《《數(shù)據(jù)分析》PPT課件.ppt》由會員分享，可在線閱讀，更多相關(guān)《《數(shù)據(jù)分析》PPT課件.ppt（124頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、1,第九講 數(shù)據(jù)分析（一）,余可發(fā) 博士 江西財(cái)經(jīng)大學(xué)工商管理學(xué)院,2,一、數(shù)據(jù)處理與分析過程,1、編輯 2、編碼 3、數(shù)據(jù)輸入 4、數(shù)據(jù)分析 （描述性分析、單變量分析、雙變量分析、多變量分析） 5、解釋,3,二、編輯,編輯就是檢查和調(diào)整數(shù)據(jù)遺漏、易讀性和一致性的過程。 編輯人員的任務(wù)就是要檢查調(diào)查問卷或者其他數(shù)據(jù)收集形式中出現(xiàn)的錯誤和遺漏。當(dāng)發(fā)現(xiàn)問題時，編輯要及時調(diào)整數(shù)據(jù)讓他們變得更加完整、一致、可讀。,4,編輯技巧： 1、退回重新填寫 2、按缺失數(shù)據(jù)處理 3、丟棄 （1）不符合要求的問卷和少。 （2）樣本單位數(shù)很大。 （3）不符合要求的問卷與符合要求的問卷之間在調(diào)查對象上的特征上沒有明顯的

2、不同。 （4）不符合要求的回答在該問卷中占很大的比例。 （5）對關(guān)鍵變量的回答是缺失的。,5,編輯的類型： 現(xiàn)場編輯 后期編輯,6,編輯的任務(wù)： 1、確定是否需要補(bǔ)充調(diào)查 2、編輯的一致性 3、編輯的完整性,7,三、編碼,編碼就是將數(shù)字標(biāo)度或其他符號分配給不同答案的過程。 相關(guān)概念： 域：一種類型的數(shù)據(jù)。 記錄：相關(guān)域的集合。 文件：相關(guān)記錄的集合。,8,9,編碼工作一般包括以下幾個方面： （1）確定變量 （2）確定變量值 （3）無結(jié)構(gòu)問題的編碼 （4）編碼說明書及數(shù)據(jù)輸出格式說明書。,10,問題025：您認(rèn)為打工的外地人對北京市的社會秩序是否有影響？（單選） 1有很大影響 2有較大影響 3沒

3、有影響 4不好說,4,編碼,答案,11,2）制作編碼表,12,變量名: 一個數(shù)據(jù)文件中, 一個變量只能有一個唯一名稱。,碼位：某一變量在 數(shù)據(jù)文件中占據(jù)的欄位,碼數(shù)： 某一變量由幾位數(shù)組成。,該變量是數(shù)值型（Numeric）如定距、定比， 還是字串型（String），如定類、定序。 前者在統(tǒng)計(jì)中可以做高級運(yùn)算，后者則不可以。,不適于被訪人回答的問題的編碼。 一般采用7，97，997等。,被訪人回答不知道時的編碼。 一般采用8，98，998等。,被訪人拒絕回答某變量時的編碼。 一般采用9，99，999等。,問卷中出現(xiàn)漏答時的處理編碼。 一般采用9，99，999等。,13,四、數(shù)據(jù)錄入,采用DOS

4、、WPS、CCED等軟件，按ASCII碼方式錄入成文本文件（*.dat；*.txt）。這種錄入方式的特點(diǎn)是，數(shù)據(jù)之間沒有間隔，錄完一個數(shù)碼后自動后移，錄入速度較快。缺點(diǎn)是容易錯位。,采用SPSS數(shù)據(jù)編輯器（SPSS Data Editor）錄入。其優(yōu)點(diǎn)是不容易錯位，缺點(diǎn)是不能自動后移，錄入速度慢，數(shù)據(jù)錯誤不容易修改。,14,五、數(shù)據(jù)分析,描述分析法 假設(shè)檢驗(yàn)法 方差分析法 聚類分析法 判別分析法 回歸分析法,15,1、描述性統(tǒng)計(jì)分析,頻數(shù)、頻率分析 數(shù)據(jù)集中趨勢分析 算術(shù)平均數(shù) 中位數(shù) 眾數(shù) 數(shù)據(jù)分散趨勢分析 全距（極差） 四分位差 標(biāo)準(zhǔn)差 數(shù)據(jù)總體形態(tài)分布 偏度（Skewness） 峰度（K

5、urtosis）,16,頻數(shù)、頻率分析（1）,例1：假設(shè)有樣本數(shù)據(jù),17,18,19,算術(shù)平均數(shù),未分組數(shù)據(jù)的平均數(shù)計(jì)算 分組數(shù)據(jù)的平均數(shù)計(jì)算 上例的計(jì)算結(jié)果,20,中位數(shù)的計(jì)算（1）,未分組數(shù)據(jù)的中位數(shù)計(jì)算 對所有數(shù)據(jù)進(jìn)行排序，當(dāng)數(shù)據(jù)量為奇數(shù)時，取中間數(shù)為中位數(shù)，當(dāng)數(shù)據(jù)量為偶數(shù)時，取最中間兩位數(shù)的平均數(shù)為中位數(shù)。上例中數(shù)據(jù)量為100，是偶數(shù)，所以應(yīng)取排序后第50位數(shù)和第51位數(shù)的平均值作為中位數(shù)。第50位數(shù)是3，第51位數(shù)也是3，所以中位數(shù)為3。,21,中位數(shù)的計(jì)算（2）,分組數(shù)據(jù)的中位數(shù)計(jì)算 下式中L為中位數(shù)所在組的下限值，fm為中位數(shù)所在組的組頻數(shù)， Sm-1為至中位數(shù)組時累計(jì)總頻數(shù)，h

6、為組距。,22,中位數(shù)的計(jì)算（3）,例2：假設(shè)有分組數(shù)據(jù)如下（銷售額單位為萬元）,23,中位數(shù)的計(jì)算（4）,依據(jù)公式 例2的中位數(shù)為,24,眾數(shù)的計(jì)算,未分組數(shù)據(jù)的眾數(shù)為出現(xiàn)次數(shù)最多的數(shù)。 分組數(shù)據(jù)的眾數(shù)依據(jù)下式計(jì)算獲得。 表達(dá)式中1表示眾數(shù)所在組與前一組的頻數(shù)差，2表示眾數(shù)所在組與后一組的頻數(shù)差。依據(jù)公式，例2分組數(shù)據(jù)的眾數(shù)為104.29萬元。,25,全距（極差）的計(jì)算,全距指的是樣本數(shù)據(jù)中最大值與最小值之間的距離，因而也叫極差。例1中最小值為1，最大值為6，因而全距為6-1=5。,26,四分位差的計(jì)算,四分位差是一種按照位置來測定數(shù)據(jù)離散趨勢的計(jì)量方法，它只取決于位于樣本排序后中間50%位

7、置內(nèi)數(shù)據(jù)的差異程度。即第一個四分位與第三個四分位數(shù)據(jù)之間的差異。例2的四分位差計(jì)算過程如下,27,標(biāo)準(zhǔn)差的計(jì)算（1）,未分組數(shù)據(jù)的標(biāo)準(zhǔn)差計(jì)算,28,標(biāo)準(zhǔn)差的計(jì)算（2）,分組數(shù)據(jù)的標(biāo)準(zhǔn)差的計(jì)算,29,常用圖形柱形圖,30,直方圖,德國 英國 法國 意大利 西班牙 荷蘭 瑞典 瑞士 比利時 奧地利 土耳其 挪威 丹麥 中國 芬蘭 葡萄牙 希臘 俄羅斯 200 400 600 800 1000 1200 1400 xxx年中國內(nèi)地與歐洲各國市場調(diào)查業(yè) 的市場規(guī)模比較（年?duì)I業(yè)額：百萬美元）,31,餅形圖,32,趨勢圖,3 2.5 2 15元 14元 13元 12元 11元 10元 9元 8元以下,33

8、,散點(diǎn)圖,森氏 滿 10.5% 意 4 度 沃力 中美 3 14.4% 38.5% 2 1 20% 40% 首都知名度 鄭州市主要純水品牌的知名度、美譽(yù)度和市場占有率,34,態(tài)度對比圖,35,輪廓形象圖,36,雷達(dá)圖,37,數(shù)據(jù)分布形態(tài)圖,38,SPSS的描述性分析,Frequencies：頻數(shù)分布表 Descriptives：一般性描述 Explore：探索性分析 Crosstabs：交叉列表,39,描述性分析,頻數(shù)分布表,一般性描述,探索性分析,交叉列表,計(jì)算連續(xù)變量的相對比,40,頻數(shù)分布表(Frequencies),調(diào)用此過程可進(jìn)行頻數(shù)分布表的分析.頻數(shù)分布表是描述性統(tǒng)計(jì)中最常用的方法

9、之一,此外還可對數(shù)據(jù)的分布趨勢進(jìn)行初步分析。,41,待分析變量的列表,是否顯示頻數(shù)表,定義需要計(jì)算的統(tǒng)計(jì)量,定義需要繪制的統(tǒng)計(jì)圖,定義表格,42,百分位數(shù),分布特征描述,離散趨勢,集中趨勢,Frequencies：定義統(tǒng)計(jì)量,43,統(tǒng)計(jì)圖類型,直方圖加上正態(tài)曲線,以頻數(shù)繪制條圖或餅圖,Frequencies：定義統(tǒng)計(jì)圖,無圖形,條圖,餅圖,直方圖,以構(gòu)成比繪制條圖或餅圖,44,Frequencies：定義表格,45,Frequencies：結(jié)果解釋,46,Frequencies：結(jié)果解釋,47,Frequencies：結(jié)果解釋,48,一般性描述(Descriptives),描述性分析,調(diào)用此過

10、程可對變量進(jìn)行描述性統(tǒng)計(jì)分析，計(jì)算并列出一系列相應(yīng)的統(tǒng)計(jì)指標(biāo)，且可將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)Z分值并存入數(shù)據(jù)庫，所謂Z分值是指某原始數(shù)值比其均值高或低多少個標(biāo)準(zhǔn)差單位，高的為正值，低的為負(fù)值，相等的為零。,49,是否保存標(biāo)準(zhǔn) 變換后的數(shù)據(jù),50,Descriptives：定義統(tǒng)計(jì)量,51,Descriptives：結(jié)果解釋,52,Descriptives：結(jié)果解釋,此外，系統(tǒng)以zheight和zweight為變量名將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)z分值，存放在原數(shù)據(jù)庫中。新變量具有均值為0、標(biāo)準(zhǔn)差為1的特征，亦即變量的標(biāo)準(zhǔn)化過程。,53,探索性分析(Explore),描述性分析,調(diào)用此過程可對變量進(jìn)行更為深入詳

11、盡的描述性統(tǒng)計(jì)分析，故稱之為探索性統(tǒng)計(jì)。它在一般描述性統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其它特征的文字與圖形描述，顯得更加細(xì)致與全面，有助于用戶思考對數(shù)據(jù)進(jìn)行進(jìn)一步分析的方案。,54,兩者均有,統(tǒng)計(jì)量,圖,分組變量列表,待分析變量列表,55,Explore：定義統(tǒng)計(jì)量,Descriptives：輸出均數(shù)、均數(shù)的95%可信區(qū)間、去掉5%極端值的均數(shù)、中位數(shù)、方差、標(biāo)準(zhǔn)差、最小值、最大值、全距、四分位數(shù)間距、偏度系數(shù)、峰度系數(shù)。,M-estimators：輸出集中趨勢的最大似然比的穩(wěn)健估計(jì)。 Outliers：輸出五個最大值與五個最小值。 Percentiles：輸出第5%、10%、25%、50%、7

12、5%、90%、95%位數(shù)。,56,箱圖繪制方式,莖葉圖,正態(tài)性檢驗(yàn)/正態(tài)分布圖,Explore：定義統(tǒng)計(jì)圖,直方圖,57,Exclude case listwise:不分析有任一缺失值的記錄 Exclude case pairwise:不分析計(jì)算某統(tǒng)計(jì)量時有缺失值的記錄 Report values:報(bào)告缺失值,缺失值的處理方式,Explore：缺失值的處理,58,Explore：結(jié)果解釋,原始數(shù)據(jù)的基本情況：男性有效數(shù)據(jù)459，缺失1，合計(jì)460；女性有效數(shù)據(jù)538，缺失2，合計(jì)540。,59,Explore：結(jié)果解釋,60,Explore：結(jié)果解釋,描述性分析,左面為箱圖，圖中方箱為四分位數(shù)

13、，中心粗線為中位數(shù)，兩端線為最大值與最小值，之外的圓圈代表可疑的離群值。,61,2、假設(shè)檢驗(yàn),假設(shè)檢驗(yàn)又叫顯著性檢驗(yàn) （test of significance）。 顯著性檢驗(yàn)的方法很多 ，常用的有u檢驗(yàn)、t檢驗(yàn)、F檢驗(yàn)和2檢驗(yàn)等。 盡管這些檢驗(yàn)方法的用途及使用條件不同，但其檢驗(yàn)的基本原理是相同的。,62,假設(shè)檢驗(yàn)的步驟,建立假設(shè)。對樣本所屬總體提出假設(shè)，包括無效假設(shè)H0和備擇假設(shè)HA； 確定顯著水平。常用的顯著水平0.05和0.01； 從無效假設(shè)H0出發(fā)，根據(jù)樣本提供信息構(gòu)造適宜統(tǒng)計(jì)量，并計(jì)算統(tǒng)計(jì)量值或概率； 由附表查出相應(yīng)的統(tǒng)計(jì)量臨界值，比較樣本統(tǒng)計(jì)量值與臨界值大小，根據(jù)小概率原理做出統(tǒng)計(jì)

14、推斷（或由概率大小做出判斷）。,63,統(tǒng)計(jì)假設(shè)檢驗(yàn)的幾何意義,統(tǒng)計(jì)假設(shè)檢驗(yàn)從本質(zhì)上來說，就是根據(jù)顯著水平將統(tǒng)計(jì)量（數(shù)）的分布劃分為接受區(qū)和否定區(qū)兩部分。前者為接受原假設(shè)H0的區(qū)間，后者為否定H0 ，而接受HA的區(qū)間。當(dāng)試驗(yàn)結(jié)果落入接受區(qū)，就接受H0 ；反之，否定H0 ，而接受HA 。否定區(qū)的概率為，接受區(qū)的概率為1- 。,64,是否否定無效假設(shè) 或 ，用實(shí)際計(jì)算出的統(tǒng)計(jì)量u或t的絕對值與顯著水平對應(yīng)的臨界值ua 或ta比較。若|u|ua 或|t|ta，則在水平上否定 ；若|u| ua或 |t| ta，則不能在水平上否定 。 區(qū)間 和 或稱為水平上的否定域，而區(qū)間（ ）則稱為水平上的接受域。,6

15、5,圖1 雙側(cè)檢驗(yàn)時H0的接受域和否定域,66,統(tǒng)計(jì)假設(shè)檢驗(yàn)的兩類錯誤,統(tǒng)計(jì)假設(shè)檢驗(yàn)的是根據(jù) “小概率事件實(shí)際不可能性原理”來否定或接受無效假設(shè)的， 所以不論是接受還是否定無效假設(shè)，都沒有100%的把握。也就是說，在檢驗(yàn)無效假設(shè)時可能犯兩類錯誤。 第一類錯誤：H0本身是成立，但通過檢驗(yàn)卻否定了它，犯了“棄真”錯誤，也叫型錯誤（type error）、錯誤。型錯誤，就是把非真實(shí)差異錯判為真實(shí)差異，即 為真，卻接 受了 。,67,第二類錯誤：H0本身不成立，但通過檢驗(yàn)卻接受了它，犯了“納偽”錯誤，也叫型錯誤（type error）、錯誤。型錯誤，就是把真實(shí)差異錯判為非真實(shí)差異，即 為真，卻未能否定

16、 。 統(tǒng)計(jì)檢驗(yàn)是基于 “小概率事件實(shí)際不可能性原理”來否定H0， 但在一次試驗(yàn)中小概率事件并不是絕對不會發(fā)生的。如果我們抽得一個樣本，它雖然來自與H0 對應(yīng)的抽樣總體，但計(jì)算所得的統(tǒng)計(jì)量卻落入了否定域中，因而否定了H0，于是犯了型錯誤。犯這類錯誤的概率不會超過a。,68,圖2 兩類錯誤示意圖,69,假設(shè)檢驗(yàn)的類型,參數(shù)假設(shè)檢驗(yàn) U檢驗(yàn) t檢驗(yàn) 非參數(shù)檢驗(yàn),70,參數(shù)統(tǒng)計(jì)（parametric statistics）： t、Z、和F檢驗(yàn)均屬參數(shù)檢驗(yàn)。其共同特點(diǎn)是，假定隨機(jī)樣本來自某種已知分布（如正態(tài)分布）的總體，并對總體分布的參數(shù)（如總體均數(shù)）進(jìn)行估計(jì)或檢驗(yàn)。 非參數(shù)統(tǒng)計(jì)（nonparametr

17、ic statistics）：對總體分布不作嚴(yán)格規(guī)定，不依賴于總體分布類型，也不對總體參數(shù)進(jìn)行統(tǒng)計(jì)推斷。,71,參數(shù)檢驗(yàn)U檢驗(yàn),當(dāng)樣本容量大于30時，可以采用U檢驗(yàn)。 均值檢驗(yàn) 百分比檢驗(yàn) 雙樣本平均數(shù)差異的檢驗(yàn) 雙樣本百分比差異的檢驗(yàn),72,均 值 檢 驗(yàn)（U）,假設(shè)有 選取統(tǒng)計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)U的計(jì)算結(jié)果，比較U的絕對值與 的大小。若有 則接受H0，否則拒絕H0 。,73,百 分 比 檢 驗(yàn)（U）,假設(shè)有 選取統(tǒng)計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)U的計(jì)算結(jié)果，比較U的絕對值與 的大小。若有 則接受H0，否則拒絕H0 。,74,雙樣本平均數(shù)差異的檢驗(yàn)（U）,假設(shè)有 選取統(tǒng)

18、計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)U的計(jì)算結(jié)果，比較U的絕對值與 的大小。若有 則接受H0，否則拒絕H0 。,75,雙樣本百分比差異的檢驗(yàn)（U）,假設(shè)有 選取統(tǒng)計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)U的計(jì)算結(jié)果，比較U的絕對值與 的大小。若有 則接受H0，否則拒絕H0 。,76,練習(xí),例1：某一釀造廠新引進(jìn)一種釀醋曲種，以原曲種為對照進(jìn)行試驗(yàn)。已知原曲種釀出的食醋醋酸含量平均為09.75，其標(biāo)準(zhǔn)差為5.30?，F(xiàn)采用新曲種釀醋，得到30個醋樣，測得其醋酸含量平均為 11.99。試問，能否由這30個醋樣的平均數(shù) 判斷新曲種好于原曲種？,77,對前例分析：,所以在a0.05水平上的接受域?yàn)?（0.0

19、785 0.1165）,否定域?yàn)?0.0785， 0.1165,試驗(yàn)結(jié)果 0.1199，落入否定區(qū)間， 所以否定 ，接受,結(jié)論：采用新曲種釀造食醋，其醋酸含量有顯著改變。,78,例題：在食品廠的甲乙兩條生產(chǎn)線上各測定了30個日產(chǎn)量如表所示，試檢驗(yàn)兩條生產(chǎn)線的平均日產(chǎn)量有無顯著差異。,表1 甲乙兩條生產(chǎn)線日產(chǎn)量記錄,79,（1）建立假設(shè)。 即兩條生產(chǎn)線的平均日產(chǎn)量無差異。,（2） 確定顯著水平0.01,（3） 計(jì)算,故：,80,（4）統(tǒng)計(jì)推斷。 由0.01查附表2，得u0.012.58 實(shí)際|u|3.28u0.012.58，故P0.01，應(yīng)否定H0，接受HA。 說明兩個生產(chǎn)線的日平均 產(chǎn)量有極顯

20、著差異，甲生產(chǎn)線日平均產(chǎn)量高于乙生產(chǎn)線日平均產(chǎn)量。,81,參數(shù)檢驗(yàn)t檢驗(yàn),當(dāng)樣本容量小于30時，不可以使用U檢驗(yàn)，而需要使用t檢驗(yàn)。 均值檢驗(yàn) 均值差異的檢驗(yàn) 百分比差異的檢驗(yàn),82,均 值 檢 驗(yàn)（t）,假設(shè)有 選取統(tǒng)計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)t的計(jì)算結(jié)果，比較t的絕對值與 的大小。若有 則接受H0，否則拒絕H0 。,83,均值差異的檢驗(yàn)（t）,假設(shè)有 選取統(tǒng)計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)t的計(jì)算結(jié)果，比較t的絕對值與 的大小。 若有 則接受H0，否則拒絕H0 。,84,百分比差異的檢驗(yàn)（t）,假設(shè)有 選取統(tǒng)計(jì)量 設(shè)定顯著性水平 查表得到 根據(jù)t的計(jì)算結(jié)果，比較t的絕對值與

21、的大小。 若有 則接受H0，否則拒絕H0 。,85,例1 用山楂加工果凍，傳統(tǒng)工藝平均每100 g加工500g果凍，采用新工藝后，測定了16次，得知每100g山楂可出果凍平均為 520g，標(biāo)準(zhǔn)差S12g。問新工藝與老工藝在每100g加工果凍的量上有無顯著差異？,86,本例總體方差未知，又是小樣本，采用雙側(cè)t檢驗(yàn)。 （1）提出無效假設(shè)與備擇假設(shè) ，即新老工藝沒有差異。 ，即新老工藝有差異。 （2）確定顯著水平0.01 （3）計(jì)算t值,87,（4）查臨界t值，作出統(tǒng)計(jì)推斷 由 =15，查t值，得t0.01（15）=2.947，因?yàn)閨t|t0.01， P0.01， 故應(yīng)否定H0，接受HA， 表明新老

22、工藝的每100g加工出的果凍量差異極顯著。（在統(tǒng)計(jì)量t上標(biāo)記*）,88,例題2：海關(guān)抽檢出口罐頭質(zhì)量，發(fā)現(xiàn)有脹聽現(xiàn)象，隨機(jī)抽取了6個樣品，同時隨機(jī)抽取6個正常罐頭樣品測定其SO2含量，測定結(jié)果見表4-3。試分析兩種罐頭的SO2含量有無差異。,表2 正常罐頭與異常罐頭SO2含量測定結(jié)果,89,（1）提出無效假設(shè)與備擇假設(shè),兩種罐頭SO2含量沒有差異；,（2）確定顯著水平0.01（兩尾概率）,（3）計(jì)算,90,（4）統(tǒng)計(jì)推斷 由df10，0.01查附表3得t0.01(10)3.169。 實(shí)得 |t| 22.735t0.01(10)3.169，P 0.01，故應(yīng)否定無效假設(shè)H0，即兩種罐頭的SO2含

23、量有高度顯著差異，該批罐頭質(zhì)量不合格。,91,例題3：現(xiàn)有兩種茶多糖提取工藝，分別從兩種工藝中各取1個隨機(jī)樣本來測定其粗提物中的茶多糖含量，結(jié)果見表4-4。問兩種工藝的粗提物中茶多糖含量有無差異？,表4-4 兩種工藝粗提物中茶多糖含量測定結(jié)果,92,（1）建立假設(shè)，提出無效假設(shè)與備擇假設(shè),，兩種工藝的粗提物中茶多糖含量無差異；,（2）確定顯著水平0.05（兩尾概率）,（3）計(jì)算,93,因兩個樣本的容量不等，所以,94,（4）查臨界t值，作出統(tǒng)計(jì)推斷 當(dāng)df=9時，查臨界值得：t 0.05（9）=2.262，|t|1.381 0.05，接受 ，表明兩種工藝的粗提物中茶多糖含量無顯著差異。,95,

24、非參數(shù)檢驗(yàn)（X2）,在市場調(diào)查中常獲得一些量表數(shù)據(jù)，對量表數(shù)據(jù)求取平均數(shù)與方差都是毫無意義的。對量表數(shù)據(jù)的處理更適宜于采用非參數(shù)檢驗(yàn)方法。非參數(shù)檢驗(yàn)中常用的方法是X2檢驗(yàn)。 X2檢驗(yàn)的統(tǒng)計(jì)量是 上述統(tǒng)計(jì)量中， 表示第 類別在樣本中實(shí)際出現(xiàn)的次數(shù)， 表示期望出現(xiàn)的次數(shù)， 為類別數(shù)。,96,一般選用非參數(shù)統(tǒng)計(jì)方法的資料：總體分布不易確定；分布呈非正態(tài)而又無適當(dāng)?shù)臄?shù)據(jù)轉(zhuǎn)換方法；等級資料；一端或兩端無確定數(shù)值等。因此，非參數(shù)檢驗(yàn)又稱任意分布檢驗(yàn)（distribution-free test）。 在實(shí)際應(yīng)用中，對符合參數(shù)檢驗(yàn)的資料，或經(jīng)變量變換后符合參數(shù)檢驗(yàn)的資料應(yīng)首選參數(shù)檢驗(yàn)；對不能滿足參數(shù)檢驗(yàn)條件的

25、資料，應(yīng)選用非參數(shù)檢驗(yàn)。,97,兩個配對樣本的非參數(shù)檢驗(yàn) 兩個獨(dú)立樣本的非參數(shù)檢驗(yàn) 多個獨(dú)立樣本的非參數(shù)檢驗(yàn) 多個相關(guān)樣本的非參數(shù)檢驗(yàn),98,例1 以下為治療前后，病人某項(xiàng)指標(biāo)的測量值，數(shù)據(jù)見npa.sav,配對樣本的非參數(shù)檢驗(yàn),治療前（x）：24.00 16.70 21.60 23.70 37.50 31.40 14.90 37.30 17.90 15.50 29.00 19.90,治療后（Y）：23.10 20.40 17.70 20.70 42.1 36.10 21.80 40.30 26.00 15.50 35.40 25.50,99,100,101,Wilcoxon符號檢驗(yàn) 適用于連

26、續(xù)變量 sign符號檢驗(yàn) 適用于對無法用數(shù)字計(jì)量的情況進(jìn)行比較，如兩分類，對于 連續(xù)資料最好不要使用 McNemar 實(shí)際上就是常用的配對2檢驗(yàn)，只適用于二分類資料 Marginal Homogeneity 是McNemar法向多分類情形下的擴(kuò)展，適用于資料為有序 分類情況,配對樣本的非參數(shù)檢驗(yàn),102,Exact：用于計(jì)算確切概率,只給出近似概率,蒙特卡羅方法,給出精確概率值，并可設(shè)定耗時限制,103,共12對指標(biāo)，指標(biāo)值治療后小于治療前的有3對，其平均秩次為2.83，總秩和為8.50；治療后大于治療前的有8對，其平均秩次為7.19，總秩和為57.50；治療后等于治療前的有1對。,（1） 秩

27、次表,104,Wilcoxon符號秩檢驗(yàn)的統(tǒng)計(jì)量Z值-2.179，近似概率（Asymp.sig.）P0.029，按0.05的水準(zhǔn)可以認(rèn)為治療前后該指標(biāo)值的差別具有統(tǒng)計(jì)學(xué)意義。,（2） 檢驗(yàn)統(tǒng)計(jì)量,105,例2 在缺氧條件下，觀察4只貓與12只兔的生存時間（分鐘），結(jié)果如下。試判斷貓、兔在缺氧條件下生存時間的差異是否具有統(tǒng)計(jì)學(xué)意義。數(shù)據(jù)見npb.sav：,生存時間（貓）：25 34 44 46 46,生存時間（兔）：15 15 16 17 19 21 21 23 25 27 28 28 30 35,兩獨(dú)立樣本的非參數(shù)檢驗(yàn),106,107,108,109,默認(rèn)的Mann-Whitney U檢驗(yàn)最常

28、用,110,生存時間樣本共19例，其中貓的生存時間5例，其平均秩次為15.70，總秩和為78.50；兔的生存時間14例，其平均秩次為7.96，總秩和為111.50。,（1） 秩次表,111,給出Mann-Whitney U 、Wilcoxon W 統(tǒng)計(jì)量和Z值，近似值概率（Asymp.Sig）和精確概率值（Exact.sig）均小于0.05，結(jié)論一致，表明貓、兔在缺氧條件下的生存時間的差異具有統(tǒng)計(jì)學(xué)意義，由平均秩次貓（15.7）、兔（7.96）來看，可以認(rèn)為缺氧條件下貓的生存時間長于兔。,（2） 檢驗(yàn)統(tǒng)計(jì)量,112,例3 14名新生兒出生體重按其母親的吸煙習(xí)慣分組（A組：每日吸煙多于20支；B

29、組：每日吸煙少于20支；C組：過去吸煙而現(xiàn)已戒煙；D組：從不吸煙），具體如下。試問四個吸煙組出生體重分布是否相同？數(shù)據(jù)見npc.sav：,A組： 2.7 2.4 2.2 3.4,B組： 2.9 3.2 3.2,C組： 3.3 3.6 3.4 3.4,多個獨(dú)立樣本的非參數(shù)檢驗(yàn),D組： 3.5 3.6 3.7,113,114,115,設(shè)置組別變量的最小值1、最大值4,116,117,Kruskal-Wallis H檢驗(yàn)：k=3個獨(dú)立隨機(jī)連續(xù)分布樣本的比較，而正態(tài)性假設(shè)及等方差假設(shè)存在問題時，它可以進(jìn)行總體是否相同的檢驗(yàn)。,Median：中位數(shù)檢驗(yàn)，三種方法中檢驗(yàn)效能最低，但對于拖長尾的對稱分布很有

30、效,Jonckheere-Terpstra：對連續(xù)性資料或有序分類資料都適用，并當(dāng)分組變量為有序分類資料時，此法的檢驗(yàn)效能要高于Kruskal-Wallis法。,118,母親每日吸煙多于20支組共4名新生兒，體重平均秩次3.75；每日吸煙少于20支組共3名新生兒，體重平均秩次5.00；過去吸煙現(xiàn)已戒煙組共4名新生兒，體重平均秩次9.38；從不吸煙組共3名新生兒，平均秩次12.50。,（1） 秩次表,119,Kruskal-Wallis H統(tǒng)計(jì)量的近似顯著概率為0.023，按0.05的水準(zhǔn)拒絕原假設(shè)，可認(rèn)為四個組中至少有兩組出生體重的總體分布不同。,（2） 檢驗(yàn)統(tǒng)計(jì)量,120,例4 三批甘藍(lán)葉樣本分別在甲、乙、丙、丁四種條件下測量核黃素濃度，試驗(yàn)結(jié)果如下。問四種條件下的測量結(jié)果的差異是否具有統(tǒng)計(jì)學(xué)意義？數(shù)據(jù)見npd.sav：,多個相關(guān)樣本的非參數(shù)檢驗(yàn),121,122,Friedman：常用的多個配伍樣本的非參數(shù)檢驗(yàn),Kendalls W：可進(jìn)一步給出一致性程度,Cochrans Q：是兩配對樣本McNemar方法的推廣， 只適合二分類變量,123,（1） 秩次表,經(jīng)Friedman Test，近似概率（Asymp.sig.）P0.042，小于0.05，故拒絕原假設(shè)，認(rèn)為四種條件下測量結(jié)果的差別具有統(tǒng)計(jì)學(xué)意義的。,（2） 檢驗(yàn)統(tǒng)計(jì)量,124,謝謝！,