<α<1)作为小概率的界限，α的取值与实际问题的性质有关。所以，统计检验又称显著性检验。 下面通过一个具体例子说明假设检验是怎样进行的。 【例5-1】消费者协会接到消费者投诉，指控品牌纸包装饮料存在容量不足，有欺骗消费者之嫌。包装上标明的容量为250毫升。消费者协会从市场上随机抽取50盒该品牌纸包装饮品，测试发现平均含量为248毫升，小于250毫升。这是生产中正常的波动，还是厂商的有意行为？消费者协会能否根据该样本数据，判定饮料厂商欺骗了消费者呢？ 上述例子中，消费者协会实际要进行的是一项统计检验工作，检验总体平均容量是否等于包装上注明的250毫升。即，检验总体平均μ=250是否成立。这就是一个原假设(null H表示，即： hypothesis)，通常用0 H：μ=250 H，备选假设是在原假设被否定时与原假设对立的是备选假设(alternative hypothesis)1 另一种可能成立的结论。备选假设比原假设还重要，这要由实际问题来确定，一般把期望出 现的结论作为备选假设。上例中可能的备选假设有三种：

第7章 非参数检验试题

第7章非参数检验试题 选择题： 1、4组学生成绩（优、良、中、差）比较，宜用（B ）。 A 方差分析 B 秩和检验 C 卡方检验 D 四格表直接计算概率法 2、两样本秩和检验的无效假设是（B ）。 A 两样本秩和相等 B 两总体分布相同 C 两样本分布相同 D 两总体秩和相等 3、（C ），应该用非参数统计方法。 A 正态分布资料n不相等时两样本均数比较 B 正态分布资料两样本方差都比较大时两样本均数的比较 C 两组等级资料的比较 D 两组百分比资料的平均数比较 4、在统计检验中是否选择用非参数统计方法，（ A ）。 A 要根据研究目的和数据特征作决定 B 可在算出几个统计量和得出初步结论后进行选择 C要看哪个统计结论符合专业理论 实验组对照组 实测值甲的编秩乙的编秩实测值甲的编秩乙的编秩 10 7.5 7.5 10 7.5 7.5 12 9 9 8 4 5 15 10 10.5 8 5 5 15 11 10.5 6 1 2 17 12 13 6 2 2 17 13 13 6 3 2 17 14 13 8 6 5 19 17 17 19 17 17 19 17 17 20 20 20.5 19 17 17 20 21 20.5 19 17 17 21 22 22 D 要看哪个P值更小 5、下表列出了成组设计的两样本资料及甲乙两个研究者的编秩结果，下面哪一个说法是对的？（ C ） A 甲的编秩方法是错的 B 乙的编秩方法是错的 C 甲乙两人方法均对 D 甲乙两人的编秩方法均错 6、以下检验方法中，（A ）不属于非参数统计方法。 A.t检验 B.H检验 C.T检验Ｄ．χ2检验 7、为判断各总体均数是否相等，对于来自方差齐性及正态分布总体的多个样本比较，可以作秩和（H）检验，通过判断各总体分布的位置是否相同而判断各总体均数是否相等，与作方差分析相比（ C ）。 A.应该把α定得小一点 B.将增大犯I类错误的概率

基于秩次的非参数检验

第七章基于秩次的非参数检验 前言： 1. 问题的提出： 前面学习了连续型资料两组样本均数差异的假设检验方法：★小样本用t检验，条件是变量服从正态分布和方差齐。 ★大样本用Z检验（中心极限定理）。 如果是小样本，变量的分布不清、已知不服从正态分布或经数学转换后仍不服从正态分布时，如何检验两个样本或多个样本均数差异的统计学意义呢？ ★需要一种不依赖于分布假定的检验方法，即非参数检验。 2. 基本概念： 前面介绍的检验方法首先假定变量服从特定的已知分布（如正态分布），然后对分布的参数（如均数）作检验。这类检验方法称为参数检验。

今天介绍的检验方法不对变量的分布作严格假定，检验不针对特定的参数，而是模糊地对变量分布的中心位置或分布形态作检验。这类检验称非参数检验，由于其对总体分布不作严格假定，所以又称任意分布检验。 (1)非参数检验的优点：a. 不受总体分布的限制，适用范围广。 b. 适宜定量模糊的变量和等级变量。 c. 方法简便易学。 (2)缺点：对于适合用参数检验的资料，如用非参数检验会造成信息的丢失，犯第Ⅱ类错误的概率增大，造成检验功效下降。 (3)基于秩次的非参数检验(秩和检验)的基本思想： 例：假设有一组观察值为1.1, 1.3, 1.7, 4.3, 11.4 。 显然这一变量不服从正态分布，观察值间差异较大，既不对称，标准差也较大。 如果将变量作转换，变成秩变量Y=1，2，3，4，5，则分布对称了，观察值间的差异也均匀了，标准差也减小了。 对秩和分布的中心位置(平均秩和)作检验，这就是秩和检验。

一．配对样本的符号秩检验（Wilcoxon signed rank test）： 例7.1：研究出生先后的孪生兄弟智力是否存在差异？ 表7.3 12对孪生兄弟智力测试结果 对子号兄的得分弟的得分兄弟得分差秩次 1 86 88 2 3 2 71 77 6 7 3 77 76 -1 -1.5 4 68 64 -4 -4 5 91 9 6 5 5.5 6 72 72 0 - 7 77 65 -12 -10 8 91 90 -1 -1.5 9 70 65 -5 -5.5 10 71 80 9 9 11 88 81 -7 -8 12 87 72 -15 -11

第五章统计学教案(假设检验)

第五章假设检验 参数估计和假设检验是统计推断的两个组成部分，它们分别从不同的角度利用样本信息对总体参数进行推断。前者讨论的是在一定的总体分布形式下，借助样本构造的统计量，对总体未知参数作出估计的问题；后者讨论的是如何运用样本信息对总体未知参数的取值或总体行为所做的事先假定进行验证，从而作出真假判断。通俗地、简单地说，前者是利用样本信息估计总体参数将落在什么范围里；而后者则是利用样本信息回答总体参数是不是会落在事先假定的某一个范围里。 本章的目的与要求 通过本章学习，要求学生在充分理解有关抽样分布理论的基础上，理解掌握假设检验的有关基本概念；明确在假设检验中可能犯的两种错误，以及这两种错误之间的联系；熟练掌握总体均值和总体成数的检验方法，主要是Z 检验和t检验；对于非参数的检验，也应有所了解，包括符号检验、秩和检验与游程检验等。 本章主要内容（计划学时2 ） 一、假设检验概述与基本概念 1、假设检验概述 2、假设检验的有关基本概念 二、总体参数检验 1、总体平均数的检验 2、总体成数的检验 3、总体方差的检验 三、总体非参数检验 1、符号检验 2、秩和检验 3、游程检验 学习重点 一、假设检验的有关基本概念； 二、总体平均数与总体成数的检验； 三、非参数检验； 学习难点 一、假设检验的基本思路与有关概念； 二、两类错误的理解及其关系； 第一节统计检验的基本概念 一、假设检验概述

基本思路：首先，对总体参数作出某种假设，并假定它是成立的。然后，根据样本得到的信息（统计量），考虑接受这个假设后是否会导致不合理的结果，如果合理就接受这个假设，不合理就拒绝这个假设。 所谓合理性，就是看是否在一次的观察中出现了小概率事件。 小概率原理：就是指概率很小的事件，在一次试验中实际上是几乎不可能出现。这种事件可以称其为“实际不可能事件”。 二、假设检验的基本概念 （一）原假设与对立假设 1、原假设：用“H0：”表示（也称“零假设”、“虚无假设”） 这是研究者对总体参数事先提出的假设。通常以总体没有发生显著变化为原假设。 2、对立假设：用“H1：”表示 对立假设也称“备择假设” 这是与原假设完全对立的、矛盾的假设，假设总体发生了显著的变化。 （二）显著性水平与显著性差异 1、显著性水平： 在统计检验中，判断假设是否合理，是根据一定的标准来确定的，这个标准是在检验之前由研究者事先主观选定的一个小概率值，用α表示.这个α就是显著性水平。 常用的α有0.1、0.05或0.01等 2、显著性差异： 如果统计量和假设的参数值存在差距，有两种可能： （1）差距不是很大（即不在小概率范围内出现），即可认为总体没发生显著变化。可接受原假设。 （2）差距很大（即出现在小概率范围内），即可认为总体发生了显著变化。说明存在着显著性差异，故拒绝原假设。 （三）双侧检验与单侧检验 1、双侧检验（双尾检验）： 双侧检验要求同时注意估计值偏高和偏低的倾向，这时，差距不分正负， 给出的显著水平α 2、单侧检验（单尾检验）：（有左单侧和右单侧两种） 单侧检验只注意估计值是否偏高（或偏低）,它是单方向的，给出的显著性水平α集中在同一侧。偏高时，差距为正，为右单侧检验；偏低时,差距为负，为左单侧检验。 （四）两种类型的错误 1、第一类错误——以真为假

第五章多组计量资料比较的非参数检验命令与输出结果说明

第五章多组计量资料比较的非参数检验命令与输出结果说明 对于计量资料不满足正态分布要求或方差不齐性，但样本资料之间是独立抽取的，则可以应用秩和检验方法进行比较两组资料的中位数是否有差异。STATA 命令为： ranksum 观察变量, by( 分组变量) 例：研究不同饲料对雌鼠体重增加的关系。表中用x表示雌鼠体重增加 . ranksum x, by(group) Two-sample Wilcoxon rank-sum (Mann-Whitney) test group obs rank sum expected 1 1 2 140.5 120 2 7 49.5 70 combined 19 190 190 unadjusted variance 140.00 adjustment for ties -0.12 adjusted variance 139.88 Ho: x(group==1) = x(group==2) z = 1.733 Prob > |z| = 0.0830 望值为70；③秩和统计检验量z；④对于无效假设Ho对应的p值。 在本例中，虽然第二组的秩和为49.5而期望值估计为70，但p值为0.0832，所以根据该资料和统计结果一般不能认为用高蛋白饲料喂养能明显增加雌鼠的体重。 多组资料中位数比较(完全随机化设计资料的检验)

对于完全随机化设计资料的比较，若各组资料不全服从正态分布(即：至少有一组的资料均不服从正态分布)或各组的资料方差不齐性，则可以用Kruskal and Wallis方法进行检验(Ho:各组的中位数相同)。STATA命令为： kwallis 观察变量,by(分组变量) 例：50只小鼠随机分配到5个不同饲料组，每组10只小鼠。在喂养一定时间后，测定鼠肝中的铁的含量(mg/g)如表所示：试比较各组鼠肝中铁的含量是否有显著性差别。用x 表示鼠肝中铁的含量以及用group=1，2，3，4，5分别表 Kruskal-Wallis equality-of-populations rank test group Obs Rank Sum 1 10 188.50 2 10 280.50 3 10 420.00 4 10 95.00 5 10 291.00 chi-squared = 27.856 with 4 d.f. probability = 0.0001 chi-squared with ties = 27.858 with 4 d.f. probability = 0.0001 p 值。 本例结果表明：5组的中位数有显著的差异。即：5个不同饲料组的小鼠肝脏中铁的含量有显著差异，说明小鼠肝脏中铁的含量与喂养的饲料有关。

病理生理学考试-- 病理生理学考试--第七章 非参数检验习题

第七章 非参数检验习题 、、 选择题 1．配对比较秩和检验的基本思想是：若检验假设成立，则对样本来说（ ）。A ．正秩和与负秩和的绝对值不会相差很大 B ．正秩和与负秩和的绝对值相等C ．正秩和与负秩和的绝对值相差很大 D ．不能得出结论E ．以上都不对 2．设配对资料的变量值为和，则配对资料的秩和检验是（ ）。1X 2X A ．把和的差数从小到大排序 B ．分别按和从小到大排序1X 2X 1X 2X C ．把和综合从小到大排序 D ．把和的和数从小到大排序1X 2X 1X 2X E ．把和的差数的绝对值从小到大排序1X 2X 3．下列哪项不是非参数统计的优点（ ）。A ．不受总体分布的限制 B ．适用于等级资料C ．适用于未知分布型资料 D ．适用于正态分布资料E ．适用于分布呈明显偏态的资料4．等级资料的比较宜采用（ ）。 A ．秩和检验 B ．检验 C ．检验 D ．检验 E ．检验 F t 2 u 5．在进行成组设计两样本秩和检验时，以下检验假设哪种是正确的（ ）。A ．两样本均数相同 B ．两样本的中位数相同C ．两样本对应的总体均数相同 D ．两样本对应的总体分布相同E ．两样本对应的总体均数不同 6．以下检验方法中，不属于非参数检验方法的是（ ）。 A ．Friedman 检验 B ．符号检验 C ．Kruskal-Wallis 检验 D ．Wilcoxon 检验 E ．检验 t 7．成组设计两样本比较的秩和检验中，描述不正确的是（ ）。A ．将两组数据统一由小到大编秩 B ．遇有相同数据，若在同一组，按顺序编秩 C ．遇有相同数据，若不在同一组，按顺序编秩 D ．遇有相同数据，若不在同一组，取其平均值 E ．遇有相同数据，若在同一组，取平均致词二、简答题 1．简要回答进行非参数统计检验的适用条件。2．你学过哪些设计的秩和检验，各有什么用途？3．试写出非参数统计方法的主要有缺点。三、计算题

第七章 非参数检验习题7

第七章 非参数检验习题 一、 选择题 1．配对比较秩和检验的基本思想是：若检验假设成立，则对样本来说（ ）。 A ．正秩和与负秩和的绝对值不会相差很大 B ．正秩和与负秩和的绝对值相等 C ．正秩和与负秩和的绝对值相差很大 D ．不能得出结论 E ．以上都不对 2．设配对资料的变量值为1X 和2X ，则配对资料的秩和检验是（ ）。 A ．把1X 和2X 的差数从小到大排序 B ．分别按1X 和2X 从小到大排序 C ．把1X 和2X 综合从小到大排序 D ．把1X 和2X 的和数从小到大排序 E ．把1X 和2X 的差数的绝对值从小到大排序 3．下列哪项不是非参数统计的优点（ ）。 A ．不受总体分布的限制 B ．适用于等级资料 C ．适用于未知分布型资料 D ．适用于正态分布资料 E ．适用于分布呈明显偏态的资料 4．等级资料的比较宜采用（ ）。 A ．秩和检验 B ．F 检验 C ．t 检验 D ．2 检验 E ．u 检验 5．在进行成组设计两样本秩和检验时，以下检验假设哪种是正确的（ ）。 A ．两样本均数相同 B ．两样本的中位数相同 C ．两样本对应的总体均数相同 D ．两样本对应的总体分布相同 E ．两样本对应的总体均数不同 6．以下检验方法中，不属于非参数检验方法的是（ ）。 A ．Friedman 检验 B ．符号检验 C ．Kruskal-Wallis 检验 D ．Wilcoxon 检验 E ．t 检验 7．成组设计两样本比较的秩和检验中，描述不正确的是（ ）。 A ．将两组数据统一由小到大编秩 B ．遇有相同数据，若在同一组，按顺序编秩 C ．遇有相同数据，若不在同一组，按顺序编秩 D ．遇有相同数据，若不在同一组，取其平均值 E ．遇有相同数据，若在同一组，取平均致词 二、简答题 1．简要回答进行非参数统计检验的适用条件。 2．你学过哪些设计的秩和检验，各有什么用途？ 3． 试写出非参数统计方法的主要有缺点。 三、计算题 1．对8份血清分别用HITAH7600全自动生化分析仪（仪器一）和OLYMPUS AU640全自动生化分析仪（仪器二）测乳酸脱氢酶（LDH ），结果见表7-1。问两种仪器所得结果有无差别？

spss-非参数检验-K多个独立样本检验(-Kruskal-Wallis检验)案例解析

spss-非参数检验-K多个独立样本检验(-Kruskal-Wallis检验)案例解析

spss-非参数检验-K多个独立样本检验（ Kruskal-Wallis检验）案例解析2011-09-19 15:09 最近经常失眠，好痛苦啊！大家有什么好的解决失眠的方法吗？希望知道的能够告诉我，谢谢啦，今天和大家一起探讨和分下一下SPSS-非参数检验--K 个独立样本检验（ Kruskal-Wallis检验）。 还是以SPSS教程为例： 假设：HO: 不同地区的儿童，身高分布是相同的 H1：不同地区的儿童，身高分布是不同的 不同地区儿童身高样本数据如下所示： 提示：此样本数为4个（北京，上海，成都，广州）每个样本的样本量（观察数）都为5个 即：K=4>3 n=5, 此时如果样本逐渐增大，呈现出自由度为K-1的平方的

分布，（即指：卡方检验） 点击“分析”——非参数检验——旧对话框——K个独立样本检验，进入如下界面： 将“周岁儿童身高”变量拖入右侧“检验变量列表”内，将“城市（CS)变量” 拖入“分组变量”内，点击“定义范围” 输入“最小值”和“最大值”（这里的变量类型必须为“数字型”）如果不是数字型，必须要先定义或者重新编码。 在“检验类型”下面选择“秩和检验”（ Kruskal-Wallis检验）点击确定 运行结果如下所示：

对结果进行分析如下： 1：从“检验统计量a,b”表中可以看出：秩和统计量为：13.900 自由度为：3=k-1=4-1 下面来看看“秩和统计量”的计算过程，如下所示： 假设“秩和统计量”为 kw 那么:

其中：n+1/2 为全体样本的“秩平均” Ri./ni 为第i个样本的秩平均 Ri.代表第i个样本的秩和， ni代表第i个样本的观察数） 最后得到的公式为： 北京地区的“秩和”为：秩平均*观察数（N) = 14.4*5=72 上海地区的“秩和”为：8.2*5=41 成都地区的“秩和”为：15.8*5=79 广州地区的“秩和”为：3.6*5=18