非參數(shù)檢驗(yàn)ppt課件-wenkub
2023-05-27 13:37:26 本頁(yè)面
【正文】 23 2 .8 9 1 2 5 3 .1 10. 5 4. 1 14 14 .8 2 6 3 .7 12 16 1 27 3 .9 13 17 1 28 4 .6 15 19 2 29 7 .0 18 1 24 2 30 iR — 9 — 1 17 .5 — 251 ni — 10 — 1 0 — 10 【 例 】 某醫(yī)生分別測(cè)定了 10名正常人、單純性肥胖和皮質(zhì)醇增多癥患者血漿中總皮質(zhì)醇的含量見(jiàn)下表。 正態(tài)近似法 ： 當(dāng)樣本量較大時(shí) (n110,n2n110)，按以下公式計(jì) 12/)12()1(211?????nnnNnTuCuu c /?NNttC jj???? ? 33 )(1相同秩次較多時(shí)，計(jì)算出的 u值偏小，應(yīng)進(jìn)行校正 tj (j=1,2,….) 為第 j次相同秩序的個(gè)數(shù)） 多個(gè)樣本比較的秩和檢驗(yàn) 此方法也稱為 KruskalWallis法，即 H檢驗(yàn)。查表時(shí)，若統(tǒng)計(jì)量 T值在某一行的上、下 T界值范圍內(nèi)，其 P值大于表上方相應(yīng)的概率水平，差異無(wú)統(tǒng)計(jì)學(xué)意義；若 T值恰等于上、下界值或在界值的范圍以外，則 P值等于或小于相應(yīng)的概率水平，差異有統(tǒng)計(jì)學(xué)意義。 基本思想 ： 假定樣本含量分別為 n1和 n2的兩個(gè)樣本，來(lái)自同一個(gè)總體（分布相同的兩個(gè)總體），則樣本含量為 n1樣本秩和 T與平均秩和 一般不會(huì)相差很大，若超出了界值范圍，則拒絕原假設(shè)。 ? 本例 T+=7， T－ =71，其和為 78，而12(12+1)/2=78, 可見(jiàn) T+， T－ 計(jì)算無(wú)誤。編秩次時(shí)應(yīng)注意：① 遇差值為 0時(shí) ，棄去不計(jì)，對(duì)子數(shù) n也隨之減少；② 遇有差值相等 ，符號(hào)相同時(shí)，按順序編秩次并標(biāo)上相應(yīng)的正負(fù)號(hào)，如本例差值有兩個(gè) 3，兩個(gè) 6，按順序編為 6即可；③ 遇有差值相同， 但符號(hào)不同時(shí)，要取平均秩次并分別標(biāo)上相應(yīng)的正負(fù)號(hào)。正負(fù)秩和之和應(yīng)為 ，并以絕對(duì)值較小的秩和作為檢驗(yàn)統(tǒng)計(jì)量 T。也即是將差值按照絕對(duì)值的大小編秩（排順序）并給秩次加上原來(lái)差值的符號(hào)后，所形成的正秩和與負(fù)秩和在理論上是相等的（滿足差值總體中位數(shù)為 0的假設(shè)），如果二者相差太大，超出界值范圍，則拒絕原假設(shè)。 對(duì)于適合參數(shù)統(tǒng)計(jì)檢驗(yàn)條件的資料或經(jīng)變量變換后適合于參數(shù)統(tǒng)計(jì)檢驗(yàn) ， 應(yīng)最好用參數(shù)檢驗(yàn) 。 這里指隨機(jī)的偏離 ， 而不是 “ 過(guò)失誤差 ” 。 、 ＋ 、 ++、 +++、 ++++”分組的資料等 。醫(yī)學(xué)統(tǒng)計(jì)學(xué) 非參數(shù)檢驗(yàn) (nonparametric test) 王友潔 非參數(shù)檢驗(yàn)的概念 參數(shù)檢驗(yàn) (parametric test） ： 以特定的總體分布為前提，對(duì)未知的總體參數(shù)做推斷的假設(shè)檢驗(yàn)方法。 當(dāng)觀察值呈偏態(tài)或極度偏態(tài)分布 ，而又未經(jīng)變量變換或雖經(jīng)變換但仍未達(dá)到正態(tài)或近似正態(tài)分布 。 數(shù)據(jù)分組某一端或兩端無(wú)明確數(shù)值的資料 ， 只給出一個(gè)下限或上限 ， 而沒(méi)有具體數(shù)值 ， 如 、 ≥ 60歲等 。 當(dāng)資料不具備用參數(shù)檢驗(yàn)的條件時(shí) ，非參數(shù)檢驗(yàn)是很有效的分析方法 。 編秩原則
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1