简单理解t检验与秩和检验 |
您所在的位置:网站首页 › 秩和检验p值怎么计算 › 简单理解t检验与秩和检验 |
t-检验
选用t-检验的基本前提假设是,两组样本都服从正态分布,且方差相同。设有两类(x, y)分别有 m m m个和 n n n个样本,它们的总体样本方差是: s p 2 = ( n − 1 ) S x 2 + ( m − 1 ) S y 2 m + n − 2 s_p^2=\frac{(n-1)S_x^2+(m-1)S_y^2}{m+n-2} sp2=m+n−2(n−1)Sx2+(m−1)Sy2 其中, S x 2 S_x^2 Sx2和 S y 2 S_y^2 Sy2分别是两类样本各自的估计方差,t检验的统计量是: t = x ˉ − y ˉ s p 1 n + 1 m t=\frac{\bar{x}-\bar{y}}{s_p\sqrt{\frac{1}{n}+\frac{1}{m}}} t=spn1+m1 xˉ−yˉ 它服从自由度为 n + m − 2 n+m-2 n+m−2的t分布。 在实际问题中,首先计算出实际样本的t值,然后根据t分布可以查出在原假设下取得该t值的 p p p值,最后根据适当的显著性水平(如0.05)来决定是否拒绝原假设,推断两类样本的均值是否有显著差异。 t t t检验属于参数化检验方法,此类方法对数据分布有一定的假设,必要时需要首先检验样本分布是否符合该假设。 秩和检验Wilcoxon秩和检验(rank-sum test),有时也叫Mann-Whitney U检验,是另一类非参数检验方法,它们不对数据分布作特殊假设,因而能适用于更复杂的数据分布情况。而当数据实际上满足正态分布时,用 t t t检验更有效。 秩和检验的做法是,首先将两类样本混合在一起,对所有样本按照所考察的特征从小到大排序。在两类样本中分别计算所得排序序号之和 T 1 T_1 T1和 T 2 T_2 T2,称作秩和。两类的样本数分别是 n 1 n_1 n1个和 n 2 n_2 n2。秩和检验的基本思想是,如果一类样本的秩和显著地比另一类小(或大),则两类样本在所考察的特征上有显著差异。秩和检验的统计量就是某一类(如第一类,秩和为 T 1 T_1 T1)的秩和 为了比较两类样本的秩和是否差异显著,需要比较T分布,当样本数目较大时,人们可以用正态分布来近似秩和 T 1 T_1 T1的分布。其中 μ 1 = n 1 ( n 1 + n 2 + 1 ) 2 , σ 1 = n 1 n 2 ( n 1 + n 2 + 1 ) 12 \mu_1=\frac{n_1(n_1+n_2+1)}{2}, \sigma_1=\sqrt{\frac{n_1n_2(n_1+n_2+1)}{12}} μ1=2n1(n1+n2+1),σ1=12n1n2(n1+n2+1) 与 t t t检验相比,秩和检验没有对样本分布作任何假设,适用于更广泛的情况。另外, t t t检验的目的是检验两类样本的均值是否有系统差异,而秩和检验不但受两类分布的均值的影响,也受到分布形状的影响。 注:如无特殊说明,以上大部分内容为摘选自张学工所著《模式识别》。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |