方差分析对应的非参检验.ppt

方差分析对应的非参检验.ppt

ID:50752281

大小:81.01 KB

页数:17页

时间:2020-03-13

方差分析对应的非参检验.ppt_第1页
方差分析对应的非参检验.ppt_第2页
方差分析对应的非参检验.ppt_第3页
方差分析对应的非参检验.ppt_第4页
方差分析对应的非参检验.ppt_第5页
资源描述:

《方差分析对应的非参检验.ppt》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、方差分析对应的非参检验——KruskalWallis检验(对应单因素)——Friedman检验(对应双因素)KruskalWallis检验这个检验的目的是看多个总体的位置参数是否一样。方法和Wilcoxon-Mann-Whitney检验的思想类似。假定有k个总体。先把从这个k个总体来的样本混合起来排序,记各个总体观测值的秩之和为Ri,i=1,…,k。显然如果这些Ri很不相同,就可以认为它们位置参数相同的零假设不妥(备选假设为各个位置参数不全相等)。KruskalWallis检验注意这里所说的位置参数是在下面意义上的qi;由于它在分布函数Fi(x)中可以和变元x相加成为F(x+qi)的样子,

2、所以称qi为位置参数,即Fi(x)=F(x+qi)形式上,假定这些总体有连续分布F1,…,Fk,零假设为H0:F1=…=Fk,备选假设为Ha:F(x+qi),i=1,…,k,这些参数qi并不相等KruskalWallis检验Kruskal-Wallis检验统计量为公式中ni为第i个样本量,而N为各个样本量之和(总样本量)。如果观测值中有大小一样的数值,这个公式会有稍微的变化。这个统计量在位置参数相同的零假设下有渐近的自由度为k-1的c2分布。Kruskal-Wallis检验仅仅要求各个总体变量有相似形状的连续分布。KruskalWallis检验案例——house为了调查三个地区的房价是否类

3、似,在每个地区抽样,得到三个样本量分别为20、30、25的房价样本。利用SPSS软件容易得到下面的检验结果:KruskalWallis检验——SPSS实现使用house.sav数据。选项为Analyze-NonparametricTests-KIndependentSamples。把变量(这里是price)选入TestVariableList;再把数据中用1、2、3来分类的变量group输入GroupingVariable,在DefineGroups输入1、2、3。在下面TestType选中Kruskal-WallisH。点Exact时打开的对话框中可以选择精确方法(Exact),Mont

4、eCarlo抽样方法(MonteCarlo)或用于大样本的渐近方法(Asymptoticonly)。最后OK即可Jonckheere-Terpstra检验这个检验处理的问题和Kruskal-Wallis检验类似,零假设都是各个总体的位置参数相同,但这里的备选假设为各个总体的位置参数按升幂排列(如为降幂排列,可把总体编号颠倒顺序即为升幂排列)。注意这里所说的位置参数和前面的Kruskal-Wallis检验中的位置参数意义一样。Jonckheere-Terpstra检验Jonckheere-Terpstra检验先在每两个样本所有观测值对之间比较,计算第i个样本观测值中小于第j个样本观测值的对子

5、数:Jonckheere-Terpstra检验——houseJonckheere-Terpstra检验——SPSS使用house.sav数据。选项为Analyze-NonparametricTests-KIndependentSamples。把变量(这里是price)选入TestVariableList;再把数据中用1、2、3来分类的变量group输入GroupingVariable,在DefineGroups输入1、2、3。在下面TestType选中Jonckheere-Terpstra。在点Exact时打开的对话框中可以选择精确方法(Exact),MonteCarlo抽样方法(Mont

6、eCarlo)或用于大样本的渐近方法(Asymptoticonly)。最后OK即可Friedman秩和检验——双因素参数统计中讨论了两因子试验设计数据的方差分析,那里所用的F检验需要假定总体的分布为正态分布。有一种非参数方差分析方法,称为Friedman(两因子)秩和检验,或Friedman方差分析。它适用于两个因子的各种水平的组合都有一个观测值的情况。Friedman秩和检验假定第一个因子有k个水平(称为处理,treatment),第二个因子有b个水平(称为区组);因此一共有k×b=kb个观测值。这里之所以称一个因子为处理,是因为这是我们想要看该因子各水平是否对试验结果有显著的不同。而另

7、一个因子称为区组,不同的区组也可能对结果有影响。下面是一个例子。Friedman秩和检验案例——fert这里有三种肥料作为第一个因子(肥料因子)的三个水平;而四种土壤为第二个因子(土壤因子)的四个水平。感兴趣于是否这三种肥料对于某作物的产量有区别。称肥料因子为处理,而土壤因子为区组。(单位公斤)。肥料种类肥料A肥料B肥料C土壤类型土壤1224668土壤2253648土壤3182120土壤4111319Friedman秩和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。