非参数统计中W-M-W检验统计量的教学研究

Wilcoxon Mann-Whitney检验,简称为W-M-W检验,既可以看作是单样本位置检验Wilcoxon符号秩检验的推广,也可以看作是多样本位置检验Kruskal-Wallis检验退化为两总体的特例,还可以应用在尺度检验如Siegel-Tukey检验和Fligner-Killeen检验中.

基于秩和检验及非参数Bootstrap法的多指标统计综合评价模型

针对多指标的评价问题,在秩和检验两两比较指标数据一致性的基础下,采用非参数Bootstrap法对样本数据均值分布进行估计,进而构建综合评价模型对评价对象实现定量分析.采用该模型对某高校教师的课堂教学评价进行了定量分析.

两种非参数统计方法的应用

不涉及总体参数或不依赖于对总体分布的严格假定的推断方法称为非参数方法,与这类做法有关的统计理论和研究方法称为非参数统计学。非参数统计常用于以下4种情形。第1种情形是待分析资料不满足参数检验所要求的假定,因而无法应用参数检验。第2种情形是资料仅由一些等级构成,因而不能应用参数检验。第3种情形是所提的问题中并不包含总体参数,这时也适宜采用非参数方法。

测量误差模型参数变点的非参数检验

本文讨论测量误差参数变点的检测问题,利用秩统计量,给出了模型只有一个变点的检验统计量,运用检验统计量渐近分布的性质,给出了一个计算检验渐近临界值的公式,由此我们可以较为客易计算检验的临界值。

年龄点t_0之后的NBU性的非参数检验方法(英文)

ＮＢＵ＊ｔ０寿命分布中新元件的寿命随机地大于旧的年龄不小于ｔ０的元件的剩余寿命，这为更广泛地模拟元件的老化和劣化现象提供了丰富的内容．本文首先对那些ｔ０年龄点之后剩余寿命随机等于新元件寿命的元件的结构加以刻画，然后建立了一个非参数检验方法以区分这种随机等价性和ｔ０年龄点后的严格的ＮＢＵ性，并给出了针对一个ＮＢＵ＊ｔ０但非ＮＢＵ的寿命分布的例子的数值模拟结果．

关于参数统计非参数统计和稳健统计方法的应用

本文结合具体实例阐明如何合理应用参数统计,非参数统计和稳健统计方法。

多个总体的非参数检验法及其应用

当我们进行各种类型的参数检验时,往往需要了解总体分布的形态,但是,在我们搜集的数据中,有相当一部分数据其内在分布不易辨明,为了处理这一类数据,需要采用不依赖于某种特定的总体分布的方法,这就产生了非参数统计方法。检验步骤: H检验方法与两个总体的秩和检验方法基本相同,实际上也是检验总体的中心位置,只是使用的统计量不同而已。(1) 由于属多个总体,所取数据较多,可先在每个样本内按数据由小到大的顺序排列。(2) 将所有样本数据混合在一起,再按数据由小到大的顺序编以秩号。

位置参数变点的非参数检验及其渐近性质

本文基于Ｕ－统计量,对于位置参数模型,讨论了位置参数变点的检验问题,给出了检验统计量并研究它的分市的极限性质,证明了检验统计量的极限分布是ｓｕｐ|Ｂ(ｔ)|,其中{Ｂ(ｔ),０＜ｔ＜１}是一个Ｂｒｏｗｎ桥．将此结果应用到了双参数指数分布和Ｗｅｉｂｕｌｌ分布尺度参数变点的检验问题中．

方差齐性检验的非参方法的确切概率计算

在非参数统计分析中，常用秩和检验法比较总体中心位置(常用中位数表示中心位置)。实际上，它们还能用于方差齐性检验，本文将讨论方差齐性检验的非参数统计分析方法及其确切概率计算法。

检验分布的统计法比较

根据大量的试验数据经统计对未知的总体分布进行推断而求得分布类型;对已有经验参考的情况可做小样本的试验,先假设共分布类型再进行相应的拟合性检验,这种方法称为统计法.常用的方法有"X2检验法"和"K-S检验法".……

NBU^＊t0寿命分布类序的非参数检验

对一类新的寿命分布类 NBU* t0 (在时间 t0 后新的比旧的好 )的 N BU性的强弱比较 ,给出一种新的非参数检验统计方法。通过对 N BU* t0 元件的 N BU性程度采用一种新的“度量”方法 ,对两个具有 NBU* t0 性元件的寿命的 NBU性强弱提出检验 ,并构造出相应的 U检验统计量 ,运用刀切法 ( Jackknife)的非参数估计方法对 U统计量的方差进行非参数估计 ,得到了 U统计量的一个渐近分布 ,给出了一个非参数检验方法 ,对检验过程给出了一个 Monte Carlo模拟结果 ,并证明该检验方法是渐近无偏的 ,最后给出了该检验的几个性质。

应用SAS软件进行精确非参数检验

介绍了精确非参数检验中各种精确 P值的算法及相应的 SAS程序的应用。

随机寿命间的TTT序关系的一个非参数检验(英文)

本文先建立了一个具有TTT序关系的两个非负随机变量之间距离的概率度量 ,然后构造了一个非参数检验方法以判断严格的TTT序关系 ,利用L 统计理论获得了检验统计量的渐近分布 。

结构模型参数变点的非参数检验

对于结构模型参数变点的检测问题,利用秩统计量,给出了模型只有一个变点的检验统计量,并且给出了一个计算检验渐近临界值的公式.

参数的区间估计与假设检验方法的探讨

利用枢轴量法和显著性假设检验方法讨论两正态总体参数的线性函数的显著性假设检验问题和若干非正态总体参数的区间估计及显著性假设检验问题。

量表的等距性是参数检验的必要条件

通常我们把统计方法分为二种:参数法和非参数法.非参数法对总体成绩分布没有任何假设,所以我们也称之为“自由分布”,而参数法,如在方差分析上所采用的t 检验和F 检验.则假设总体成绩分布为正态分布.

非参数检验的概念

非参数检验是相对于参数检验而言。一般来说，参数检验，假定比较数据服从某分布，通过参数的估计量（x，s）对比较总体的参数（陆）作检验，统计上称为参数法检验（parametrictest）。如t、u检验、方差分析。非参数检验是指在统计测量中不需要假定总体分布形式和用参数估计量，直接对比较数据的分布进行统计检验的方法，称为非参数检验（nonparametrictest）。

非参数检验的概念

非参数检验是相对于参数检验而言。一般来说,参数检验,假定比较数据服从某分布,通过参数的估计量（x±s）对比较总体的参数（μ）作检验,统计上称为参数法检验（parametric test）。如t、u检验、方差分析。非参数检验是指在统计测量中不需要假定总体分布形式和用参数估计量,直接对比较数据的分布进行统计检验的方法,称为非参数检验（nonparametric test）。

非参数检验的概念

非参数检验是相对于参数检验而言。一般来说，参数检验，假定比较数据服从某分布，通过参数的估计量（χ，s）对比较总体的参数（斗）作检验，统计上称为参数法检验（parametric test）。如t,u检验、方差分析。非参数检验是指在统计测量中不需要假定总体分布形式和用参数估计量，直接对比较数据的分布进行统计检验的方法，称为非参数检验（nonparametric test）。

非参数检验的概念

非参数检验是相对于参数检验而言。一般来说，参数检验，假定比较数据服从某分布，通过参数的估计量（X,s）对比较总体的参数（μ）作检验，统计上称为参数法检验（parametric test）。如t、u检验、方差分析。非参数检验是指在统计测量中不需要假定总体分布形式和用参数估计量，直接对比较数据的分布进行统计检验的方法，称为非参数检验（nonDarametric test）。