非參數(shù)檢驗(yàn)word版(編輯修改稿)
2025-09-13 06:25 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 oint中選擇一個(gè)截?cái)嘀担挥捎诒纠Y(jié)果為二分類(lèi)，中位數(shù)作為截?cái)嘀蹬c考慮采用算術(shù)均數(shù)（實(shí)際上就是中毒發(fā)生率）的結(jié)果是一致的；Exact與options的設(shè)置同前，由于本例中樣本含量較小，所以可以采用Mont Carlo法。設(shè)定結(jié)束點(diǎn)擊OK：以上兩個(gè)結(jié)果為分別采用中位數(shù)、均數(shù)作為截?cái)嘀档臋z驗(yàn)結(jié)果；可見(jiàn)兩種做法結(jié)果一致，故認(rèn)為中毒應(yīng)該為河水污染導(dǎo)致。1Sample KS：該檢驗(yàn)也是擬合優(yōu)度檢驗(yàn)；它分別做出已知理論分布下的累積頻數(shù)分布以及實(shí)際觀測(cè)的累積頻數(shù)，對(duì)兩者進(jìn)行比較，從中確定兩種分布的最大差異點(diǎn)；如果樣本資料確實(shí)滿足該分布，則最大差異值不會(huì)太大，否則就認(rèn)為假設(shè)不成立。該命令的功能與chisquare、binomial中的部分功能重復(fù)。例如研究者想了解某特殊作業(yè)工人的血紅蛋白是否滿足正態(tài)分布，：將血紅蛋白選入test variable list中，在test distribution中有四種特定分布可供選擇：正態(tài)分布、均勻分布（uniform）、Poisson分布、指數(shù)分布（Exponential）。其余設(shè)定同前，由于數(shù)據(jù)是小樣本，故選擇Mont Carlo法。設(shè)定結(jié)束點(diǎn)擊OK：該表中列出了正態(tài)分布的均數(shù)、標(biāo)準(zhǔn)差、理論與實(shí)際累積頻數(shù)間最大離差、檢驗(yàn)統(tǒng)計(jì)量、以及P值，故結(jié)論為該人群的血紅蛋白服從正態(tài)。二、位置檢驗(yàn)：對(duì)應(yīng)教科書(shū)上的秩和檢驗(yàn)，主要分為完全隨機(jī)設(shè)計(jì)（Independent samples）和配對(duì)區(qū)組設(shè)計(jì)（Related samples），兩種設(shè)計(jì)方案。位置檢驗(yàn)主要著眼于數(shù)據(jù)分布的中位數(shù)是否相同。2 Independent Samples：對(duì)10例肺癌和12例矽肺0期工人用X光片測(cè)量肺門(mén)橫徑右側(cè)距RD值，問(wèn)肺癌病人的RD值是否高于矽肺患者。該例題方差不齊，可以考慮采用t’檢驗(yàn)，，下結(jié)論應(yīng)該慎重。考慮到本例資料滿足使用非參數(shù)檢驗(yàn)的條件，我們采用成組設(shè)計(jì)秩和檢驗(yàn)，點(diǎn)擊2 Independent Samples:該設(shè)置界面同成組t檢驗(yàn)，先將rd值移入test variable list中，將疾病移入grouping variable中，定義組別如下：其余exact與option設(shè)置同前；系統(tǒng)提供了四種秩和檢驗(yàn)的方法：MannWhitney U：此方法與教材中的Wilcoxon Rank Sum檢驗(yàn)法完全等價(jià)，用于兩樣本所對(duì)應(yīng)的總體具有相同的中心位置(中位數(shù))，而不管兩總體分布的形狀如何，因此通常假定兩總體分布的形狀相同，只有在這個(gè)前提下的中心位置相同才能說(shuō)是兩總體分布相同或兩樣本來(lái)自相同總體；若不能明確兩總體分布的形狀是否相同，則不宜單獨(dú)使用，應(yīng)同時(shí)作KS檢驗(yàn)或WW檢驗(yàn)，并對(duì)全部結(jié)果作綜合分析。*KolmogorovSmirnov Z檢驗(yàn)(又簡(jiǎn)稱(chēng)KS檢驗(yàn))是上述提到的Kolmogorov檢驗(yàn)用于兩個(gè)獨(dú)立樣本的情況。如果拒絕H0，結(jié)論是兩總體分布不相同；此結(jié)果尚不足以說(shuō)明是位置不同、變異程度不同還是偏度不同，這是報(bào)告結(jié)果時(shí)應(yīng)注意的。其基本原
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1