秩和检验(秩的概念,秩和检验法)

这篇具有很好参考价值的文章主要介绍了秩和检验(秩的概念,秩和检验法)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

假设中的等价问题

设有两个总体,它们的概率密度分别为秩和检验(秩的概念,秩和检验法),有秩和检验(秩的概念,秩和检验法),有如下假设

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

设两个总体均值存在,分别为秩和检验(秩的概念,秩和检验法),则以上假设就等价于以下假设

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

秩的定义

设一总体X,有容量为n的样本,从小到大排列为秩和检验(秩的概念,秩和检验法),...,秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)的下标就是它的秩。

例如12<33<34<45其中33的秩就是2

如果有相等的数,它们的秩就为它们的下标的平均值

例如12<33=33<34其中33的秩就为秩和检验(秩的概念,秩和检验法)

秩和的定义

两个容量分别为秩和检验(秩的概念,秩和检验法)的样本,将他们综合起来排序,则第一个样本的秩和就为它所有的观察值的秩之和,记作秩和检验(秩的概念,秩和检验法),第二个样本同理。

所以秩和检验(秩的概念,秩和检验法)

秩和检验法

秩和检验法是检验两个分布函数是否相同的检验法,不需要求出分布函数的参数,只需要计算样本秩。

双边检验

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)我们要检验两个样本是否是同一分布,假设为真,那么秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)的必须相近,也就是说,秩和检验(秩的概念,秩和检验法)不能太大也不能太小,样本一的数应该分散的排列在总的序列中。考虑两种极端情况,样本一的观察值全部分布在序列最前或者最后,则秩和检验(秩的概念,秩和检验法)

我们给出一个显著性水平秩和检验(秩的概念,秩和检验法),则拒绝域为秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法),其中秩和检验(秩的概念,秩和检验法)是满足秩和检验(秩的概念,秩和检验法)的最大整数,秩和检验(秩的概念,秩和检验法)是满足秩和检验(秩的概念,秩和检验法)的最小整数。

犯第一类错误的概率为秩和检验(秩的概念,秩和检验法)

求临界值的方法

秩和检验(秩的概念,秩和检验法)为例,显著性水平秩和检验(秩的概念,秩和检验法)

样本一的观察值的秩和有秩和检验(秩的概念,秩和检验法)可能,全部列出来

三个观察值的秩

秩和检验(秩的概念,秩和检验法)

三个观察值的秩

秩和检验(秩的概念,秩和检验法)

三个观察值的秩

秩和检验(秩的概念,秩和检验法)

三个观察值的秩

秩和检验(秩的概念,秩和检验法)

三个观察值的秩

秩和检验(秩的概念,秩和检验法)

123

6

136

10

167

14

247

13

356

14

124

7

137

11

234

9

256

13

357

15

125

8

145

10

235

10

257

14

367

16

126

9

146

11

236

11

267

15

456

15

127

10

147

12

237

12

345

12

457

16

134

8

156

12

245

11

346

13

467

17

135

9

157

13

246

12

347

14

567

18

秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)

所以秩和检验(秩的概念,秩和检验法),秩和检验(秩的概念,秩和检验法)=17

单边检验

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

其拒绝域为秩和检验(秩的概念,秩和检验法),其中秩和检验(秩的概念,秩和检验法)满足秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)秩和检验(秩的概念,秩和检验法)

其拒绝域为秩和检验(秩的概念,秩和检验法),其中秩和检验(秩的概念,秩和检验法)满足秩和检验(秩的概念,秩和检验法)

特殊情况

可以证明当秩和检验(秩的概念,秩和检验法)为真时

秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)

而当秩和检验(秩的概念,秩和检验法)时,近似的秩和检验(秩的概念,秩和检验法)

秩和检验(秩的概念,秩和检验法)作为统计量在显著性水平为秩和检验(秩的概念,秩和检验法)下双边检验,左边检验,右边检验的拒绝域为

秩和检验(秩的概念,秩和检验法)文章来源地址https://www.toymoban.com/news/detail-400323.html

到了这里,关于秩和检验(秩的概念,秩和检验法)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Wilcoxon秩和检验

            Wilcoxon秩和检验是基于样本数据秩和。先将两样本看成是单一样本(混合样本)然后由小到大排列观察值统一编秩.如果原假设两个独立样本来自相同的总体为真,那么秩将大约均匀分布在两个样本中,即小的、中等的、大的秩值应该大约均匀被分在两个样本中。如果备

    2024年02月12日
    浏览(34)
  • 概率统计·假设检验【正态总体均值的假设检验、正态总体方差的假设检验】

    第1类错误(弃真):当原假设H 0 为真,观察值却落入拒绝域,因而拒 绝H 0 这类错误是“以真为假” 犯第一类错误的概率=显著性水平α 第2类错误(取伪):当原假设H 0 不真,而观察值却落入接受域,因而 接受H 0 以假为真 若H 0 为真,则样本值落入拒绝域{Zz α/2 }的概率是

    2024年02月08日
    浏览(59)
  • 非参数统计:两样本和多样本的Brown-Mood中位数检验;Wilcoxon(Mann-Whitney)秩和检验及有关置信区间;Kruskal-Wallis秩和检验

    目录 两样本和多样本的Brown-Mood中位数检验 例3.1我国两个地区一些(分别为17个和15个)城镇职工的工资(元): Wilcoxon(Mann-Whitney)秩和检验及有关置信区间 例3.1我国两个地区一些(分别为17个和15个)城镇职工的工资(元): Kruskal-Wallis秩和检验 例4.1在一项健康实验中,三人组

    2023年04月25日
    浏览(49)
  • 假设检验/T检验/F检验/Z检验/卡方检验

    ****显著性水平: 一个概率值,原假设为真时,拒绝原假设的概率,表示为 alpha 常用取值为0.01, 0.05, 0.10 ****什么是P值? p值是当原假设为真时样本观察结果及更极端结果出现的概率。 如果P值很小,说明这种情况发生的概率很小,如果这种情况还出现了,那么就有理由拒绝原

    2024年02月05日
    浏览(49)
  • 【统计】假设检验方法 一、方差齐性检验

    1. 不同检验方法 最小样本量 的确认 由统计量反推得到 2. 检验方法 方差齐性检验(F检验): 两个独立样本的方差差异检验,反映了平均值的代表性。方差齐次检验前提要近似正态分布。 正态性检验: 是否符合正态分布 似然比检验: 比较样本不同似然函数,检验其分布 参

    2023年04月14日
    浏览(49)
  • 假设检验:如何理解单侧、双侧检验的拒绝域

            简单说就是:拒绝域与备择假设方向相同。假设检验就是一个证伪的过程,原假设和备择假设是一对\\\"相反的结论\\\"。\\\"拒绝域\\\",顾名思义,就是拒绝原假设的范围和方向,所以判断拒绝域在哪,可以直接看备择假设H1的条件是大于还是小于即可。 上述只是判断方法之一

    2024年02月03日
    浏览(47)
  • 【统计】假设检验方法

    1. 不同检验方法 最小样本量 的确认 由统计量反推得到 2. 检验方法 方差齐性检验(F检验): 两个独立样本的方差差异检验,反映了平均值的代表性。方差齐次检验前提要近似正态分布。 正态性检验: 是否符合正态分布 似然比检验: 比较样本不同似然函数,检验其分布 参

    2024年02月05日
    浏览(48)
  • 数学建模.假设检验

    一.步骤 1.96为作用域,下面是作用域求法 在置信度为95%的情况下显然是不成立的,那么我们可以看看在置信度为99%的情况下结果如何呢 可以看到在置信度为99%的情况下是94斤是可以被认为偶然的误差,但是这个作用域不是很好计算,所以引用p值的方法,方法如下: 由此观之

    2024年01月21日
    浏览(47)
  • 数学建模-假设检验

    原假设,备择假设 P值,显著性水平 单侧建议,双侧检验

    2024年02月16日
    浏览(47)
  • 假设检验(hypothesis testing)

    首先,什么是假设?在数理推断中,总体分布通常是未知的,包含了两类,一类是分布类型未知,一类是分布类型已知,但参数未知, 假设 就是对总体分布的一种推断,比如假设总体服从正态分布,假设正态分布的均值是500。根据未知类型,分为非参数假设和参数假设。 假

    2024年02月11日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包