wilcoxon符号秩检验例题

Wilcoxon符号秩检验

§2.2 Wilcoxon符号秩检验 Wilcoxon符号秩检验Wilcoxon符号秩检验 Wilcoxon符号秩检验 ( Wilcoxon signedsignedrank test )是非参数统计中符号检验法的改进， )是非参数统计中符号检验法的改进， 它不仅利用了观察值和原假设中心位置的 它不仅利用了观察值和原假设中心位置的 差的正负，还利用了差的值的大小的信息。 虽然是简单的非参数方法，但却体现了秩 的基本思想。

Wilcoxon符号秩检验

例 2. 4 下面是10个欧洲城镇每人每年平均消费的 下面是10个欧洲城镇每人每年平均消费的 酒量(相当于纯酒精数)(单位：升)。数据已 经按升幂排列。 4.12 5.18 7.63 9.74 10.39 11.92 12.32 12.89 13.54 14.45 人们普遍认为欧洲各国人均年消费酒量的中 位数相当于纯酒精8升，也就是me =8。由数据 位数相当于纯酒精8升，也就是me0=8。由数据 算得的中位数为11.16。因此，我们的检验设为： 算得的中位数为11.16。因此，我们的检验设为： H0:me=8 ,H1:me > 8 me=

Wilcoxon符号

２０１１年５月湖北成人教育学院学报Ｍａｙ，２０１１第１７卷第３期ＪｏｕｒｎａｌｏｆＨｕＢｅｉＡｄｕｌｔＥｄｕｃａｔｉｏｎＩｎｓｔｉｔｕｔｅＶ０１．１７ＮＯ．３矩阵的秩例题教学浅析陈洪１，陶燕芳２（１．华中农业大学理学院，湖北武汉，４３００７０；２．长江职业学院公共课部，湖北武汉，４３００７４）［摘要】本文从矩阵的秩的定义和定理出发，对三个矩阵的秩的典型例题进行分析讲解。加深学生对抽象概念的理解和掌握。［关键词】矩阵的秩；不等式；教学方法［中图分类号］０１５１．２１［文献标识码］Ａ［文章编号］１６７３－－３８７８（２０１１）０３—０１２２—＿０１矩阵的秩是线性代数的重要内容，它不仅是矩阵的一分析：引导学生注意最关键的条件ＡＢ＝０。这是一个个本质属性，而且在解线性方程组、判断向量组的线性相矩阵方程，如何将其与矩阵的秩联系起来是解题的关键。关性、求矩阵的特征值等方面有广泛的应用。因此，涉及由于矩阵方程可以通过分块的方法最终转为线性方程组。到此知识点的题目类型较多，且多需要综合运用各种知故通过线性方程组解的讨论将有助于找到条件与结论的识。由于教学中此内容课时较紧，学生往往在解抽象矩阵联系。基本思路如下：ＡＢ＝ＤｊＡ（ｂ１，ｂ：，…，ｂ，）＝ＤｊＡ６１

T检验

习题1．按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：无效假设为：苗木的平均苗高为H0=1.6m; 备择假设为：苗木的平均苗高HA>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析过程如下：分析——比较均值——单样本T检验——将定义苗高导入检验变量——检验值定义为1.6——单击选项将置信区间设为95%——确定输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由表1.1数据分析可知，变量苗木苗高的平均值

假设检验

总体均值的检验 (σ2 已知 (例题分析

【例】 一种罐装饮料采用自动生产线生产,每罐的容量是 255ml ,标准差为 5ml 。为检验每 罐容量是否符合要求,质检人员在某天生产的饮料中随机抽取了 40罐进行检验,测得每罐 平均容量为 255.8ml 。 取显著性水平 α=0.05 , 检验该天生产的饮料容量是否符合标准要求?

H 0:μ = 255 H 1:μ≠ 255 α = 0.05 n = 40 检验统计量 : 决策 : 不拒绝 H 0 结论 :

样本提供的证据表明:该天生产的饮 料符合标准要求 总体均值的检验 (σ2 未知 (例题分析

【例】 一种机床加工的零件尺寸绝对平均误差允许值为 1.35mm 。生产厂家现采用一种新的 机床进行加工以期进一步降低误差。 为检验新机床加工的零件平均误差与旧机床相比是否有 显著降低,从某天生产的零件中随机抽取 50个进行检验。利用这些样本数据,检验新机床 加工的零件尺寸的平均误差与旧机床相比是否有显著降低? (

=0.01

总体均值的检验 (σ2 未知 (例题分析

【例】 某一小麦品种的平均产量为 5200kg/hm2 。 一家研究机构对小麦品种进行了改良以期 提高产量。为检验改良

假设检验

一、单样本总体均值的假设检验 .................................................... 1 二、独立样本两总体均值差的检验 ................................................ 2 三、两匹配样本均值差的检验 ........................................................ 4 四、单一总体比率的检验 ................................................................ 5 五、两总体比率差的假设检验 ........................................................ 7

一、单样本总体均值的假设检验

例题：

某公司生产化妆品，需要严格控制装瓶重量。标准规格为每瓶250 克，标准差为1 克，企业的质检部门每日对此进行抽样检验。某日从生产线上随机抽取16 瓶测重，以95%的保证程度进行总体均值的假设检验。

x??0t? sndata6_01 样本化妆品重量 SPSS操作：

（1）打开数据文件

单样本T检验

按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：

虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析，输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小

单样本T检验

按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：

虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析，输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小

从正态总体N（μ1，σ）和N（μ2，σ）中分别抽取含量为n1和n2的样本，两样本均数差值X1 －X

2 服从正态分布

N（μ1－μ2，?），其中

X1－X2?＝X1－X2?2(＋1n11) ① n2其中①式中σX1 －

X2 为两样本均数差值的标准误，其估计值为

n?n11SX－X＝SC2(＋)＝SC2(12) ② 12n1n2n1?n2其中②式中SC2为两样本合并的方差，其计算公式为：

?XSc?21?(X1)2/n1??X22?(?X2)2/n2n1?n2?22 ，则可用公式

③

如已计算出S1 和 S12③ 计算出

SX－X＝S2x?S2x2＝S21/n1?S22/n2④

1在H0：μ1＝μ2＝0的条件下，t的计算公式为：

t?|X1?X2|SX1?X2，ν＝n1?n2?2⑤

例3-3 测得14名慢性支气管炎病人与11名健康人的尿中17酮类固醇（u mol/24h）排出量如下，试比较两组人的尿中17酮类固醇的排出量有无不同。

病人X1：10.05 18.75 18.99 15.94 13.96 17.22 14.69 15.10 9.42

2015年四川省青少年游泳锦标赛

1. 男子甲A组 50米自由泳 决赛 68人 9组 录取前 8 名 09:00.00

============================================================================================================== 组次\\泳道 1 2 3 4 5 6

关于矩阵秩的证明

-----09数应 鄢丽萍

中文摘要

在高等代数中,矩阵的秩是一个重要的概念。它是矩阵的一个数量特征，而且在初等变换下保持不变。关于矩阵秩的问题,通常转化为矩阵是否可逆,线性方程组的解的情况等来解决。

所谓矩阵的行秩就是指矩阵的行向量组的秩，矩阵的列秩就是矩阵的列向量组的秩，由于矩阵的行秩与列秩相等，故统称为矩阵的秩。向量组的秩就是向量组中极大线性无关组所含向量的个数。

关键词：初等变换 向量组的秩 极大线性无关组

约定用E表示单位向量，AT表示矩阵A的转置，r(A)表示矩阵A的秩。在涉及矩阵的秩时，以下几个简单的性质： （1） r(A)=r(AT); （2）

?r(A) k?0r(kA)=?

0 k?0?

（3） 设A,B分别为n×m与m×s矩阵，则 r(AB)≤min{r(A),r(B),n,m,s} (4) (5) (6)

矩阵可以进行加法，数乘，乘法等运算，运算后的新矩阵的秩与原矩阵的秩有一定关系。

r(A)=n,当且仅当A≠0

?r??A O??A C????=r(A