Excel在统计分析中的应用 教学课件 作者 陈斌第7章.pptx

《Excel在统计分析中的应用 教学课件 作者 陈斌第7章.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第七章非参数检验重点内容：检验简单符号检验Wilcoxon带符号的等级检验Mann-WhitneyU检验一、检验1.检验的基本原理非参数检验中的许多检验统计量渐进服从分布，它们一般都被称为检验。一个重要的检验类型为Person检验统计量。其统计量可以写为：Person检验统计量用于测定两个分类变量之间的相关度。一、检验2.实例应用：不同类型的员工对自我管理工作小组态度的检验（1）实例的数据说明为了了解公司中不同类型的员工对自我管理工作小组的态度，对员工进行了调查，如下表所示。试在0.1的显著性水平下判断员工的工作类型与对自我管理工作小组的态度之间是否存在显著的关系。对自我管理工

2、作小组的态度工作类型支持无所谓反对基层工人1104872基层管理人员181230中层管理人员331225高层管理人员2479一、检验2.实例应用：不同类型的员工对自我管理工作小组态度的检验（2）实例的操作步骤新建“不同类型的员工对自我管理工作小组态度的检验”工作簿；提出原假设备择假设；根据公式计算出期望频数；根据观测频数和期望频数计算的值；计算统计量；求出自由度和临界值。一、检验2.实例应用：不同类型的员工对自我管理工作小组态度的检验（3）实例的结果分析显然统计值大于临界值，所以拒绝原假设，即认为员工的工作类型与对自我管理工作小组的态度之间存在着显著的关系，两者是不独立的。二、

3、简单符号检验简单符号检验的基本原理符号检验是一种利用正、负号的数目对某种假设作出判定的非参数检验方法。它不要求知道被检验量的分布规律，仅依据某种特定的正负号之数目多少来对某种假定做出检验，非常直观简便，易于理解，常被用于检验总体的均值、中位数等参数是否为某一数值，或判断总体分布有无变化。在实际中，我们常常会碰到无法用数字去描述的问题，这时符号检验法就是一种简单而有效的检验方法。为了判断一个样本是否来自某已知中位数的总体，即样本所在总体的中位数是否等于某一已知总体的中位数，就需要进行样本中位数与总体中位数的差异显著性检验。二、简单符号检验2.实例应用：学生身高的简单符号检验（1）

4、实例的数据说明某学校随机抽取了24名学生测量其身高，数据如表所示（单位：cm）。小明身高为171cm，如果该24名学生的身高构成样本，全校学生的身高构成总体，试问在给定的显著性水平0.05的条件下，是否可以认为小明的身高达到了总体的平均水平？168175169168169168169171170174174170174168175174174172168174170173170168二、简单符号检验2.实例应用：学生身高的简单符号检验（2）实例的操作步骤新建“学生身高的简单符号检验”工作簿；提出原假设备择假设；求出身高与171cm之差并判断正负号；分别求出差为正和负的总数；计算

5、K值和P值。二、简单符号检验2.实例应用：学生身高的简单符号检验（3）实例的结果分析从图中可以看出，P值为0.2706>0.05。在给定的0.05的显著性水平下，根据抽取的24个样本信息，我们不能拒绝原假设，而认为小明的身高与全校学生的身高这个总体的中位数相等，也就是说小明的身高达到了总体的平均水平。三、Wilcoxon带符号的等级检验1.Wilcoxon带符号等级检验的基本原理Wilcoxon带符号等级检验的应用条件和简单符号检验相同，其方法思想是若关联样本的两组数据没有显著差异，则不仅其差异的正、负符号应大致相等，而且将其差异取绝对值，按大小顺序排列编成自然序号（即秩）后，

6、它们的正号（+）的秩和与负号（—）的秩和也应该大致相等。若正秩和与负秩和相差太大，其中较小者（或较大者）偏离总秩和的平均较远，以致超过给定显著性水平所确定的临界点，就可以认为这两组数据存在显著差异，即总体的分布前后有变化。三、Wilcoxon带符号的等级检验2.实例应用：员工技能测试得分的Wilcoxon带符号等级检验（1）实例的数据说明某公司随机抽取了10名员工年初和年末的技能测试得分。试在给定的显著性水平0.05的条件下判断该批员工的这两次技能测试得分有没有显著差别？员工编号12345678910年初得分71647359859365728775年末得分82697958858

7、667929472三、Wilcoxon带符号的等级检验2.实例应用：员工技能测试得分的Wilcoxon带符号等级检验（2）实例的操作步骤新建“员工技能测试Wilcoxon带符号等级检验”工作簿；提出原假设备择假设；计算年末得分与年初得分之差及其绝对值；对差值绝对值进行排序；根据差值的正负号计算正负秩和。（3）实例的结果分析W=10.5偏离均值22.5较远，但是通过查Wilcoxon统计量分布表可知临界值为5，即，故不能拒绝原假设。因此在参加年初和年末技能测试的员工这批样本中，两次测试得分没有