心理统计学 非参数检验(non-parametric t.ppt_第1页
心理统计学 非参数检验(non-parametric t.ppt_第2页
心理统计学 非参数检验(non-parametric t.ppt_第3页
心理统计学 非参数检验(non-parametric t.ppt_第4页
心理统计学 非参数检验(non-parametric t.ppt_第5页
已阅读5页,还剩29页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、非参数检验(non-parametric test),在实际研究工作中,样本所属的总体分布形态一般是未知的 所获得的资料也不一定是等距变量或比率变量。 当不要求样本所属的总体呈正态分布,一般也不是对总体参数进行检验时,为自由分布的非参数检验方法。 非参数检验不仅适用于非正态总体名义变量和次序变量的资料,而且也适用于正态总体等距变量和比率变量的资料。 灵敏度和精确度不如参数检验。,单样本游程检验(小样本)例题, F M M F M F F F F M M M F F M M F M F M F M F M F M F M F M F M F F F F F F F F M M M M M M M

2、 M M M M M M M M M F F F F F F F F 当n1 = 8 和 n2 = 8时的两个临界值分别为4和14,单样本游程检验(大样本),游程检验(run test) 样本容量n 20时,或当任何一种符号的数目超过20时,以正态分布作为游程数r的近似分布,检验统计量为,例题,某公司记录了过去30个月内顾客投诉人数的增减变化情况。如果某月投诉人数比前月增加,则用加号表示,否则用减号表示,结果如下: 问:顾客投诉人数的增减变化是不是随机的? 由于Z0.005 = 2.58 | Z | = 2.049 Z0.025 = 1.96,故拒绝零假设,认为顾客投诉人数的增减变化不是随机的

3、。,秩和检验,当比较两个独立样本的差异时,可以采用曼-惠特尼(Mann-Whitney)两人提出的秩和检验方法。又称曼-惠特尼U检验法(Mann-Whitney U-test)。,秩和检验,小样本的情况 两个样本的容量都小于或等于20时,检验统计量为 取U1和U2中较小者作为检验统计量,即令 U = min(U1, U2),秩和检验,在大样本情况下,即两个样本之中至少有一个容量大于20,则检验统计量U近似地服从正态分布:,例题,T1 = 17.5,T2 = 48.5。 计算两个样本的U值: U1 = 27.5, U2 = 2.5 U = min(U1, U2) = 2.5 = 0.05时,U0

4、.025,5,6 = 3。U = 2.5 U0.025,5,6 = 3,故拒绝零假设,认为两种教法的效果有显著差异。,柯尔莫哥洛夫斯米尔诺夫双样本检验,柯尔莫哥洛夫斯米尔诺夫双样本检验,n1 = n2 40,柯尔莫哥洛夫斯米尔洛夫双样本检验临界值表(附表12) 柯尔莫哥洛夫斯米尔诺夫双样本检验表(大样本、双侧检验,附表13) 两个样本容量均大于40,又是单侧检验,此时两个样本累积次数分布之差D近似服从自由度为2的2分布,符号检验,符号检验(sign test)是通过对两个相关样本的每对数据之差的符号(正号或负号)进行检验,以比较这两个样本差异的显著性。,符号检验,小样本的情况 当样本容量较小,

5、n 25 时,可用查表法进行符号检验。,例题,r = 3 1,符号检验,大样本的情况 对差数的正号与负号差异的检验本属于二项分布的问题,当样本容量较大,即n25时,二项分布接近正态分布,因此可以用正态分布近似处理,检验统计量为:,例题,32名被试中有1名被试对两种包装打出相同的分数,有22名被试认为A包装比B包装好,另有9名被试认为B包装比包装A好。问:被试对两种包装的偏好程度有无显著差异? 根据题意,正号有22个,负号有9个,n = 22 + 9 = 31为大样本。将符号数较小的一个记为r,故r = 9。,符号秩次检验,威尔科克逊(F.Wilcoxon)提出了既考虑差数符号,又考虑差数大小的

6、符号秩次检验法(signed-rank test)。,符号秩次检验,小样本的情况 当样本容量 n 25时,可用查表法进行符号秩次检验。,例题6,T- = 7.5 8,符号秩次检验,大样本的情况 当样本容量 n 25时,可用正态分布近似处理。检验统计量为:,单向秩次方差分析概念,对于几个独立样本差异的显著性,可以用克鲁斯卡尔(W. H. Kruskal)和沃利斯(W. A. Wallis)所提出的单向秩次方差分析进行检验。 这种方法又称为H检验法。它相对对多组平均数所进行的参数的方差分析。 它不需要对样本所属的几个总体做正态分布及方差齐性的假定。它处理的是秩次变量的资料。,单向秩次方差分析方法,

7、将所有样本的数据合在一起,从小到大编秩次,然后计算各样本的秩次和。如果各组没有显著性差异,各组秩次和应当相等或趋于相等;如果各组秩次和相差较大,那么各组有显著性差异的可能性较大。,单向秩次方差分析(小样本),样本容量较小或组数较小的情况 当各组容量n5时,或者样本组数k = 3,可以查H检验表。检验统计量为:,例题,H = 2.37 5.51,例题答案,单向秩次方差分析(大样本),样本容量较大或组数较多的情况 当各组容量 n 5,或样本组数 k 3时,H值的抽样分布接近于自由度df = k 1 的2分布,因此,可对H值进行2检验。,例题,例题答案,双向秩次方差分析,双向秩次方差分析(Friedman test)处理几个相关样本次序变量的资料。 方法是在同一个对象(或匹配的对象)接受k次实验处理所获得原始数据之间编秩次。 如果各次实验秩次和相差较大,那么,实验产生显著性差异的可能性较大。,双向秩次方差分析,样本容量较小及实验次数较少的情况 当样本容量n9;k=3;或n4,k=4时,可以查表。检

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论