區(qū)間估計(jì)和假設(shè)檢驗(yàn)-資料下載頁
2025-05-12 20:52本頁面
【正文】 it Tests for Normal Distribution Test Statistic DF p Value KolmogorovSmirnov D Pr D Cramervon Mises WSq Pr WSq AndersonDarling ASq Pr ASq ChiSquare ChiSq 3 Pr ChiSq 從這里亦可判斷該數(shù)據(jù)是來自正態(tài)總體 。 本章目錄 53 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 3 正態(tài)性檢驗(yàn) ? 例 8 圖形法（擬合分布法） data score。 input x@@。 cards。 56 23 59 74 49 43 39 51 37 61 43 51 61 99 23 56 49 49 75 20 run。 proc capability data=score graphics 。 cdfplot x/normal。 run。 本章目錄 54 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 3 正態(tài)性檢驗(yàn) 此程序中 cdf pl ot x/ n o r m a l 語句要求對(duì)變量（ x ）作正態(tài)（ / n o r m a l ）累計(jì)分布圖（ cdf pl o t ），作圖結(jié)果如下。 它也表明該數(shù)據(jù)來自正態(tài)總體。 這兩種方法事實(shí)上也可 作為分布的擬合辦法 。 本章目錄 55 區(qū)間估計(jì)和假設(shè)檢驗(yàn) ? 在前面的假設(shè)檢驗(yàn)中，總是假定樣本來自正態(tài)分布（即某一已知分布），且總是對(duì)正態(tài)分布的參數(shù)進(jìn)行假設(shè)檢驗(yàn)，故稱此法為參數(shù)假設(shè)檢驗(yàn)。然而在實(shí)際中，總體的分布往往很難確定，故用參數(shù)檢驗(yàn)有其局限性，因而產(chǎn)生另一類不依賴于分布的假設(shè)檢驗(yàn)方法，即非參數(shù)假設(shè)檢驗(yàn)，其檢驗(yàn)也不是對(duì)參數(shù)進(jìn)行比較，而是用于分布間的比較。非參數(shù)檢驗(yàn)方法很多，這里只講用于配對(duì)資料的符號(hào)檢驗(yàn)和用于兩個(gè)樣本間比較的Wilcoxon秩和檢驗(yàn)（多樣本間比較則為 KruskalWallis秩和檢驗(yàn)） 4 非參數(shù)秩和檢驗(yàn) 本章目錄 56 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) 符號(hào)檢驗(yàn)是根據(jù)配對(duì)資料差值的正 、 負(fù)符號(hào)來進(jìn)行假設(shè)檢驗(yàn)的一種方法 ， 它不依賴總體分布 ,，適應(yīng)面廣 本章目錄 57 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) ? 例 8(配對(duì)符號(hào)檢驗(yàn) ): 用二乙胺化學(xué)法與氣相色譜法測(cè)定車間空氣中 CS2的含量 (mg/m3),其測(cè)量值見表 ,問兩法所得結(jié)果有無差別 ? 兩種方法測(cè)定車間空氣中 CS2的含量 （ mg/m3） 樣品號(hào) 1 2 3 4 5 6 7 8 9 10 化學(xué)法 色譜法 本章目錄 58 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) ? 例 8(配對(duì)符號(hào)檢驗(yàn) ) data cs2。 input x y@@。 diff=xy。 cards。 。 proc univariate data=cs2 normal。 var diff。 run。 本章目錄 59 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) ? 例 8(配對(duì)符號(hào)檢驗(yàn) ) ? 輸出結(jié)果為： M(Sign) Pr=|M| W:Normal PrW 從正態(tài)性檢驗(yàn)的結(jié)果來看 ， 在 數(shù)據(jù)的差值服從正態(tài)分布 (),故可采用非參數(shù)的符號(hào)檢驗(yàn)和符號(hào)秩和檢驗(yàn) . 從符號(hào)檢驗(yàn) M=, P= ,在 性水平下不能認(rèn)為這兩種方法的測(cè)結(jié)果有差異 本章目錄 60 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) 成組數(shù)據(jù)的秩和檢驗(yàn) 秩是樣本由小到大排列的位次 ， 將所有秩加起來 ，即得到秩和 ， Wilcoxon1945年據(jù)此提出了兩樣本秩和檢驗(yàn)法 ， 雖然此方法只利用了樣本的大小次序而忽略具體數(shù)值 ， 但其效果還是很好的 （ 這一點(diǎn)已為人們所證明 ） 。 當(dāng)然該法最大的好處是不受未知分布的影響 ，即所謂的 “ 分布自由 ” 。 本章目錄 61 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) 成組數(shù)據(jù)的秩和檢驗(yàn) 例 9(成組數(shù)據(jù)的秩和檢驗(yàn) ) 實(shí)驗(yàn)室用局部溫?zé)嶂委熜∈笠浦残阅[瘤的療效 ,以生存日數(shù)為觀察指標(biāo) ,實(shí)驗(yàn)結(jié)果見表 ,問這兩組小鼠生存日數(shù)有無差別 ? 小鼠發(fā)癌后生存日數(shù) 實(shí)驗(yàn)組 10 12 15 15 16 17 18 20 23 90* 對(duì)照組 2 3 4 5 6 7 8 9 10 11 12 13 本章目錄 62 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) 成組數(shù)據(jù)的秩和檢驗(yàn) 此資料有截尾數(shù)據(jù) (表中 90*),或觀測(cè)指標(biāo)不服從正態(tài)分布時(shí) ,要檢驗(yàn)此兩組數(shù)據(jù)間是否具差別 ,宜用非參數(shù)秩和法進(jìn)行檢驗(yàn) . 本章目錄 63 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) 成組數(shù)據(jù)的秩和檢驗(yàn) data numdate。 do I=1 to 2。 input num。 do j=1 to num。 input y@@。 output。 end。 end。 cards。 10 10 12 15 15 16 17 18 20 23 90 12 2 3 4 5 6 7 8 9 10 11 12 13 run。 proc npar1way data=numdate wilcoxon。 class I。 var y。 run。 本章目錄 64 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 4 非參數(shù)秩和檢驗(yàn) 成組數(shù)據(jù)的秩和檢驗(yàn) 輸出結(jié)果如下 : N P A R 1 W A Y P R O C E D U R E Wilcoxon Scores (Rank Sums) for Variable Y Classified by Variable I Sum of Expected Std Dev Mean I N Scores Under H0 Under H0 Score 1 10 2 12 Average Scores Were Used for Ties Wilcoxon 2Sample Test (Normal Approximation) (with Continuity Correction of .5) S = Z = Prob |Z| = TTest Approx. Significance = KruskalWallis Test (ChiSquare Approximation) CHISQ = DF = 1 Prob CHISQ = 結(jié)果表明實(shí)驗(yàn)組的秩和為 170,對(duì)照組的秩和為 83， 在 H0下的期望值分別為 115和 138， 標(biāo)準(zhǔn)差為 。 平均秩為 17和 。 對(duì)較小樣本的秩和 S=170， 其 Z = ， Prob |Z| = ， 說明這兩組數(shù)據(jù)間有差別 。 本章目錄 返回
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1