| English | 释义 | 拼音 |
|---|---|---|
| non-parametric/nɒn ˌpærəˈmetrɪk/ | 非参数 | fēi cān shù |
| rank/ræŋk/ | 秩 | zhì |
| sign test/saɪn test/ | 符号检验 | fú hào jiǎn yàn |
| median/ˈmiːdiːən/ | 中位数 | zhōng wèi shù |
| binomial/baɪˈnəʊmɪəl/ | 二项 | èr xiàng |
| outlier/ˈaʊtlaɪə/ | 离群值 | lí qún zhí |
| Wilcoxon signed-rank test/ˈwɪlkɒksn saɪnd ræŋk test/ | 威尔科克森符号秩检验 | wēi ěr kē kè sēn fú hào zhì jiǎn yàn |
| rank-sum test/ræŋk sʌm test/ | 秩和检验 | zhì hé jiǎn yàn |
当数据不是正态时
- 大多数检验假设数据遵循一个正态分布。但反应时间、排名和偏斜的数据常常不遵循。
- 非参数检验(non-parametric tests)对底层分布不作假设——它们从顺序和秩而不是精确值工作。
非参数检验选择器
选择与数据情况匹配的基于秩的检验。
非参数检验的主要优势在于它不对数据是以下哪种情况进行假设:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
非参数检验在不假设底层正态分布的情况下工作。
符号检验
- 为了检验一个提出的中位数(median),数有多少值落在它上面对比下面。
- 在零假设下,计数遵循一个 $p = \tfrac12$ 的二项(binomial)模型——所以一个不对称的分割是反对该中位数的证据。
为什么它稳健。 符号检验只使用方向(上面/下面),所以一个单一的极端离群值不能扭曲它——不像均值。

符号检验数有多少个值在中位数之上(+)或之下(−)
在原假设下,符号检验使用哪个分布来计算高于/低于中位数的计数?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
每个值高于或低于中位数的可能性相等,因此计数服从 p = ½ 的二项分布。
因为它只使用方向,符号检验几乎不受 ______(极端值)的影响。
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
仅使用高于/低于使得符号检验对异常值具有稳健性。
威尔科克森符号秩检验
- 符号检验扔掉了每个值离中位数多远。威尔科克森符号秩检验(Wilcoxon signed-rank test)保留那个信息。
- 按大小给差排秩(rank),附上它们的符号,把正(或负)秩相加作为检验统计量。
威尔科克森符号秩检验使用差值的大小,而不仅仅是符号。
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
它对差值的量级进行排序,保留了符号检验所丢弃的信息。
威尔科克森秩和检验
- 为了比较两个独立样本,把所有值汇集并一起排秩,然后把一个样本的秩相加。
- 如果两个组真的不同,一个会收集明显更高的秩。
把检验匹配到设计。 符号和符号秩检验用于一个样本(或配对数据);秩和检验用于两个独立样本。用错的使结果无效。
- 非参数检验包括用于配对数据的威尔科克森配对符号秩检验(Wilcoxon matched-pairs signed-rank test)。
将每个检验与其设计匹配。
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
符号检验和符号秩检验是单样本(或配对)检验;秩和检验比较两个独立样本。
你掌握了
- 非参数检验不需要正态性假设——它们使用顺序和秩
- 符号检验:数中位数上/下的个数(二项,非常稳健)
- 威尔科克森符号秩(一个样本,使用差的大小)和秩和(两个独立样本)
根据高于中位数的 8 个值查找
- 单样本符号检验包含 10 个值,其中 8 个高于假设中位数,2 个低于。
- 秩和检验适用于两个独立样本,不适用于本设计。
将十个数值与假设中位数进行比较,其中8个高于该中位数。符号检验依据什么?为何此处不适合使用秩和检验?
符号检验仅保留相对于中位数的方向信息。秩和检验需要两个独立分组。
在10个数值中,有多少个高于假设中位数?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
题干说明有8个10数值位于中位数之上。其他选项——2(中位数以下的数量);10(整个样本)。