非参数检验:符号检验与Wilcoxon符号秩检验解析
版权申诉
5星 · 超过95%的资源 30 浏览量
更新于2024-09-07
收藏 275KB DOC 举报
"本讲义主要探讨了非参数统计中的两种方法——符号检验和Wilcoxon符号秩检验,这两种方法适用于非正态分布或者分布未知的数据。符号检验是一种基于正负号计数的简单检验,尤其适用于配对资料的中位数比较或趋势检验。而Wilcoxon符号秩检验则是对符号检验的一种扩展,考虑了数据的秩信息,增强了检验的敏感性。"
符号检验是一种非参数检验,主要用于检验样本中位数与总体中位数的差异,或检测数据的升、降趋势。在处理配对资料时,它根据数据变化的方向赋予正负号,然后统计正负号的数量。如果样本量较小,可以直接使用二项分布的精确概率计算;当样本量较大时,可以采用二项分布的正态近似。对于小样本,正号和负号数量的检验统计量是基于二项分布的精确概率计算。
在实际应用中,符号检验特别适合那些无法量化或分布不明确的数据,比如颜色变化、反应强度等定性指标的比较。例如,若规定“颜色从深变浅”为正号,“颜色从浅变深”为负号,就可以通过符号检验判断颜色变化的整体趋势。
然而,符号检验忽略了数据的具体数值,只考虑正负符号,这可能降低了检验的效率。为了解决这个问题,引入了Wilcoxon符号秩检验。该检验不仅考虑符号,还考虑了数值的大小,将数据转换为秩,并对秩的正负号进行统计,从而提供了一种更为敏感的检验方法,尤其是在数据分布偏斜或非正态时。
Wilcoxon符号秩检验的基本步骤包括:将配对数据排序,计算每个配对的秩,然后对秩赋予正负号,最后计算正负秩的和。与符号检验类似,当样本量较小时,可以使用精确的秩和分布计算P值,而在大样本情况下,通常使用连续性校正的威尔科克森秩和检验的正态近似。
SAS系统提供了执行这些非参数检验的功能,对于那些不符合正态分布假设或者分布未知的数据,符号检验和Wilcoxon符号秩检验是十分有用的工具。通过这些方法,研究者可以在无法或不便做出严格分布假设的情况下,进行有效的假设检验。
2021-09-07 上传
2023-11-01 上传
2021-09-07 上传
2023-06-08 上传
2023-04-01 上传
2023-06-28 上传
2023-06-06 上传
2023-05-31 上传
2023-07-28 上传
普通网友
- 粉丝: 12w+
- 资源: 9195
最新资源
- 构建基于Django和Stripe的SaaS应用教程
- Symfony2框架打造的RESTful问答系统icare-server
- 蓝桥杯Python试题解析与答案题库
- Go语言实现NWA到WAV文件格式转换工具
- 基于Django的医患管理系统应用
- Jenkins工作流插件开发指南:支持Workflow Python模块
- Java红酒网站项目源码解析与系统开源介绍
- Underworld Exporter资产定义文件详解
- Java版Crash Bandicoot资源库:逆向工程与源码分享
- Spring Boot Starter 自动IP计数功能实现指南
- 我的世界牛顿物理学模组深入解析
- STM32单片机工程创建详解与模板应用
- GDG堪萨斯城代码实验室:离子与火力基地示例应用
- Android Capstone项目:实现Potlatch服务器与OAuth2.0认证
- Cbit类:简化计算封装与异步任务处理
- Java8兼容的FullContact API Java客户端库介绍