非参数检验解析.ppt

3.4检验的实际意义及两类错误检验的实际意义及两类错误 检验方法的评价问题：按什么标准来提出原检验方法的评价问题：按什么标准来提出原假设假设?由于对于相应的问题检验方法不唯一由于对于相应的问题检验方法不唯一,最最优的方法是什么优的方法是什么?检验的优劣与显著性水平检验的优劣与显著性水平a a的关的关系如何系如何?以及结论的实际意义是什么以及结论的实际意义是什么?3.4.1 3.4.1 检验结果的实际意义检验结果的实际意义(a)检验的原理检验的原理“小概率事件在一次试验中不发小概率事件在一次试验中不发生生”。此结论只是在概率意义下成立，并不是此结论只是在概率意义下成立，并不是严格成立的。严格成立的。如摸奖问题如摸奖问题(例例3.3，P72）,因此当摸奖人事实上因此当摸奖人事实上确实未作弊时，商店的统计推断就犯了错误确实未作弊时，商店的统计推断就犯了错误,“小概率事件在一次试验中可能发生小概率事件在一次试验中可能发生”.1(b)原假设与备择假设的地位是不对称的原假设与备择假设的地位是不对称的,当当“小概率事件小概率事件”未发生时，就不能拒绝原假设未发生时，就不能拒绝原假设但不等于逻辑上证明了但不等于逻辑上证明了成立，只能说没成立，只能说没有充分的证据拒绝。即有充分的证据拒绝。即受保护受保护.l都成立。都成立。例例例例3.113.113.113.11 (P92)设总体设总体XN(,1),又设又设X1,X2,.,Xn为为总体总体X 的样本的样本,样本样本均均值值=X1=0.5 ，样本容量样本容量n n1 1，0.050.05，提出两种假设的方法，分别如下，提出两种假设的方法，分别如下：2l实际中，一般提出原假设要慎重，倾向于不实际中，一般提出原假设要慎重，倾向于不轻易否定，而受保护的程度为轻易否定，而受保护的程度为。其越小，小概。其越小，小概率事件就越难发生，率事件就越难发生，H0就越难被否定。就越难被否定。(c)从另一角度看，既然原假设从另一角度看，既然原假设H0受保护，则对其的受保护，则对其的肯定相对来说是缺乏说服力的，反之对其的否定则是肯定相对来说是缺乏说服力的，反之对其的否定则是有力的，且有力的，且越小，小概率事件就越难发生，一旦发越小，小概率事件就越难发生，一旦发生了，这种否定就越有力。生了，这种否定就越有力。33.4.2 检验中的两类错误 所谓犯错误是指检验的结论与实际情况不符。所谓犯错误是指检验的结论与实际情况不符。两类错误：两类错误：（1）H0成立，而检验结果表明其不成立成立，而检验结果表明其不成立“弃真弃真”；（2）H0不成立，而检验结果表明其成立不成立，而检验结果表明其成立“取伪取伪”。记记:=P第一类错误第一类错误=P拒绝拒绝H0|H0真真 =P第二类错误第二类错误=P接受接受H0|H0伪伪l检验的本质是构造否定域检验的本质是构造否定域V，在看样本点是否落入在看样本点是否落入V中。中。当然当然,我们希望犯两类错误的概率都尽可能的小我们希望犯两类错误的概率都尽可能的小,最好最好都为零都为零.但当样本容量固定时但当样本容量固定时,是不可能的是不可能的.在实际问在实际问题中题中,通常的做法是通常的做法是:先限制犯第一类错误的概率先限制犯第一类错误的概率,即即根据实际情况根据实际情况,指定一个较小的数指定一个较小的数 (如如0.05,0.01等等),有了有了 的值的值,从而可确定拒绝域从而可确定拒绝域.4例例例例3.123.123.123.12 (P94)设总体设总体XN(,02),02已已知，又设知，又设X1,X2,.,Xn为总体为总体X 的样本的样本,x1,x2,xn为为X的一的一组样本观测值，试求组样本观测值，试求对对问题：问题：的的 检验的两类错误的概率。检验的两类错误的概率。拒绝域拒绝域:单侧检验单侧检验53.4.3样本容量确定问题样本容量确定问题从例从例3.12看出，当样本容量固定时，若要控制第看出，当样本容量固定时，若要控制第一类错误的概率，就不能使第二类错误的概率任一类错误的概率，就不能使第二类错误的概率任意小。但从（意小。但从（3.10）式看出，固定）式看出，固定，使，使n增大，增大，可使可使任意小。任意小。但实际中，样本的采集是有成本的，或根本无法但实际中，样本的采集是有成本的，或根本无法获得大样本。获得大样本。引出问题：能否确定一个最小的引出问题：能否确定一个最小的n使得两类错误使得两类错误的概率都在控制的范围。的概率都在控制的范围。6(一)正态总体正态总体，已知；已知；的的u检验。检验。当等式右端不是整数时当等式右端不是整数时,取不小于右端的最小的整数取不小于右端的最小的整数7(二)正态总体正态总体，未知，考虑未知，考虑的的检验。检验。隐式解隐式解,通过给定的通过给定的和和试算确定试算确定n.8例例例例3.13 3.13 3.13 3.13 一门炮需通过发射试验来进行精度验收，假设一门炮需通过发射试验来进行精度验收，假设一门炮需通过发射试验来进行精度验收，假设一门炮需通过发射试验来进行精度验收，假设命中误差是纯随机的，又横向（或纵向）误差容许的标命中误差是纯随机的，又横向（或纵向）误差容许的标命中误差是纯随机的，又横向（或纵向）误差容许的标命中误差是纯随机的，又横向（或纵向）误差容许的标准差为准差为准差为准差为 0 0，制造方要求采用的检验方法要求保证：如果产，制造方要求采用的检验方法要求保证：如果产，制造方要求采用的检验方法要求保证：如果产，制造方要求采用的检验方法要求保证：如果产品合格而被拒绝的概率不大于品合格而被拒绝的概率不大于品合格而被拒绝的概率不大于品合格而被拒绝的概率不大于5 5；使用方要求保证，若；使用方要求保证，若；使用方要求保证，若；使用方要求保证，若产品不合格且标准差超过产品不合格且标准差超过产品不合格且标准差超过产品不合格且标准差超过 2 2 0 0而被接受的概率小于而被接受的概率小于而被接受的概率小于而被接受的概率小于1010，试问至少应发射多少发炮弹进行试验，才能满足双方的试问至少应发射多少发炮弹进行试验，才能满足双方的试问至少应发射多少发炮弹进行试验，才能满足双方的试问至少应发射多少发炮弹进行试验，才能满足双方的要求。要求。要求。要求。解：设炮弹落点的解：设炮弹落点的横向（或纵向）偏差服从正态分布，横向（或纵向）偏差服从正态分布，横向（或纵向）偏差服从正态分布，横向（或纵向）偏差服从正态分布，利用上式利用上式,通过给定的通过给定的=0.05和和=0.1,查查表表进进行行试算试算,最后确定最后确定n=37.9SPSS软软件件：参数：参数检验检验之均之均值检验值检验Means过程过程对准备比较的各组计算描述指标，进对准备比较的各组计算描述指标，进行预分析，也可直接比较。行预分析，也可直接比较。One-SamplesTTest过程过程进行样本均数与已知总进行样本均数与已知总体均数的比较。体均数的比较。Independent-SamplesTTest过程过程进行两样本均进行两样本均数差别的比较，即通常所说的两组资料的数差别的比较，即通常所说的两组资料的t检验。检验。Paired-SamplesTTest过程过程进行配对资料的显进行配对资料的显著性检验，即配对著性检验，即配对t检验。检验。One-WayANOVA过程过程进行两组及多组样本均数进行两组及多组样本均数的比较，即成组设计的方差分析，还可进行随后的比较，即成组设计的方差分析，还可进行随后的两两比较。的两两比较。10再通过转换：再通过转换：将将u通过转换为通过转换为y以后，留下以后，留下x和和y的刻度就是正态概率纸，是的刻度就是正态概率纸，是非均匀刻度。若是一般正态分布总体，则非均匀刻度。若是一般正态分布总体，则分布函数的图形分布函数的图形，在，在xu平面上是一条直线。即：平面上是一条直线。即：x=u+.不同表示斜率不同，不同表示斜率不同，不不同表示在同表示在x轴上的截距不同。轴上的截距不同。(二）检验方法二）检验方法若假设若假设H0为真，则在概率纸上的坐标点（为真，则在概率纸上的坐标点（xi,Fn(xi)(i=1,2,m）在一条直线上。若在（近似）一条直线上，在一条直线上。若在（近似）一条直线上，就接受假设，否则拒绝。一般中间点靠近即可。就接受假设，否则拒绝。一般中间点靠近即可。113.5非参数假设检验非参数假设检验总体的分布类型不知道，仅知是连续或离散型总体的分布类型不知道，仅知是连续或离散型(一）正态概率纸的构造一）正态概率纸的构造 首先建立一直角坐标系，横轴上刻度为首先建立一直角坐标系，横轴上刻度为x x轴，纵轴上刻度轴，纵轴上刻度为为u u值，都为均匀刻度。其中：值，都为均匀刻度。其中：3.5.1正态概率纸检验正态概率纸检验工程上常用的简单但粗糙方法工程上常用的简单但粗糙方法,用以判断是否用以判断是否正态分布以及相应的均值和方差估计。正态分布以及相应的均值和方差估计。非参数检验非参数检验随机变量之间的独立性检验随机变量之间的独立性检验总体分布函数的拟合检验总体分布函数的拟合检验12 基本方法是首先将容量为基本方法是首先将容量为n的样本从小到大排序得到的样本从小到大排序得到，则样本的经验分布函数可表示为，则样本的经验分布函数可表示为当当时时,实际上取实际上取，相应的，相应的是是N(0,1)的的分位点，此时点分位点，此时点应该近似在直线应该近似在直线上。如果由样本计算出的上。如果由样本计算出的n个个点近似在直线上，则可认为它来自正态分布。点近似在直线上，则可认为它来自正态分布。一般地一般地,中间的点的位置离直线的偏差不能太大中间的点的位置离直线的偏差不能太大,两头的两头的离直线位置的偏差可以大一些离直线位置的偏差可以大一些.否则拒绝原假设否则拒绝原假设.讲解讲解P99-101（例（例3.14）13表表3.3编号编号分组区间分组区间组中值组中值频数频数累积频数累积频数累积频率累积频率(%)1(-,198196.56652(198,201199.571310.833(201,204202.5142722.504(204,207205.5204739.175(207,210208.5237058.336(210,213211.5229276.667(213,216214.51410688.338(216,219217.58114959(219，+)220.56120100以分组区间的中点以分组区间的中点(组中值组中值)为横坐标为横坐标,累积频率为纵坐标累积频率为纵坐标,在正态概率纸上描出在正态概率纸上描出9个点个点(如图如图3-6，见书上，见书上P101)14由图形检验大致地判断出总体是服从正态分布后，由图形检验大致地判断出总体是服从正态分布后，由于由于由由与直线交点的横坐标即为与直线交点的横坐标即为；又由于又由于，则则与直线的交点的横坐标为与直线的交点的横坐标为得到得到。除此之外，还有除此之外，还有对数正态概率纸对数正态概率纸，威布，威布Weibull概率纸等来研究相应的分布概率纸等来研究相应的分布定性的方法。定性的方法。(三）未知参数三）未知参数，2的估计的估计以下介绍数值检验方法（定量方法）以下介绍数值检验方法（定量方法）。15SPSS软软件件：非参数：非参数检验检验之正之正态态概率概率纸纸输入数据输入数据:确定变量确定变量,输入样本输入样本.若是分组资料，样本值输入组中值，再加权若是分组资料，样本值输入组中值，再加权（DATAWeighBy频数）频数）Q-Q图图一种正态概率纸一种正态概率纸,检验的命令在检验的命令在GRAPHS菜单菜单,由得到的图形是否为一条直由得到的图形是否为一条直线线,可以大致地判断总体是否服从正态分布。可以大致地判断总体是否服从正态分布。P99-101（例（例3.14）163.5.2皮尔逊皮尔逊拟合检验拟合检验拟合检验拟合检验：H0 0:X的分布函数为的分布函数为F0(X)为理论分布，用其去拟合样本值。为理论分布，用其去拟合样本值。拟合优度：拟合好坏的标准拟合优度：拟合好坏的标准,即拟合的优良程度。即拟合的优良程度。设总体设总体X（一维或多维）的分布（一维或多维）的分布 完全已知或完全已知或分布中含有未知参数。分布中含有未知参数。为样本值。为样本值。一般原则一般原则：构造检验统计量：构造检验统计量（样本（样本X与总体分布与总体分布F0 0的偏差的度量）的偏差的度量）及界限及界限D0 。若若D超过了超过了D0 0，就否定，否则接受原假设。，就否定，否则接受原假设。对于对于D的不同定义可以得到不同的检验方法的不同定义可以得到不同的检验方法。17（一）理论分布完全已知的情况（一）理论分布完全已知的情况1设总体设总体X是离散型，取有限值是离散型，取有限值理论分布律理论分布律F0 0：原假设原假设 记记ni为为中等于中等于ai的个数，的个数，(ni称为称为ai的的观察频数观察频数），），Xa1a2akPp1p2pk18而而npi称作称作ai的的理论频数理论频数。当当X的分布为的分布为F0，由大数定理，由大数定理，H0成立时，成立时，与与 相差不大。相差不大。19001900年，皮尔逊建立了统计量年，皮尔逊建立了统计量 用来衡量理论分布用来衡量理论分布p1,p2,pk与实际数据的偏与实际数据的偏差差.（相对差异的总和）。（相对差异的总和）。19得到了得到了:当当为真时，为真时，当当为假时，为假时，皮尔逊皮尔逊还证明了，还证明了，时，时，统计量的极统计量的极限分布为限分布为20因此，给定检验水平因此，给定检验水平上述检验问题的否定域为：上述检验问题的否定域为：（单侧检验问题）（单侧检验问题）此时，此时，时，时，皮尔逊皮尔逊检验法。检验法。讲解例讲解例3.15(P104)21Sig.P值值=0.05,接受接受H0SPSS输入变量值及频数输入变量值及频数,给变量加权给变量加权选选ANALYZE菜单非参数检验菜单非参数检验二项分布检验二项分布检验,输入检验参数值输入检验参数值.22 (2)(2)为一般（连续）的完全已知分布为一般（连续）的完全已知分布 化作离散型处理（设一维的情况）化作离散型处理（设一维的情况）选取常数选取常数 ，将将 分成分成k个互不相交的区间，个互不相交的区间，记作记作 。记记 为为X落入区间落入区间 的概率的概率.23记记为样本为样本落入区间落入区间的频数，理论的频数，理论频数为频数为。皮尔逊检验统计量为皮尔逊检验统计量为在在为真时，其极限分布为为真时，其极限分布为其余方法与前其余方法与前(1)相同。相同。24在许多实际问题中在许多实际问题中,理论分布类型已知理论分布类型已知,但其但其中中含有若干未知参数含有若干未知参数.如如:此时，检验此时，检验先求先求下，未知参数的点估计下，未知参数的点估计(最大似然估计最大似然估计)，记作，记作，再计算再计算（二）理论分布带参数的情况（二）理论分布带参数的情况25用此代替前述的用此代替前述的，得到统计量为，得到统计量为Fisher证明了满足一定条件下的点估计，证明了满足一定条件下的点估计，其极限分布为其极限分布为于是，于是，否定域否定域为为具体过程见具体过程见P106，例，例3.16。26SPSS输入变量值及频数输入变量值及频数,给变量加权给变量加权,选选ANALYZE菜单菜单非参数检验中卡方检验非参数检验中卡方检验,输入检验参数值输入检验参数值(Pi).27（三）（三）方法用于检验独立性方法用于检验独立性如如“服新药服新药”与与“痊愈痊愈”，“吸烟吸烟”与与“患肺癌患肺癌”等关系问题。等关系问题。模型：设模型：设X 的的可能取值是可能取值是1,2,rY 的的可能取值是可能取值是1,2,s。对随机向量对随机向量(X,Y)进行了进行了n次观察次观察,发现发现出现的次数为出现的次数为（频数）。（频数）。检验假设检验假设H0:X与与Y相互独立。相互独立。28当假设为真时，当假设为真时，研究问题的数据常排列为研究问题的数据常排列为“列联表列联表”(见见P108)。设设:于是检验问题为：于是检验问题为：29若分布已知，即若分布已知，即已知，构造统计量已知，构造统计量但此时分布未知，用极大似然估计量代替得到但此时分布未知，用极大似然估计量代替得到得到否定域得到否定域30SPSS讲解例讲解例3.17(P110)输入变量值及频数输入变量值及频数,给变量加权给变量加权,选选ANALYZE菜单描述菜单描述性统计中列联表性统计中列联表,输入行和列输入行和列,点复选框中卡方检验进行独点复选框中卡方检验进行独立性检验立性检验.31若若(X,Y)为连续型随机向量时，作离散化处理。为连续型随机向量时，作离散化处理。小小结结皮尔逊方法使用范围广，对于一维、多维、离皮尔逊方法使用范围广，对于一维、多维、离散、连续、参数已知、未知、全样本、截尾样本等散、连续、参数已知、未知、全样本、截尾样本等均适用；均适用；但分组处理样本值时，虽然假设分布不成立，但分组处理样本值时，虽然假设分布不成立，但可能划分方式不同，特别对于截尾样本，影响但可能划分方式不同，特别对于截尾样本，影响统计量的取值，容易导致犯第二类错误（取伪）的统计量的取值，容易导致犯第二类错误（取伪）的概率增加。概率增加。32经验分布函数经验分布函数将观察值排序将观察值排序(非降非降)：定义定义Fn(x)一致地收敛于一致地收敛于F(x).3.5.3柯尔莫哥洛夫检验柯尔莫哥洛夫检验(一一)一般情形一般情形33柯氏提出的检验统计量为柯氏提出的检验统计量为其精确分布为已知其精确分布为已知(P(P112112)。柯尔哥莫洛夫检验柯尔哥莫洛夫检验假设：假设：H0：F(x)=F0(x)其中其中F0(x)为完全已知的连续型分布函数为完全已知的连续型分布函数.34因为分布函数因为分布函数Fn(x)与与F0(x)均为均为X的单调非减函数，所的单调非减函数，所以二者偏差的上确界在以二者偏差的上确界在n个点个点X(i)处取得。处取得。先求先求偏差偏差则则。若若Fn(x)与与F0(x)拟合得好，则拟合得好，则Dn的值应比较小，反之，的值应比较小，反之，Dn的值较大时，拟合得不好。的值较大时，拟合得不好。柯氏检验规则柯氏检验规则：给定显著性水平给定显著性水平，原假设的拒绝域为原假设的拒绝域为即即（临界值临界值Dn,可查附表可查附表6得到得到）。）。35例例3.18(P3.18(P114114)对一台设备进行寿命试验，记录了对一台设备进行寿命试验，记录了1010个数据，个数据，从小到大排列为从小到大排列为420420，500500，920920，23502350（小（小时）。问此种设备的寿命时）。问此种设备的寿命X X的分布是否服从的分布是否服从15001500的指数分布？的指数分布？解：解：由下表计算可得由下表计算可得Dn=0.30，取，取0.05，查表得，查表得,D10,0.05=0.40925,即使取即使取0.20,D10,0.20=0.32都比都比Dn大，故大，故接受接受H0,认为认为寿命寿命X X的分布是否服从的分布是否服从15001500的指数分布的指数分布.36计算结果列表如下：37SPSS讲解例讲解例3.18输入变量值输入变量值,选选ANALYZE菜单非参数检验菜单非参数检验NParTests,进入进入One-SampleKolmogorov-SmirnovTest,点复选框中指数点复选框中指数分布分布,进行理论分布含有未知参数的检验进行理论分布含有未知参数的检验.38(二二)正态性检验正态性检验正态分布未知参数值使用它们的无偏估计值正态分布未知参数值使用它们的无偏估计值柯氏检验规则：给定显著性水平给定显著性水平，原假设的拒绝域为原假设的拒绝域为（临界值（临界值可查附表可查附表8得到）。得到）。39例例例例3.19 3.19 3.19 3.19 对对对对8 8 8 8个产品进行强度试验个产品进行强度试验个产品进行强度试验个产品进行强度试验,所得强度取自然对数所得强度取自然对数所得强度取自然对数所得强度取自然对数后为后为后为后为:0.25,0.53,0.88,1.22,1.76,2.44,3.41,4.90:0.25,0.53,0.88,1.22,1.76,2.44,3.41,4.90:0.25,0.53,0.88,1.22,1.76,2.44,3.41,4.90:0.25,0.53,0.88,1.22,1.76,2.44,3.41,4.90问这批强度问这批强度问这批强度问这批强度数据是否来自对数正态分布数据是否来自对数正态分布数据是否来自对数正态分布数据是否来自对数正态分布?由上表得，由上表得，查临界值查临界值,因因，故接受原假设，故接受原假设，即认为即认为这批强度数据来自对数正态分布这批强度数据来自对数正态分布这批强度数据来自对数正态分布这批强度数据来自对数正态分布。40(三三)指数分布的检验指数分布的检验指数分布未知参数的极大似然估计指数分布未知参数的极大似然估计检验规则：给定显著性水平给定显著性水平，原假设的拒绝域为，原假设的拒绝域为,（临界值（临界值可查附表可查附表8得到）。得到）。41例例例例3.21 3.21 3.21 3.21 记录一台计算机的无故障工作时间七次，数据如下记录一台计算机的无故障工作时间七次，数据如下:530,450,120,530530,450,120,530，600,650,460600,650,460。问此台计算机的无故障工作。问此台计算机的无故障工作时间是否服从指数分布？时间是否服从指数分布？由上表得由上表得，查临界值查临界值,因因，故拒绝原假设，故拒绝原假设，即即不能认为此台计算机的无故障工作时间服从指数分布。不能认为此台计算机的无故障工作时间服从指数分布。423.5.4 斯米尔诺夫检验设有连续型总体设有连续型总体X，分布函数，分布函数F(x)，样本样本，经验分布函数，经验分布函数Fn1(x)；有连续型总体有连续型总体 Y，分布函数，分布函数G(x)，样本样本，经验分布函数，经验分布函数Gn2(x)。假定两样本相互独立。假定两样本相互独立。相应的经验分布函数为相应的经验分布函数为 。问题背景：柯尔哥莫洛夫检验实际上是对单样本的分布拟问题背景：柯尔哥莫洛夫检验实际上是对单样本的分布拟合问题的检验。而在实际中，经常需要对两个总体分布函合问题的检验。而在实际中，经常需要对两个总体分布函数进行比较，斯米尔诺夫检验借助于经验分布函数给出了数进行比较，斯米尔诺夫检验借助于经验分布函数给出了与柯尔哥莫洛夫检验相类似的检验统计量。与柯尔哥莫洛夫检验相类似的检验统计量。43提出假设提出假设：斯米尔诺夫提出的检验统计量是斯米尔诺夫提出的检验统计量是:并且证明了，当并且证明了，当 为真时，有为真时，有。44当当H0为真时，为真时，D应该比较小，因此斯米尔诺夫检应该比较小，因此斯米尔诺夫检验的规则是验的规则是:给定显著性水平给定显著性水平，若，若 时，拒绝时，拒绝H0，否则接受，否则接受H0 。分位点分位点 查查柯尔哥莫洛夫柯尔哥莫洛夫检验的检验的临界值表临界值表（见附表（见附表6 6），），n取不超过其表达式的最大整数取不超过其表达式的最大整数.当当n很大时（如很大时（如100100），由），由柯尔哥莫洛夫柯尔哥莫洛夫检验统计检验统计量的极限分布可得量的极限分布可得 ，其中，其中，临界值临界值柯尔哥莫洛夫柯尔哥莫洛夫检验的检验的极限分布极限分布表表(见附表见附表7)7)。即即:45解：检验统计量解：检验统计量Dn的观测值为的观测值为 ，查附表查附表6 6临界值临界值 ，因因 ，故拒绝原假设，故拒绝原假设，即认为这两批零件尺寸分布不相同。即认为这两批零件尺寸分布不相同。例例例例3.22 3.22 3.22 3.22 某自动车床加工一种零件某自动车床加工一种零件某自动车床加工一种零件某自动车床加工一种零件,一位工人刚接班时一位工人刚接班时一位工人刚接班时一位工人刚接班时,抽取抽取抽取抽取n n n n1 1 1 1=150=150=150=150只零件作为第一个样本只零件作为第一个样本只零件作为第一个样本只零件作为第一个样本.在自动车床工作了在自动车床工作了在自动车床工作了在自动车床工作了4 4 4 4小小小小时后时后时后时后,他又抽取了他又抽取了他又抽取了他又抽取了n n n n2 2 2 2=100=100=100=100只零件作为第二个样本只零件作为第二个样本只零件作为第二个样本只零件作为第二个样本.测定每个测定每个测定每个测定每个零件的尺寸与标准尺寸的偏差零件的尺寸与标准尺寸的偏差零件的尺寸与标准尺寸的偏差零件的尺寸与标准尺寸的偏差(单位单位单位单位:m)m)m)m)范围如表范围如表范围如表范围如表3-103-103-103-10(P122)所示所示所示所示,试问在显著性水平试问在显著性水平试问在显著性水平试问在显著性水平=0.01=0.01下下下下,能否认为这批零能否认为这批零能否认为这批零能否认为这批零件尺寸的分布相同件尺寸的分布相同件尺寸的分布相同件尺寸的分布相同?46计算结果列表如下：计算结果列表如下：偏差范围偏差范围组中组中值值ni1ni2Fn1(x)Gn2(x)|Fn1(x)-Gn2(x)|-12.5,-7.5-101000.0000.0000.000-7.5,-2.5-52770.0670.0000.067-2.5,2.5043170.2470.0700.1772.5,7.5538300.5330.2400.2937.5,12.51023290.7870.5400.24712.5,17.5158150.9400.8300.11017.5,22.520110.9930.9800.01322.5,27.525011.0000.9900.01047SPSS讲解例讲解例3.22输入变量值输入变量值,选选ANALYZE菜单非参数检验菜单非参数检验NParTests,进入进入2-IndependentKolmogorov-SmirnovTest,对指标值加权对指标值加权,点复选框中样本类别且定义组别点复选框中样本类别且定义组别,进行两独立总体是否同分布的检验进行两独立总体是否同分布的检验.483.5.5Shapiro-Wilk W检验检验和和DAgostino D检验检验 二者均为正态性检验，利用二者均为正态性检验，利用W和和D检验检验可以可以检验检验一批观测值或一批随机数是否来自同一正一批观测值或一批随机数是否来自同一正态分布。态分布。H0:总体服从正态分布总体服从正态分布.(一）一）W检验检验（）检验步骤：检验步骤：（1）将观测值（样本值）按非降序排列：）将观测值（样本值）按非降序排列：；（2）计算统计量）计算统计量W的值的值49 其中其中查附表查附表10。（3）对给定的显著性水平）对给定的显著性水平和样本容量和样本容量n，由附表，由附表11查得查得；（4）作出判断：若）作出判断：若，则，则拒绝原假设拒绝原假设,认为认为样本不服从正态分布。样本不服从正态分布。(W1)检验原理检验原理（略）（略）P124W检验优点检验优点:小样本判断总体是否服从正态分布小样本判断总体是否服从正态分布.例例例例3.23 3.23 3.23 3.23 抽查用克矽平治疗矽肺患者抽查用克矽平治疗矽肺患者抽查用克矽平治疗矽肺患者抽查用克矽平治疗矽肺患者10101010名名名名,得他们治疗前得他们治疗前得他们治疗前得他们治疗前后血红蛋白的差后血红蛋白的差后血红蛋白的差后血红蛋白的差(g%)(g%)(g%)(g%)如下如下如下如下:2.7,-1.2,-1.0,0,0.7,2.0,3.7,-0.6,0.8,-0.3 2.7,-1.2,-1.0,0,0.7,2.0,3.7,-0.6,0.8,-0.3 2.7,-1.2,-1.0,0,0.7,2.0,3.7,-0.6,0.8,-0.3 2.7,-1.2,-1.0,0,0.7,2.0,3.7,-0.6,0.8,-0.3试检验治疗前后血红蛋白的差是否服从正态分布试检验治疗前后血红蛋白的差是否服从正态分布试检验治疗前后血红蛋白的差是否服从正态分布试检验治疗前后血红蛋白的差是否服从正态分布(=0.05)=0.05)50（二）（二）D D检验检验（50nY)0.5 Y)0.5 0.5，因此，因此T1应有偏大的趋势。所以应有偏大的趋势。所以H0成立，成立，T值不应太大也不能太小。人们根据值不应太大也不能太小。人们根据T的分布编制了附表的分布编制了附表13，对给定的显著性水平，对给定的显著性水平，可查表：，可查表：拒绝域：拒绝域：54SPSS秩和检验秩和检验输入变量值输入变量值,对指标值加权对指标值加权定义样本类别定义样本类别选选ANALYZE菜单非参数检验菜单非参数检验NParTests,进入进入2-IndependentSample选选Mann-WhitneyTest点复选框中样本类别且输入组别点复选框中样本类别且输入组别,进行两独立总体是否同分布的检验进行两独立总体是否同分布的检验.55解：解：例例例例3.25 3.25 3.25 3.25 以下是两个地区所种小麦的蛋白质含量检验数据：以下是两个地区所种小麦的蛋白质含量检验数据：以下是两个地区所种小麦的蛋白质含量检验数据：以下是两个地区所种小麦的蛋白质含量检验数据：地区地区地区地区1 1 1 1：12.6 13.4 11.9 12.8 13.012.6 13.4 11.9 12.8 13.012.6 13.4 11.9 12.8 13.012.6 13.4 11.9 12.8 13.0 地区地区地区地区2 2 2 2：13.1 13.4 12.8 13.8 13.3 12.7 12.413.1 13.4 12.8 13.8 13.3 12.7 12.413.1 13.4 12.8 13.8 13.3 12.7 12.413.1 13.4 12.8 13.8 13.3 12.7 12.4问两地区小麦的蛋白质含量有无显著性差异问两地区小麦的蛋白质含量有无显著性差异问两地区小麦的蛋白质含量有无显著性差异问两地区小麦的蛋白质含量有无显著性差异?(?(?(?(=0.05)=0.05)认为两地区小麦的蛋白质含量认为两地区小麦的蛋白质含量认为两地区小麦的蛋白质含量认为两地区小麦的蛋白质含量无显著性差异无显著性差异无显著性差异无显著性差异.56 在秩和检验表只列出在秩和检验表只列出n1,n210时的时的的数值的数值,当当n1n2时时,可以证明可以证明,在在H0之下之下,有有:实际上实际上,在在n1,n2均大于均大于7时，时，u的分布近似标准正态的分布近似标准正态分布已十分精确。对给定显著性水平分布已十分精确。对给定显著性水平，可查标准正，可查标准正态分布表得态分布表得 拒绝域：拒绝域：57作业：作业：3.113.13,3.15,3.16,3.18,3.21.58