一文了解参数检验和非参数检验
一文了解参数检验和非参数检验:
前言
假设检验
概念:是一种根据样本数据来推断总体的分布或均值、方差等总体统计参数的方法。
根据样本来推断总体的原因:
- 总体数据不可能全部收集到。如:质量检测问题
- 收集到总体全部数据要耗费大量的人力和财力
假设检验包括:
- 参数检验
- 非参数检验
基本原理: 利用小概率原理进行反证明。小概率事件在一次实验中不可能发生。
基本步骤:
- 根据检验的目标,对有待推断的总体参数或分布作一个零假设 H0H_0H0
- 构造检验统计量, 且该统计量服从某种已知分布.(卡方分布、t分布、F分布)
- 利用收集到的样本数据和基本假设计算检验统计量的值,并得到相应的相伴概率 PPP 值,即:检验统计量在某个特定的极端区域取值在 H0H_0H0 成立时的概率.
- 给定显著性水平,如果概率 PPP 值小于用户给定的显著性水平 α\alphaα (一般取0.05或0.01),则拒绝零假设 H0H_0H0 而接受备择假设 。否则,不拒绝零假设 H0H_0H0 (类似一种反证法)。显著性水平指的是零假设正确却被错误拒绝的概率,一般取 0.010.010.01 或 0.050.050.05,即零假设正确且正确接受的概率为 9999%99 或 9595%95.
参数检验
常见方法:
- 正态总体均值的假设检验(t检验)
检验1组数据样本的均值是否等于,大于或小于某个值,或者检验两组数据样本的均值的大小情况。其中的统计量Z一般服从t分布。 - 正态总体方差的假设检验
检验1组数据样本的方差是否等于,大于或小于某个值,或者检验两组数据样本的方差的大小情况。其中单样本检验的统计量X2一般服从卡方分布。双样本检测的统计量F一般服从F分布。 - 二项分布总体的假设检验(非正态总体的假设检验)
非正态总体的假设检验有很多,二项分布总体的假设检验相对较为常用。常用于随机抽样实验的成功概率的检验。
非参数检验
常见方法:
Wilcoxon Signed Ranks test:也称配对符号秩检验,适用于连续型资料,用来检验配对资料的差值是否来自于中位数为0的总体,也可推断总体中位数是否等于某个指定值,该方法利用配对资料差值大小的信息,检验效率高于符号检验。
Sign test:也称差数秩检验,根据配对资料差值正负号检验其效果有无差异,由于检验效能较低,当配对设计资料不满足非参数检验时可考虑使用。
McNemar test:在卡方检验时学习过,该方法适用于计数资料,指标变量为二分类,可用来检验配对设计资料处理前后的结果是否存在差异或者配对组之间的频率有无差异。
Marginal Homogeneity test: McNemar 检验的扩展,适用于指标变量为多分类的有序或无序资料,即平方表格资料(R×R列联表资料)。
Neyman-Pearson χ2 拟合优度检验
检验样本数据是否符合某种分布,Neyman-Pearson 拟合优度检验是非常重要的非参数检验方法, 既可以用于检验数据的分布特性,又可以检验不同组数据之间的分布关系(是否是同一分布)。Kolmogorov-Smirnov检验
也是一个相当重要的检验方法,和Pearson方法一样属于拟合优度检验方法。但是Kolmogorov-Smirnov方法无需对要检验的数据分组,且使用经验累积分布函数(ECDF)来定义统计量,可以用于任何分布的检验。但Kolmogorov-Smirnov只适用于一元分布的情况。因此适用面与Pearson方法相比稍小。独立性检验
很重要的检验方法,具体有Pearson卡方检验,Fisher精确独立性检验。这些检验方法通常用于检验数据的分布和假设影响因素的关系。符号检验和秩和检验
检验样本与总体的情况,或样本总体间的差异。
适用情形
(1)等级顺序资料。
(2)偏态资料。当观察资料呈偏态或极度偏态分布而有未经变量变换,或虽经变量变换但仍未达到正态或近似正态分布时,宜用非参数检验。
(3)未知分布型资料。
(4)要比较的各组资料变异度相差较大,方差不齐,且不能变换达到齐性。
(5)初步分析。有些医学资料由于统计工作量过大,可采用非参数统计方法进行初步分析,挑选其中有意义者再进一步分析(包括参数统计内容)
(6)对于一些特殊情况,如从几个总体所获得的数据,往往难以对其原有总体分布作出估计,在这种情况下可用非参数统计方法。
区别
简而言之,若可以假定样本数据来自具有特定分布的总体,也就是在总体分布形式已知的情况下,对总体分布的参数如均值、方差等进行推断, 则使用参数检验。如果不能对数据集作出必要的假设, 或者在总体方差未知或知道甚少的情况下,无法对总体分布形态作简单假定,则使用非参数检验。其中非参数的意思是推断过程中不涉及有关总体分布的参数.
1、定义不同:
参数检验:假定数据服从某分布(一般为正态分布),通过样本参数的估计量(x±s)对总体参数(μ)进行检验,比如t检验、u检验、方差分析。
非参数检验:不需要假定总体分布形式,也就是当总体分布未知时, 直接对数据的分布进行检验。由于不涉及总体分布的参数,故名「非参数」检验。比如,卡方检验。
2、趋势的衡量
参数检验的集中趋势的衡量为均值,而非参数检验为中位数。
3、总体分布信息
参数检验需要关于总体分布的信息;非参数检验不需要关于总体的信息。
4、适用性
参数检验只适用于变量,而非参数检验同时适用于变量和属性。
5、测量两个定量变量之间的相关程度
参数检验用Pearson相关系数,非参数检验用Spearman秩相关。
6、优缺点
参数检验:优点是符合条件时,检验效率高;其缺点是对资料要求严格,如等级数据、非确定数据(>50mg)不能使用参数检验,而且要求资料的分布型已知和总体方差相等。
非参数检验:优点是应用范围广、简便、易掌握;缺点是若对符合参数检验条件的资料用非参数检验,则检验效率低于参数检验。如无效假设是正确的,非参数法与参数法一样好,但如果无效假设是错误的,则非参数检验效果较差,如需检验出同样大小的差异的差异往往需要较多的资料。另一点是非参数检验统计量是近似服从某一部分,检验的界值表也是有近似的(如配对秩和检验)因此其结果有一定近似性。
reference
@online{BibEntry2022Jan,
title = {{参数检验与非参数检验_donrivers的专栏-CSDN博客_参数检验和非参数检验的区别}},
year = {2022},
month = {1},
date = {2022-01-19},
urldate = {2022-01-19},
language = {chinese},
hyphenation = {chinese},
note = {[Online; accessed 19. Jan. 2022]},
url = {https://blog.csdn.net/donrivers/article/details/46503433},
keywords = {参数检验和非参数检验的区别},
abstract = {{参考网友的资料进行总结:参数检验与非参数检验的区别。1)参数检验:以已知分布(如正态分布)为假定条件,对总体参数进行估计或检验。2)非参数检验:不依赖总体分布的具体形式和检验分布(如位置)是否相同。参数检验与非参数检验的优缺点。1)参数检验:优点是符合条件时,检验效率高;其缺点是对资料要求严格,如等级数据、非确定数据(>50mg)不能使用参数检验,而且要求资料的分布}}
}
@online{BibEntry2022Jan,
title = {{参数检验和非参数检验的区别_百度知道}},
year = {2022},
month = {1},
date = {2022-01-19},
urldate = {2022-01-19},
note = {[Online; accessed 19. Jan. 2022]},
url = {https://zhidao.baidu.com/question/679885674445667932.html}
}
@online{BibEntry2022Jan,
title = {{参数检验和非参数检验(结合SPSS分析)_只猪会上树的博客-CSDN博客_用参数检验和非参数检验结果不一致}},
year = {2022},
month = {1},
date = {2022-01-19},
urldate = {2022-01-19},
language = {chinese},
hyphenation = {chinese},
note = {[Online; accessed 19. Jan. 2022]},
url = {https://blog.csdn.net/qq_48211069/article/details/119221363?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1.pc_relevant_paycolumn_v2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1.pc_relevant_paycolumn_v2&utm_relevant_index=2},
keywords = {用参数检验和非参数检验结果不一致},
abstract = {{假设检验参数检验平均值检验单样本t检验两独立样本t检验配对样本t检验非参数检验卡方检验单样本K-S检验两独立样本的非参数检验多个独立样本的非参数检验两配对样本检验多匹配样本的非参数检验总体数据不可能全部收集到。如:质量检测问题收集到总体全部数据要耗费大量的人力和财力假设检验包括:参数检验非参数检验基本原理:利用小概率原理进行反证明。小概率事件在一次实验}}
}
一文了解参数检验和非参数检验相关推荐
- 常用的参数和非参数检验方法
常用的参数检验方法: 1.正态总体均值的假设检验(t检验) 检验1组数据样本的均值是否等于,大于或小于某个值,或者检验两组数据样本的均值的大小情况.其中的统计量Z一般服从t分布. 2.正态总体方差的假 ...
- 惠普服务器文档参数,惠普服务器详细整理参数.doc
惠普服务器详细整理参数 惠普服务器详细整理参数 本文由yuantao7525贡献 doc文档可能在WAP端浏览体验不佳.建议您优先选择TXT,或下载源文件到本机查看. 惠普服务器 HP ProLian ...
- 电商API接口汇总,API文档参数
电商API接口,淘宝API接口分类,1688API.拼多多API.京东API等 A类标准接口 淘宝API item_get 获取商品详情 根据商品ID查询商品标题价格描述等详情数据 淘宝API ite ...
- oracle官文查看参数介绍的路径
1. 2. 3. 4. 上传于2014年01月09日删除
- MathType公式行间距与文档参数不统一的解决办法
问题来源 之前翻译文献的过程中,涉及到部分公式的编辑,与往常不同的是,这些公式都在段落中间,并不单独编号,因此出现了如下问题. 存在问题 明显看到,有几行因为公式的存在,上下间距明显变宽.但是,无论是 ...
- 一项关于使用非参数检验分析进化算法行为的研究:2005年中欧委员会实参数优化特别会议的案例研究
一项关于使用非参数检验分析进化算法行为的研究:2005年中欧委员会实参数优化特别会议的案例研究 Abstract 摘要近年来,在进化算法领域,实验分析越来越受到人们的关注.值得注意的是,目前已有大量的 ...
- 用Python做非参数检验
显著性检验是用于检测科学实验中实验组与对照组之间是否有差异以及差异是否显著的办法.所谓统计假设检验就是事先对总体(随机变量)的参数或总体分布形式做出一个假设,然后利用样本信息来判断这个假设是否合理.而 ...
- 转载: 关于显著性检验,你想要的都在这儿了!!(基础篇)
关于显著性检验,你想要的都在这儿了!!(基础篇) 无论你从事何种领域的科学研究还是统计调查,显著性检验作为判断两个乃至多个数据集之间是否存在差异的方法被广泛应用于各个科研领域.笔者作为科研界一名新人也 ...
- 关于显著性检验,你想要的都在这儿了!!(基础篇)
无论你从事何种领域的科学研究还是统计调查,显著性检验作为判断两个乃至多个数据集之间是否存在差异的方法被广泛应用于各个科研领域.笔者作为科研界一名新人也曾经在显著性检验方面吃过许多苦头.后来醉心于统计理 ...
- 显著性检验的“前世与今生”
关于显著性检验,你想要的都在这儿了!!(基础篇) 无论你从事何种领域的科学研究还是统计调查,显著性检验作为判断两个乃至多个数据集之间是否存在差异的方法被广泛应用于各个科研领域.笔者作为科研界一名新人也 ...
最新文章
- GitLab成立中国合资公司极狐,强调“独立运营”
- mysql的聚合查询_MySql聚合查询
- 从责任界定和问题预警角度 解读全栈溯源对DevOps的价值
- 微软总裁:比尔盖茨人生简介和名言
- leetcode C++ 链表 24. 两两交换链表中的节点 给定一个链表,两两交换其中相邻的节点,并返回交换后的链表。 你不能只是单纯的改变节点内部的值,而是需要实际的进行节点交换
- 向量召回 MIND多兴趣双塔模型
- python远程桌面控制_手把手教你如何用Pycharm2020.1.1配置远程连接的详细步骤
- DICOM:适用范围
- 计算机网络-基本概念(6)【网络层】-某PN和NAT
- Dubbo 版 Swagger 来啦!
- C++描述杭电OJ 2005.第几天? ||
- 图片模糊化处理_10个JavaScript图像处理库,收藏好留备用
- 全国植被覆盖度VFC逐月数据
- Ubuntu 安装sopcast-player看网络电视
- 俄亥俄州立大学计算机硕士申请,俄亥俄州立大学计算机科学系
- Yardi客户入选全球房地产十强报告
- mysql的默认隔离等级_mysql 四种隔离级别
- 区块链的硬分叉和软分叉
- Hive使用必知必会系列
- java如何读取.properties配置文件