非參數(shù)第三章ppt課件-資料下載頁
2025-05-07 08:13本頁面
【正文】 ? 其中相同的 0（或相同的 1）在一起稱為一個游程（單獨的 0或 1也算） . ? 這個數(shù)據(jù)中有 4個 0組成的游程和 3個 1組成的游程。一共是 R=7個游程。其中 0的個數(shù)為 m=15，而 1的個數(shù)為 n=10. 例 2 （數(shù)據(jù)： ）假定我們擲一個硬幣，以概率 p出現(xiàn)正面（記為 1），以概率 1p出現(xiàn)反面（記為 0）；這是一個 Bernoulli試驗，如果這個試驗是隨機的，則不大可能出現(xiàn)許多 1或許多 0連在一起，也不可能 0和 1交替出現(xiàn)的太頻繁 .例如，下面為一例這樣的結果 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 則上面這組數(shù)中有 3個 0游程， 2個 1游程，一共5個游程 .0的總個數(shù)為 m=13,1的總個數(shù) n=10，總的試驗次數(shù) N=m+n=23. ? 出現(xiàn) 0和 1的的這樣一個過程可以看成是參數(shù)為某未知 p的 Bernoulli試驗。但在給定了 m和n之后，在 0和 1的出現(xiàn)是隨機的零假設之下，R的條件分布就和這個參數(shù)無關了。根據(jù)初等概率論， R的分布可以寫成（令 N=m+n） 11211( 2 ) ,1 1 1 12211( 2 1 )mnkkP R kNnm n m nk k k kP R kNn??? ? ? ?? ? ? ???? ? ? ?????????? ? ? ?? ? ? ? ? ? ? ??? ? ? ? ? ? ? ???? ? ? ? ? ? ? ?? ? ???????關于隨機性的游程檢驗（ run test） ? 于是就可以算出在零假設下有關 R的概率，以及進行有關的檢驗了。利用上面公式可進行精確檢驗；也可以利用大樣本的漸近分布和利用 Monte Carlo方法進行檢驗。利用上面數(shù)據(jù)的結果是 R u n s T e s t. 5 0 0 0257 2 . 3 4 5. 0 1 9. 0 1 7. 0 0 6T e s t V a lu eaT o t a l C a s e sN u m b e r o f R u n sZA s y m p . S ig . ( 2 t a ile d )E x a c t S ig . ( 2 t a il e d )P o in t P r o b a b ilit yXU s e r s p e cif ie d .a . 關于隨機性的游程檢驗（ run test） ? 當然，游程檢驗并不僅僅用于只取兩個值的變量，它還可以用于某個連續(xù)變量的取值小于某個值及大于該值的個數(shù)（類似于 0和 1的個數(shù)）是否隨機的問題?？聪旅胬?。 ? 例 (): 從某裝瓶機出來的 30盒化妝品的重量如下（單位克） ? ? 為了看該裝瓶機是否工作正常，首先需要驗證是否大于和小于中位數(shù)的個數(shù)是否是隨機的（零假設為這種個數(shù)的出現(xiàn)是隨機的）。 關于隨機性的游程檢驗（ run test） ? 如果把小于中位數(shù)的記為 0，否則記為 1，上面數(shù)據(jù)變成下面的 0－ 1序列 ? 1 1 1 1 1 1 1 1 0 1 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 ?這就歸為上面的問題。當然這里進行這種變換只是為了易于理解。實際計算時，用不著這種變換，計算機會自動處理這個問題的。 ?直接利用這個數(shù)據(jù)，通過 SPSS，得到下面游程檢驗結果的輸出。 source() x=(E:/data/) x V1 1 2 3 4 5 6 7 8 9 10 y=x[1:10,] n=length(y) ns(x,8) $p [1] $T [1] $s [1] ns=function(x,m0){ x1=ym0。r=rank(abs(x1))。 s=qnorm(*(1+r/(n+1)))*sign(x1)。 tt=sum(s)/sqrt(sum(s^2))。 list(p=pnorm(tt,low=F),T=tt,s=s)
教學課件相關推薦
鄂ICP備17016276號-1