发布网友 发布时间:2022-04-23 19:48
共1个回答
热心网友 时间:2023-10-05 12:48
在满足参数检验的条件下,应用非参数检验更容易犯二类错误的原因:非参数检验丢弃了具体的变量数值,运用变量的次序信息进行统计分析,如果数据符合参数检验条件而你用非参当然会降低效能,如果本来就不符合参数检验的条件,那就无所谓了。
由于方法简单,用的计量水准较低,因此,如果能与参数统计方法同时使用时,就不如参数统计方法敏感。若为追求简单而使用非参数统计方法,其检验功效就要差些。这就是说,在给定的显著性水平下进行检验时,非参数统计方法与参数统计方法相比,第Ⅱ类错误的概率β要大些。
基本思想是:
首先,将多组样本数据混合并按升序排序,求出各变量值的秩;然后,考察各组秩的均值是否存在显著差异。容易理解:如果各组秩的均值不存在显著差异,则是多组数据充分混合,数值相差不大的结果,可以认为多个总体的分布无显著差异。
反之,如果各组秩的均值存在显著差异,则是多组数据无法混合,某些组的数值普遍偏大,另一些组的数值普遍偏小的结果,可以认为多个总体的分布有显著差异。