Brown-Mood中位数检验知识讲解.ppt

《Brown-Mood中位数检验知识讲解.ppt》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、Brown-Mood中位数检验两样本位置检验例3.1(数据：salary.txt,salary.sav)我国两个地区一些(分别为17个和15个)城镇职工的工资(元)：地区1：6864730474777779789583488461955399191007310270115811347213600139621501917244地区2：102761053310633108371120911393118641204012642126751319913683140491406116079人们想要知道这二个地区城镇职工工资的中位数是否一样，这就是检验二个独立总体的位置参数是否相等的问题。Brow

2、n-Mood中位数检验检验原理：在零假设成立时，中位数如果一样的话，它们共同的中位数，即这(15+17=)32个数的样本中位数(记为MXY)。也就是说，在X1,X2,…,X17或在Y1,Y2,…,Y15的二个样本中，大于或小于混合后的中位数MXY的样本点应该大致一样多。容易算得MXY=11301，在用两个样本和MXY比较之后得到各个样本中大于和小于它的数目(见下表)假设(X1,X2,…,Xm)~X，(Y1,Y2,…,Yn)~Y，地区1样本数据所代表的总体中位数为，而地区2的为这里如果有和MXY相同的观测值，可以去掉它，也可以随机地把这些相等的值放到大于或小于MXY的群中以使得检验略微保

3、守一些。就本例来说，二个样本的中位数不很相同，如何做正式的检验呢？可以看出上表是一个2×2的列联表，由初等概率可知，对于一般的2×2列联表令A表示列联表中左上角取值a的X样本中大于的变量，在m、n及t固定时，A的分布在零假设下为超几何分布(对于不超过m的k)现在可以用上面A的分布，直接进行前面所提的单边检验。在给定m，n和t的时候，如果A的值a太大或太小时就应该怀疑零假设。下表列出了Brown-Mood中位数检验的基本内容。计算检验基本内容P-值检验统计量对于水平，如果p-值小于，那么拒绝零假设，否则不能拒绝。在m≠n时因A不对称，双边检验结果不那么理想。例题3.1的解法在例3.1中，

4、a=6，b=10，m=17，n=15用备择假设作单边检验时，可以根据R软件超几何分布的语句phyper(6,17,15,16)，即p值=P(A≤a)等于phyper(a,m,n,a+b)，得到p值为P(A≤a)=P(A≤6)=0.07780674。根据这个p值，无法对常用的显著性水平0.05来拒绝零假设。对于二个方差差不多相等的正态总体，该检验相对于t检验的ARE为2/π=0.637．显然，它和单样本情况的符号检验同属一类这检验为一般列联表的Fisher精确检验在2×2表情况的特例。如果用C表示上面表中的矩阵那么，可以用R软件的函数fisher.test(C,alt=〃less〃)得到

5、和上面两样的p值。可以看出，前面2×2表中a较大等价于m－a较小，b较大等价于n－b较小，也就是说，根据形成2×2表时的对称性(即行列可互换，行间及列间可互换)，用a,b,m－a,n－b的任何一个数目都可以根据超几何分布语句得到p值。检验的大样本近似在零假设下，在大样本情况时，可以使用检验统计量所服从超几何分布的正态近似进行检验(包括连续性的修正)：研究表明，该近似在min(m,n)≥12时相当精确。另外，在双边检验时，对于大样本情况，可以用Pearson卡方检验统计量来进行检验，它有近似的自由度为1的卡方分布。另外如果X和Y+θ有同样的分布，可求得置信区间为：其中c和c’满足：此课件

6、下载可自行编辑修改，仅供参考！感谢您的支持，我们努力做得更好！谢谢