高等数学 / 系统课时
符号检验
符号检验
当观测值的具体差距不可靠,但仍能判断它高于还是低于某个基准时,可以使用符号检验。本课将从假设建立、符号编码到二项概率计算,完成一次单样本中位数检验,并说明配对数据如何转换为同一问题。
学习目标
- 根据观测值与假设中位数的关系记录正负符号
- 使用二项分布计算单侧或双侧检验的 值
- 正确处理相等值并解释符号检验的适用边界
符号检验的核心思想
设总体中位数为 ,需要检验其是否等于给定值 。在原假设 成立且总体为连续分布时,一个观测值落在 上方或下方的概率都为 。
对每个观测值 只保留方向信息:若 ,记为正号;若 ,记为负号;若 ,记为零并从有效样本中删除。设删除零值后共有 个观测,正号数量为 ,则
因此,中位数检验被转换成成功概率为 的二项分布检验。符号检验不使用差值大小,只判断方向,所以对极端值不敏感,但也会损失一部分信息。
完整检验步骤
以双侧检验为例,执行顺序如下:
- 提出假设 ,。
- 将每个观测值与 比较,记录正号、负号或零。
- 删除零值,得到有效样本量 。
- 统计正号数 和负号数 。
- 在 下按二项分布计算尾部概率。
- 将 值与显著性水平 比较并作出结论。
对于双侧检验,常取较少的一类符号数 ,精确 值可写为
当两倍尾概率超过 时按 处理。单侧检验只计算与备择方向一致的一侧概率,不再乘以 。
示例:检验总体中位数
某服务承诺响应时间的总体中位数为 30 秒。随机记录 12 次响应时间:
| 次序 | 观测值 | 与 30 比较 | 符号 |
|---|---|---|---|
| 1 | 34 | 大于 | + |
| 2 | 28 | 小于 | - |
| 3 | 41 | 大于 | + |
| 4 | 32 | 大于 | + |
| 5 | 30 | 相等 | 0 |
| 6 | 36 | 大于 | + |
| 7 | 29 | 小于 | - |
| 8 | 38 | 大于 | + |
| 9 | 33 | 大于 | + |
| 10 | 27 | 小于 | - |
| 11 | 35 | 大于 | + |
| 12 | 31 | 大于 | + |
检验假设为 ,。删除一个零值后,有效样本量为 ,其中 、,所以 。在 下,双侧精确概率为
由于 ,得到 。在 下,,因此不能拒绝原假设。样本没有提供充分证据说明总体中位响应时间与 30 秒不同。
“不能拒绝”不等于证明中位数一定等于 30 秒,它只表示当前样本证据不足。符号检验只利用方向,因此即使若干响应时间远高于 30 秒,也不会因为差距很大而获得额外权重。
配对数据中的符号检验
符号检验也可用于配对数据。设同一对象在处理前后的观测值分别为 和 ,先计算差值 ,再检验差值总体的中位数是否为零。
若 记正号, 记负号, 删除。之后的计算与单样本中位数检验完全相同。这里检验的是变化方向是否系统偏向一侧,而不是平均变化量是否为零。
配对关系必须真实存在,例如同一受试者前后测量或匹配对象之间的比较。若两组样本彼此独立,就不能任意配对后使用符号检验。
使用边界与近似方法
符号检验适用于独立观测、至少能够判断大小关系,并且研究问题关注总体中位位置的场景。连续分布假设可避免大量观测恰好等于 ;若零值过多,有效样本量会明显下降,检验功效也会变弱。
样本量较小时应优先使用二项分布精确概率。样本量较大时,可用均值为 、方差为 的正态分布近似,并根据需要进行连续性校正。但现代统计软件通常可以直接计算精确 值,因此不必为了方便而过早使用近似。
与 Wilcoxon 符号秩检验相比,符号检验的假设更弱,只使用差值方向;Wilcoxon 检验还利用差值绝对值的秩,在差值分布近似对称时通常具有更高功效。