非参数统计实验报告南邮
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要南京邮电大学非参数统计实验报告。
实验目的，通过对一组数据的非参数统计分析，掌握非参数统
计方法的应用和实验技能。
实验内容，本次实验选取了一组实际数据，利用非参数统计方
法进行分析。
首先对数据进行了描述性统计分析，包括数据的中心
趋势和离散程度。
接着进行了正态性检验，验证数据是否符合正态
分布。
然后利用非参数统计方法进行了假设检验，比较了不同组数
据之间的差异。
实验结果，经过描述性统计分析，数据的均值为X，标准差为S。
正态性检验结果显示，数据不符合正态分布。
在进行了Wilcoxon秩
和检验后发现，不同组数据之间存在显著差异。
实验结论，通过本次实验，我们掌握了非参数统计方法的应用
技能，了解了非参数统计方法在实际数据分析中的重要性。
同时也
对数据的正态性检验和假设检验有了更深入的理解。
总结，本次实验通过对一组实际数据的非参数统计分析，加深了我们对非参数统计方法的理解，提高了我们的实验技能。
非参数统计方法在实际数据分析中具有重要的应用价值，我们需要不断学习和掌握这些方法，为今后的科研工作和实践应用做好准备。
南邮测控综合实验第二次实验报告
南京邮电大学自动化学院实验报告实验名称：RLC参数测试系统课程名称：测控技术与仪器专业综合实验所在专业：测控技术与仪器学生姓名：林若愚班级学号：B12050518任课教师：戎舟2014/2015学年第二学期实验地点：教5-214实验学时：4RLC参数测试系统摘要：本系统实现了基于虚拟仪器开发的RLC参数的智能测试。
该系统利用AD711运算放大电路和elvis数据采集平台有效地实现了电压采集,并采用图形化的编程语言LabVIEW和专家系统思想,实现了对所采集信号的分析处理。
实验结果表明该系统能对电容和电阻的相关参数进行准确测试，通过充分利用虚拟仪器的运算和显示功能,在降低仪器成本的同时,使仪器的灵活性和数据处理能力大大提高。
一、实验目的1.理解RLC参数测试原理，掌握RLC参数测试系统的设计方法。
2.掌握数据采集卡平台模拟信号输入和模拟信号输出的连接和编程。
二、实验内容1.理解RLC参数测试基本原理，确定测试方法。
2.搭建测试电路，采用多功能数据采集卡实现激励信号的产生和响应信号的采集。
3.设计面板，采用相关法或频谱分析法完成RLC参数的测量，并进行测量数据的处理和误差分析。
三、实验设备（1）计算机1台（2）elvis数据采集平台1台（3）运算放大器AD7111个（4）电阻、电容被测元件各3-5个四、实验硬件原理1.伏安法测量原理伏安法基于欧姆定律和阻抗的定义，若已知流经被测阻抗的矢量电流，并测得被测阻抗两端的电压，由比率可得到被测阻抗的矢量，原理如图1111所示。
图1RLC测量原理被测阻抗为，令则有如果被测元件为电阻R，则如果被测元件为电容C，则解得2.相关分析测量算法采集Ux和Us到计算机后，编程难点是相位差计算。
假设两个同频且叠加噪声的信号为x(t)、y(t):其互相关函数为当时由于噪声与信号不想关，且噪声之间也不相关，利用三角函数的正交性得：即由此可知，计算出两个信号的幅值A、B的胡相关函数Rxy(0)，即可求得相位差。
南邮课程设计实验报告
课程设计I报告题目：课程设计班级：44姓名：范海霞指导教师：黄双颖职称：成绩：通达学院2015 年 1 月 4 日一：SPSS的安装和使用在PC机上安装SPSS软件，打开软件：基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。
具体如下：1.数据访问、数据准备、数据管理与输出管理；2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计；3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度；4.二元统计：均值比较、T检验、单因素方差分析；5.相关分析：双变量相关分析、偏相关分析、距离分析；6.线性回归分析：自动线性建模、线性回归、Ordinal回归—PLUM、曲线估计；7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验；8.多重响应分析：交叉表、频数表；9.预测数值结果和区分群体：K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析、最近邻元素分析；10. 判别分析；11.尺度分析；12. 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）；13.数据管理、数据转换与文件管理；二．数据文件的处理SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。
定义一个变量至少要定义它的两个属性，即变量名和变量类型其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再对其进行设置。
在spss数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量的各个属性进行设置。
1．创建一个数据文件数据（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件，进入数据编辑窗口。
非参数统计试验报告—两独立样本数据位置检验方法和尺度检验方法.pdf
（ 5）如果是大样本，可以用正态分布近似，求
m(n m
Wx 的均值 E (Wx )
2
方差为 Var (Wx )
Var (Rx )
n
n
Cov( Ri , Rj )
i 1 j 1( j i )
mn(m n 1) 。
12
1) ，
（ 6）在零假设下，若 m, n
，且 m mn
Z Wx m( n m 1) / 2 mn(m n 1) / 12
（一） Man-Whitney 秩和检验两学校教师授课课时是否存在不同
1．通过做折线图、 boxplot 观察两组数据的特征，发现 A 学校教师授课课时整 体小于 B 学校，但是需要进一步做中位数检验。
h<-c(1:18) x<c(321,266,256,386,330,329,303,334,299,221,365,250,258,342,243,298,23 8,317) y<c(488,593,507,428,807,342,512,350,672,589,665,549,451,492,514,391,36 6,469)
数据，计算每组的偏差平方和 SSAr
( xi x)2 , r 1,2,..., m1 ，将样本 Y 随机均
x Ar
分为 m2 组，每组 k 个数据，计算每组偏差平方和 SSBs ，混合 SSAr 和 SSBs ，计
算混合数据中 SSAr 的秩和 S , 计算统计量 TM 考虑拒绝原假设。
S
m1( m1 2
# (Yi
X j ,i
I n , j I m ) ，表示
混合数据中样本 Y1,Y2,...,Y18小于样本 X1, X 2..., X18 的个数。如果 WX 过大或者过小，
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要英文回答：As a student majoring in statistics at Nanjing University of Posts and Telecommunications, I recently conducted a non-parametric statistical experiment as part of my coursework. The experiment aimed to compare the performance of two different machine learning algorithms on a dataset of customer purchasing behavior.To begin with, I collected the data from a local retail store, which included information on the products purchased by each customer and the total amount spent. I then divided the dataset into two groups, with one group being used to train the algorithms and the other to test their performance. The two algorithms under consideration were the k-nearest neighbors (KNN) and the support vector machine (SVM).After implementing the algorithms and running theexperiment, I obtained the results in the form of accuracy rates for each algorithm. However, since the data did not follow a normal distribution, I opted to use non-parametric statistical methods to analyze the results. Specifically, I employed the Wilcoxon signed-rank test to compare the accuracy rates of the two algorithms.The results of the test indicated that there was a significant difference in the performance of the two algorithms, with the KNN algorithm outperforming the SVM algorithm. This finding was consistent with my initial hypothesis and provided valuable insights for the application of machine learning in predicting customer purchasing behavior.Overall, the non-parametric statistical experiment allowed me to gain practical experience in applying statistical methods to real-world data. It also reinforced the importance of considering the distribution of data when choosing the appropriate statistical techniques for analysis.中文回答：作为南京邮电大学统计专业的学生，我最近在课程中进行了一项非参数统计实验。
南京邮电大学实验报告模版 2
实验报告（2014 / 2015 学年第一学期）课程名称计算机操作系统实验名称虚拟存储中页面置换算法的模拟实现实验时间2014 年12 月19 日指导单位南京邮电大学指导教师崔衍学生姓名班级学号学院(系) 物联网院专业网络工程实验报告- 2 -- 1 -二、实验原理及内容实验三#include <iostream.h>#include<stdlib.h>#include<conio.h>#include<stdio.h>#define Bsize 4typedef struct BLOCK//声明一种新类型——物理块类型{int pagenum;//页号int accessed;//访问字段，其值表示多久未被访问}BLOCK;int pc;//程序计数器，用来记录指令的序号int n;//缺页计数器，用来记录缺页的次数static int temp[320];//用来存储320条随机数BLOCK block[Bsize]; //定义一大小为4的物理块数组//************************************************************* void init( ); //程序初始化函数int findExist(int curpage);//查找物理块中是否有该页面int findSpace( );//查找是否有空闲物理块int findReplace( );//查找应予置换的页面void display ( );//显示void suijishu( );//产生320条随机数,显示并存储到temp[320]void pagestring( );//显示调用的页面队列void OPT( );//OPT算法void LRU( );// LRU算法void FIFO( );//FIFO算法//************************************************************* void init( ){for(int i=0;i<Bsize;i++){block[i].pagenum=-1;block[i].accessed=0;- 1 -{for(int i=0; i<Bsize; i++){if(block[i].pagenum != -1){ printf(" %02d",block[i].pagenum);}}cout<<endl;}//-------------------------------------------------------------void suijishu( ){ int flag=0;cin>>pc;cout<<"******按照要求产生的320个随机数：*******"<<endl;for(int i=0;i<320;i++){temp[i]=pc;if(flag%2==0) pc=++pc%320;if(flag==1) pc=rand( )% (pc-1);if(flag==3) pc=pc+1+(rand( )%(320-(pc+1)));flag=++flag%4;printf(" %03d",temp[i]);if((i+1)%10==0) cout<<endl;}}//-------------------------------------------------------------void pagestring( ){for(int i=0;i<320;i++){printf(" %02d",temp[i]/10);if((i+1)%10==0) cout<<endl;}}//-------------------------------------------------------------void OPT( ){int exist,space,position ;- 2 -int curpage;for(int i=0;i<320;i++){if(i%100==0) getch( );pc=temp[i];curpage=pc/10;exist = findExist(curpage);if(exist==-1){space = findSpace ( );if(space != -1){block[space].pagenum = curpage;display( );n=n+1;}else{for(int k=0;k<Bsize;k++){for(int j=i;j<320;j++){if(block[k].pagenum!= temp[j]/10){block[k].accessed = 1000;}//将来不会用，设置为一个很大数else{block[k].accessed = j;break;}}}position = findReplace( );block[position].pagenum = curpage;display( );n++;- 3 -}}}cout<<"缺页次数:"<<n<<endl;cout<<"缺页率:"<<(n/320.0)*100<<"%"<<endl;}//-------------------------------------------------------------void LRU( ){int exist,space,position ;int curpage;for(int i=0;i<320;i++){if(i%100==0) getch( );pc=temp[i];curpage=pc/10;exist = findExist(curpage);if(exist==-1){space = findSpace( );if(space != -1){block[space].pagenum = curpage;display( );n=n+1;}else{position = findReplace( );block[position].pagenum = curpage;display( );n++;}}else block[exist].accessed = -1;//恢复存在的并刚访问过的BLOCK中页面accessed为-1 for(int j=0; j<4; j++)- 4 -}cout<<"缺页次数:"<<n<<endl;cout<<"缺页率:"<<(n/320.0)*100<<"%"<<endl;}//------------------------------------------------------------- void FIFO( ){int exist,space,position ;int curpage;for(int i=0;i<320;i++){if(i%100==0) getch( );pc=temp[i];curpage=pc/10;exist = findExist(curpage);if(exist==-1){space = findSpace( );if(space != -1){block[space].pagenum = curpage;display( );n=n+1;}else{position = findReplace( );block[position].pagenum = curpage;display( );n++;block[position].accessed--;}}for(int j=0; j<Bsize; j++)- 5 -}cout<<"缺页次数:"<<n<<endl;cout<<"缺页率:"<<(n/320.0)*100<<"%"<<endl;}//************************************************************* void main( ){int select;cout<<"请输入第一条指令号(0~320)：";suijishu( );cout<<"*****对应的调用页面队列*******"<<endl;pagestring( );do{cout<<"****************************************"<<endl;cout<<"------1:OPT 2:LRU 3:FIFO 4:退出-----"<<endl;cout<<"****************************************"<<endl;cout<<" 请选择一种页面置换算法:";cin>>select;cout<<"****************************************"<<endl;init( );switch(select){case 1:cout<<"最佳置换算法OPT:"<<endl;cout<<"*****************"<<endl;OPT( );break;case 2:cout<<"最近最久未使用置换算法LRU:"<<endl;cout<<"**************************"<<endl;LRU( );break;case 3:cout<<"先进先出置换算法FIFO:"<<endl;cout<<"*********************"<<endl;FIFO( );break;- 6 -default: ;}}while(select!=4); }实验结果：实验四Login用户登录bool chklogin(char *users, char *pwd){int i;for(i=0; i<8; i++){if( (strcmp(users,usrarray[i].name)==0) && (strcmp(pwd,usrarray[i].pwd)==0)) return true;}return false;}Create创建文件int create(){temp=initfile(" ",0);cin>>temp->filename;cin>>temp->content;if(recent->child==NULL){temp->parent=recent;temp->child=NULL;recent->child=temp;temp->prev=temp->next=NULL;cout<<"文件建立成功!"<<endl;}else{ttemp=recent->child;while(ttemp->next){。
非参数统计实验(全)新
第四章 非参数统计实验参数统计学中的许多统计分析方法的应用对总体都有严格的假定，例如，t 检验要求总体服从正态分布，F 检验要求误差呈正态分布且各组方差为齐性的等等，然而在现实生活中，有许多总体的分布我们却是一无所知或知之甚少，所以在参数模型中所建立的统计推断就会失效，于是，人们希望在不假定总体分布的情况下，尽量从数据本身来获得所需要的信息。
这就是非参数统计的宗旨。
非参数统计方法简便，适用性强，但检验效率较低，应用时应加以考虑。
实验一 卡方检验（Chi-square test ）实验目的：掌握卡方检验方法。
实验内容：一、2χ拟合优度检验 二、2χ独立性检验 三、2χ齐性检验 实验工具：SPSS 非参数统计分析菜单项和Crosstabs 菜单项。
知识准备：一、卡方拟合优度检验2χ检验(Chi —Square Test) 适用于拟合优度检验，适用于定类变量的检验问题，用来检验实际观察数目与理论期望数目是否有显著差异。
当检验问题是实际分布是否与理论分布相符合时，在大样本时也可以用分类数据的卡方检验来解决，这时的卡方检验也称为分布拟合的卡方检验。
若样本分为k 类，每类实际观察频数为k f f f ,,,21 ，与其相对应的期望频数为ke e e ,,,21 ，则检验统计量2χ可以测度观察频数与期望频数之间的差异。
其计算公式为：∑∑-=-==期望频数期望频数实际频数2122)()(ki ii i e e f χ很显然，实际频数与望频数越接近，2χ值就越小，若2χ＝0，则上式中分子的每—项都必须是0，这意味着k 类中每一类观察频数与期望频数完全一样，即完全拟合。
2χ统计量可以用来测度实际观察频数与期望频数之间的拟合程度。
在H 0成立的条件下，样本容量n 充分大时，2χ统计量近似地服从自由度df ＝k-1的2χ分布，因而，可以根据给定的显著性水平α，在临界值表中查到相应的临界值)1(2-k αχ。
若)1(22-≥k αχχ，则拒绝H 0，否则不能拒绝H 0。
南邮课程设计报告实验报告
课程设计I报告题目：课程设计班级： 44 姓名：范海霞指导教师：黄双颖职称：成绩：通达学院2015 年 1 月 4 日一：SPSS的安装和使用在PC机上安装SPSS软件，打开软件：基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。
具体如下：1.数据访问、数据准备、数据管理与输出管理；2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计；3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度；4.二元统计：均值比较、T检验、单因素方差分析；5.相关分析：双变量相关分析、偏相关分析、距离分析；6.线性回归分析：自动线性建模、线性回归、Ordinal回归—PLUM、曲线估计；7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验；8.多重响应分析：交叉表、频数表；9.预测数值结果和区分群体： K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析、最近邻元素分析；10. 判别分析；11.尺度分析；12. 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）；13.数据管理、数据转换与文件管理；二．数据文件的处理SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。
定义一个变量至少要定义它的两个属性，即变量名和变量类型其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再对其进行设置。
在 spss 数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量的各个属性进行设置。
1．创建一个数据文件数据（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件，进入数据编辑窗口。
非参数统计实验报告 南邮概要
非参数统计实验报告南邮概要非参数统计实验报告。
南邮概要。
在本次实验中，我们使用了非参数统计方法来分析数据，这些方法不依赖于总体参数的假设，适用于各种类型的数据分布。
我们的实验目的是研究南京邮电大学学生对校园生活满意度的情况。
首先，我们收集了一份问卷调查数据，包括学生对食堂、图书馆、宿舍等校园设施的满意度评分。
然后，我们使用了非参数统计方法，如Wilcoxon秩和检验和Mann-Whitney U检验，来分析这些数据。
这些方法可以帮助我们比较不同组之间的差异，而不需要假设数据服从特定的分布。
通过实验分析，我们发现学生对食堂的满意度评分显著高于对宿舍的评分，而对图书馆的评分则与宿舍的评分没有显著差异。
这些结果为学校改进校园设施提供了有益的参考。
总的来说，本次实验使用非参数统计方法成功地分析了南京邮
电大学学生对校园生活满意度的情况，为学校改进提供了有力的数据支持。
非参数统计方法的灵活性和适用性使得它们在实际应用中具有重要的价值，我们希望能够进一步探索和应用这些方法来解决更多的实际问题。
非参实验报告总结
《非参数统计》课程设计指导书一、课程设计的目的1. 加深理解本课程的研究方法、思想精髓，提高解决实际问题的能力，熟练掌握Minitab常用统计软件的应用。
2.掌握两样本Brown-Mood中位数检验法，并解决两样本中心位置的一致性检验问题.3.掌握两样本Wilcoxon 秩和检验法，解决两样本中心位置的一致性检验问题。
二、设计名称：不同学科的博士论文除了内容外，页数有没有不同三、设计要求1.数据来源要真实，必须注明数据的出处。
2.尽量使用计算机软件分析，说明算法或过程。
3.必须利用到应用回归分析的统计知识。
4.独立完成，不得有相同或相近的课程设计。
四、设计过程1.思考研究课题，准备搜集数据。
2.确立课题，利用图书馆、上网等方式方法搜集数据。
3.利用机房实验室等学校给予的便利措施开始分析处理数据。
4.根据试验结果，写出课程设计报告书。
5.对实验设计报告书进行完善，并最终定稿。
五、设计细则1.利用的统计学软件主要为Minitab，因为其方便快捷，功能也很强大，界面美观。
2.对Word文档进行编辑的时候，有些特殊的数学符号需要利用数学编辑器这款小软件进行编辑。
3.数据来自较权威机构，增加分析的准确性及可靠性。
4.力求主题突出，观点鲜明，叙述简洁明了。
六、说明1.数据来源于21实际统计学系列教材非参数统计；2.所选取数据可能不会涉及到所学的各种分析方法，本课程设计最后会对此情况作出解释。
3.同一题可以采用不同的方法来检验，从而得出更详细的分析及解释4.05α=.0课程设计任务书课程设计报告课程：非参数统计分析学号：姓名：班级：12金统教师：孙丽玢江苏师范大学数学及统计科学学院设计名称：不同学科的博士论文除了内容外，页数有没有不同日期：2014年 6 月 16 日设计内容：不同学科的博士论文除了内容以外还有什们不同呢？分别对一个大学的数学20个和经济学的18个博士论文的页数进行的抽样结果如下（单位：页数）：数学： 56 105 63 88 72 112 96 93 65 105 94 87 64 65 68 87 90 98 76 75经济学：88 94 93 96 99 79 91 94 91 100 99 90 100 110 102 95 98 85 仅仅从页数上看，这两个学科的博士论文有什么不同？（1）使用两样本Brown-Mood中位数检验法进行分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验报告（ 2012 / 2013学年第一学期）课程名称非参数统计实验名称1、数据的描述性统计2、中心位置的检验问题3、多样本问题和区组设计问题的比较4、相关分析实验时间2012年 10月15-22日学生姓名班级学号学院(系)通达学院专业统计学实验一一、实验题目某航空公司为了解旅客对公司服务态度的满意程度，对50名旅客作调查，要求他们写出对乘机服务、机上服务和到达机场服务的满意程度，满意程度评分从0到100.分数越大，满意程度越高。
下表是收集到得数据。
50名旅客对乘机服务、机上服务和到达机场服务的满意程度的评分1、对50名旅客关于乘机服务的满意程度数据作描述性统计分析；2、对50名旅客关于机上服务的满意程度数据作描述性统计分析；3、对50名旅客关于到达机场服务的满意程度数据作描述性统计分析；4、对50名旅客关于这三个方面服务的满意程度数据作一个综合比较的描述性统计分析。
二、实验步骤1、乘机服务1）、直方图2）、箱线图3）、数值分析2、机上服务1）、直方图机上服务满意程度评分直方图141210864225-3031-3536-4041-4546-5051-5556-6061-6566-7071-7576-8081-8586-90 2）、箱线图C1 的箱线图908070601C504030203）、数值分析3、到达机场服务1）、直方图2）、箱线图3）、数值分析5、综合比较C3C2C1100908070605040302010数据C1, C2, C3 的箱线图实验二一、实验题目某地区从事管理工作的职员的月收入的中位数是6500元，现有一个该地区从事管理工作的40个妇女组成的样本，她们的月收入数据如此下：5100 6300 4900 71004900 5200 6600 72006900 5500 5800 64003900 5100 7500 63006000 6700 6000 48007200 6200 7100 69007300 6600 6300 68006200 5500 6300 5400 4800（1）使用样本数据检验：该地区从事管理工作的妇女的月收入的中位数是否低于6500元？（2）使用样本数据给出该地区从事管理工作的妇女的月收入的中位数的点估计和95%的区间估计。
二、实验步骤H0：中位数等于6500元 H1：中位数低于6500元中位数的符号检验: C1中位数 = 6500 与 < 6500 的符号检验N 下方相等上方 P 中位数C1 40 26 1 13 0.0266 6200MTB >P=0.05>0.0266,所以拒绝原假设，认为中为数低于6500.符号置信区间: C1中位数的符号置信区间取得的置信区间N 中位数置信度下限上限位置C1 40 6200 0.9193 5800 6400 150.9500 5800 6459 非线性插值0.9615 5800 6500 14MTB >所以中位数95%的置信区间为[5800,6459].实验三一、实验题目为检验两种燃料添加剂对客车每加仑汽油行驶里程数的影响是否不同，随机挑选12辆车，让每一辆车都先后使用这两种添加剂。
12辆车使用这两种添加剂每加仑汽油行驶里程数的检验结果如下:试检验：这两种添加剂有没有差异？二、实验步骤H0:两种添加剂无差异 H1：两种添加剂有差异1）符号检验法：MTB > Let C3 = C1-C2MTB > SInterval 95.0 C3.符号置信区间: C3中位数的符号置信区间取得的置信区间N 中位数置信度下限上限位置C3 12 1.195 0.8540 0.430 1.840 4 0.9500 0.342 2.024 非线性插值 0.9614 0.310 2.090 32）Wilcoxon符号秩和检验法：MTB > Let C3 = C1-C2MTB > WInterval 95.0 C3.Wilcoxon 符号秩置信区间: C3估计中取得的置信区间N 位数置信度下限上限C3 12 1.23 94.5 0.38 2.073）单样本t检验：MTB > Onet C3.单样本 T: C3平均值变量 N 平均值标准差标准误 95% 置信区间C3 12 1.241 1.355 0.391 (0.380, 2.102)结果分析：综合1、2、3三种方法可以看出，接受原假设，认为两种添加剂无差异。
实验四一、实验题目某汽车驾驶员记录了使用5种不同牌子的汽油每5加仑行驶的距离（哩），数据如下：牌1：37.5 31.3 33.8 32.5牌2：36.3 32.5 36.3 35.0牌3：40 40 43.8 46.3牌4：36.3 42.5 40 41.3牌5：40 32.5 38.8 33.8这些数据是否说明这5种牌子的汽油每加仑平均行驶的哩数全相等？二、实验步骤检验问题：H：这5种牌子的汽油每加仑平均行驶的哩数全相等0H：这5种牌子的汽油每加仑平均行驶的哩数不全相等1在 C1 上的 Kruskal-Wallis 检验C2 N 中位数平均秩 Z1 4 33.15 5.1 -2.032 4 35.65 7.0 -1.323 4 41.90 17.0 2.464 4 40.65 14.6 1.565 4 36.30 8.8 -0.66整体 20 10.5H = 11.82 DF = 4 P = 0.019H = 12.00 DF = 4 P = 0.017（已对结调整）注 * 一个或多个小样本P值小于0.05，拒绝原假设，这5种牌子的汽油每加仑平均行驶的哩数不全相等实验五一、实验题目有四架测量纺织纤维弹性的测量仪器，为检验这些测量仪器之间有没有差异，找了八位质量检验员，要求每一位检验员使用每一架测量仪器对同一批原料进行测量，实验数据如下，这四架测量仪器有没有差异？检验员12345678测量仪器17173727375737775 27375767478777474 37673797774757473 47573737270716969二、实验步骤Friedman 检验: C1 与 C3，按 C2 区组H：四架测量仪器没有差别1H：四架测量仪器有差别0S = 8.44 DF = 3 P = 0.038S = 9.12 DF = 3 P = 0.028（已对结调整）C3 N 估计中位数秩和1 8 73.125 18.52 8 75.125 25.53 8 74.750 24.04 8 71.000 12.0总中位数 = 73.500MTB >P值小于0.05拒绝原假设实验六一、实验题目某部门有26位女职工和24位男职工。
他们的年收入如下:（1）使用MOOD中位数检验法回答问题：收入和性别有没有关系？女职工的收入是否比男职工的收入低？（2）使用Wilcoxon秩和检验法回答上述问题。
二、实验步骤（1）H0：收入与性别之间无关系，女职工的收入不比男职工的收入低H1：收入与性别有关系，女职工的收入比男职工的收入低MTB > Mood C1 C2.Mood 中位数检验: C1 与 C2C1 的 Mood 中位数检验卡方 = 8.01 DF = 1 P = 0.005单组 95.0% 置信区间C2 N<= N> 中位数Q3-Q1 ---------+---------+---------+-------1 18 8 31325 5500 (---*-------)2 7 17 36200 5288 (----------*-----)---------+---------+---------+-------32500 35000 37500整体中位数 = 33400中位数 (1) - 中位数 (2) 的 95.0% 置信区间: (-6950,-1600)结果：由于中位数落入0.95置信区间，接受原假设，故H0成立，收入与性别之间无关系，女职工的收入不比男职工的收入低（2）H0：收入与性别之间无关系，女职工的收入不比男职工的收入低H1：收入与性别有关系，女职工的收入比男职工的收入低Mann-Whitney 检验和置信区间: C1, C2N 中位数C1 26 31325C2 24 36200ETA1-ETA2 的点估计为 -4325ETA1-ETA2 的 95.1 置信区间为 (-6400,-2150)W = 478.0在 0.0002 上，ETA1 = ETA2 与 ETA1 < ETA2 的检验结果显著在 0.0002 显著性水平上，检验结果显著（已对结调整）结果：（3）由于 W 为 < 663.0，接受原假设，故H0成立，收入与性别之间无关系，女职工的收入不比男职工的收入低除性别外，还有很多因素例如文化程度、工龄和职位等与职工工资的高低有关，为此考虑男女职工在文化程度、工龄和职位方面有没有差异，该部门的26位女职工和24位男职工的年收入和工龄的数据如下：1、男女职工的工龄有没有差异？男职工的工龄是否比女职工长？2、收入与工龄有没有关系？工龄越长，收入是否越高？3、职工的收入究竟与性别有没有关系？H0：收入与性别之间无关系 H1：收入与性别有关Mood 中位数检验: C1 与 C3C1 的 Mood 中位数检验卡方 = 8.01 DF = 1 P = 0.005单组 95.0% 置信区间C3 N<= N> 中位数 Q3-Q1---------+---------+---------+-------1 18 8 31325 5500 (---*-------)2 7 17 36200 5288 (----------*-----)---------+---------+---------+-------32500 35000 37500整体中位数 = 33400中位数 (1) - 中位数 (2) 的 95.0% 置信区间: (-6950,-1600)由于中位数（c1-c3）落入0.95置信区间，故拒绝原假设，H0成立，收入与性别之间无关系H0：工龄与性别之间无关系 H1：工龄与性别有关Mood 中位数检验: C2 与 C3C2 的 Mood 中位数检验卡方 = 13.48 DF = 1 P = 0.000单组 95.0% 置信区间C3 N<= N> 中位数 Q3-Q1--------+---------+---------+--------1 20 6 3.0 15.3 (-*-----------)2 6 18 19.5 16.5(----*--------)--------+---------+---------+--------7.0 14.0 21.0整体中位数 = 15.0中位数 (1) - 中位数 (2) 的 95.0% 置信区间: (-22.0,-9.0)由于中位数（c2-c3）落入0.95置信区间，故拒绝原假设，H0成立，工龄与性别之间无关系计算收入与工龄的秩相关系数H0：工龄与收收入相互独立 H1：工龄与收入正相关相关: C4, C5C4 和 C5 的 Pearson 相关系数 = 0.855P 值 = 0.000拒绝原假设，H1成立，工龄与收入正相关。