培训课件_单因素方差分析$非参数检验用.pptVIP

两组有序分类资料的秩和检验 两组有序分类资料的秩和检验 例3 14名新生儿出生体重按其母亲的吸烟习惯分组（A组：每日吸烟多于20支；B组：每日吸烟少于20支；C组：过去吸烟而现已戒烟；D组：从不吸烟），具体如下。试问四个吸烟组出生体重分布是否相同？数据见npc.sav： A组： 2.7 2.4 2.2 3.4 B组： 2.9 3.2 3.2 C组： 3.3 3.6 3.4 3.4 多个独立样本的非参数检验 D组： 3.5 3.6 3.7 多个独立样本的非参数检验 多个独立样本的非参数检验 设置组别变量的最小值1、最大值4 多个独立样本的非参数检验 多个独立样本的非参数检验 Kruskal-Wallis H检验：k=3个独立随机连续分布样本的比较，而正态性假设及等方差假设存在问题时，它可以进行总体是否相同的检验。 （不依赖总体分布） Median：中位数检验，检验多个样本是否来自具有相同中位数总体，在三种方法中检验效能最低， Jonckheere-Terpstra：对连续性资料或有序分类资料都适用，并当分组变量为有序分类资料时（即双向有序资料），此法的检验效能要高于Kruskal-Wallis法。 多个独立样本的非参数检验 母亲每日吸烟多于20支组共4名新生儿，体重平均秩次3.75；每日吸烟少于20支组共3名新生儿，体重平均秩次5.00；过去吸烟现已戒烟组共4名新生儿，体重平均秩次9.38；从不吸烟组共3名新生儿，平均秩次12.50。 分析结果 多个独立样本的非参数检验 （1） 秩次表 Kruskal-Wallis H统计量的近似显著概率为0.023，按α＝0.05的水准拒绝原假设，可认为四个组中至少有两组出生体重的总体分布不同。 分析结果 （2） 检验统计量 多个独立样本的非参数检验 多组有序变量资料的秩和检验 例9-6（P180） 比较甲乙丙三种方法的治疗效果（无效、好转、显效、痊愈） 多组有序变量资料的秩和检验 多组有序变量资料的秩和检验 多组有序变量资料的秩和检验 仍以例1为例，SNK法的输出格式： 结果分析 均数两两比较方法 该方法的目的是寻找同质子集，故各组在表格的纵向上，均数按大小排序，然后根据多重比较的结果将所有的组分为若干个子集，子集间有差别，子集内均数无差别。 例4-4 某研究者采用随机区组设计进行实验，比较三种抗癌药物对小白鼠肉瘤抑瘤效果，先将15只染有肉瘤小白鼠按体重大小配成5个区组，每个区组内3只小白鼠随机接受三种抗癌药物（具体分配结果见例4-3），以肉瘤的重量为指标，试验结果见表4-9。问三种不同的药物的抑瘤效果有无差别？ 表4-9 不同药物作用后小白鼠肉瘤重量（g） 区组 A药 B药 C药 1 0.82 0.65 0.51 2 0.73 0.54 0.23 3 0.43 0.34 0.28 4 0.41 0.21 0.31 5 0.68 0.43 0.24 随机区组设计的方差分析 随机区组设计的方差分析 单因素方差分析所针对的是多组均数间的比较，其基本思想是变异分解，即将总变异分解为组间变异和组内变异，再利用F分布做出有关的统计推断。 单因素方差分析要求资料满足正态性、独立性和方差齐性的条件。 方差分析拒绝H0只能说明各组之间存在差异，但不足以说明各组之间的关系。利用多重比较可以初步判断各组间的关系。 小 结 非参数检验 两个独立样本的非参数检验（等级资料） 多个独立样本的非参数检验（等级资料） 两个配对样本的非参数检验 多个相关样本的非参数检验 内容提要 非参数检验 参数统计方法往往假设统计总体的分布形态已知，但是在更多的实际场合，常常由于缺乏足够信息，无法合理地去假设一个总体具有某种分布形式，此时就不能使用相应的参数方法了。因此，应该放弃对总体分布参数的依赖，转而寻求更多的纯粹来自数据的信息，这就是非参数统计方法。 非参数检验 和参数方法相比， 非参数检验方法的优势如下 稳健性。 因为对总体分布的约束条件大大放宽，不至于因为对统计中的假设过分理想化而无法切合实际情况，从而对个别偏离较大的数据不至于太敏感。 对数据的测量尺度无约束，对数据的要求也不严格，什么数据类型都可以做。 适合于小样本、无分布样本、数据污染样本、混杂样本等。 非参数检验 例1 以下为治疗前后，病人某项指标的测量值，数据见npa.sav 治疗前（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 治疗后（Y）：23.10 20.40 17.