精华内容
下载资源
问答
  • 参数检验与非参数检验的区别

    千次阅读 2019-05-11 18:21:10
    参数检验与非参数检验的区别 1,参数检验是针对参数做的假设,非参数检验是针对总体分布情况做的假设,这个是区分参数检验和非参数检验的一个重要特征。 2,二者的根本区别在于参数检验要利用到总体的信息(总体...

    参数检验与非参数检验的区别

     

    1,参数检验是针对参数做的假设,非参数检验是针对总体分布情况做的假设,这个是区分参数检验和非参数检验的一个重要特征。

    2,二者的根本区别在于参数检验要利用到总体的信息(总体分布、总体的一些参数特征如方差),以总体分布和样本信息对总体参数作出推断;非参数检验不需要利用总体的信息(总体分布、总体的一些参数特征如方差),以样本信息对总体分布作出推断。

    3,参数检验只能用于等距数据和比例数据,非参数检验主要用于记数数据。也可用于等距和比例数据,但精确性就会降低。

    非参数检验往往不假定总体的分布类型,直接对总体的分布的某种假设(例如如称性、分位数大小等等假设)作统计检验。最常见的非参数检验统计量有 3类:计数统计量、秩统计量、符号秩统计量

    ------------------------------------------------------------------------

    补充

    非参数检验

    1. 不需要对总体分布作任何事先的假设(如正态分布) 2. 从检验内容上说,也不是检验总体分布的某些参数,而是检验总体某些有关的性质,所以称为非参数检验 3. 前面进行的假设检验和方差分析,大都是在数据服从正态 分布或近似地服从正态分布的条件下进行的。但是如果总体的 分布未知,或对总体分布知之甚少的情况下,如何利用样本信息 对总体分布形态做出推断? 非参数检验 -指推断过程不涉及总体 分布中的参数

     

    转载自

    https://zhidao.baidu.com/question/327567757.html?qbl=relate_question_1&word=%B2%CE%CA%FD%B9%C0%BC%C6%D3%EB%B7%C7%B2%CE%CA%FD%B9%C0%BC%C6%C7%F8%B1%F0

    展开全文
  • 参数检验和非参数检验的区别

    万次阅读 多人点赞 2018-10-11 16:46:47
    非参数检验是针对总体分布情况做的假设,这是区分的一个重要特征; 2、根本区别在于,参数检验要利用到总体的信息(总体的分布、总体的一些参数特征,如方差),以总体分布和样本信息对总体参数做出推断; 非参数...

    1、参数检验是针对参数做的假设;

    非参数检验是针对总体分布情况做的假设,这是区分的一个重要特征;

    2、根本区别在于,参数检验要利用到总体的信息(总体的分布、总体的一些参数特征,如方差),以总体分布和样本信息对总体参数做出推断;

    非参数检验不需要利用总体信息,以样本信息对总体分布做出推断;

    3、正态分布用参数检验,非正态分布用非参数检验。

    展开全文
  • 参数估计与非参数估计

    千次阅读 2017-10-12 15:48:45
    非参数估计对解释变量的分布状况模型的具体形式不做具体规定 ,运用核密度函数窗宽去逐步逼近,找出相应的模型。统计学中常见的一些典型分布形式不总是能够拟合实际中的分布。此外,在许多实际问题中经常遇到多...

    背景知识:概率密度,直观的理解就是在某一个区间内,事件发生的次数的多少的问题,比如N(0,1)高斯分布,就是取值在0的很小的区间的概率很高,至少比其他等宽的小区间要高。

    参数估计要求明确参数服从什么分布,明确模型的具体形式,然后给出参数的估计值。根据从总体中抽取的样本估计总体分布中包含的未知参数。

    非参数估计对解释变量的分布状况与模型的具体形式不做具体规定 ,运用核密度函数与窗宽去逐步逼近,找出相应的模型。统计学中常见的一些典型分布形式不总是能够拟合实际中的分布。此外,在许多实际问题中经常遇到多峰分布的情况,这就迫使必须用样本来推断总体分布,常见的总体类条件概率密度估计方法有Parzen窗法和Kn近邻法两种。
    非参数估计也有人将其称之为无参密度估计,它是一种对先验知识要求最少,完全依靠训练数据进行估计,而且可以用于任意形状密度估计的方法。

    最简单的直方图估计,把所有可能取值的范围分成间隔相等的区间,然后看每个区间内有多少个数据?这样就定义出了直方图,因此直方图就是概率密度估计的最原始的模型。
    直方图用的是矩形来表示纵轴,当样本在某个小区间被观测到,纵轴就加上一个小矩形。

    非参数估计更适合对原函数关系进行模拟,但不能预测;而参数估计则可以预测。

    展开全文
  • 最近几天博主需要做一些计算生物学分析,重新温习了一遍统计学的知识。由于博主此次使用的是非参数检验,将重点介绍非参数检验相关内容,仍然是深入浅出的风格,先放一些概念,再...Q1:参数检验和非参数检验的联系...

           最近几天博主需要做一些计算生物学分析,重新温习了一遍统计学的知识。由于博主此次使用的是非参数检验,将重点介绍非参数检验相关内容,仍然是深入浅出的风格,先放一些概念,再总结实际使用的技巧。写在这里,供大家参考学习。

           为了方便描述公式和定义,部分内容摘自网络,鉴于是公开的知识,只是以某种形式呈现,将不再注明出处,如有侵权,请私信或留言!

    Q1:参数检验和非参数检验的联系和区别?

           参数检验(parameter test)全称参数假设检验,是指对参数平均值方差进行的统计检验。先由测得的样本数据计算检验统计量,若计算的统计量值落入约定显著性水平a 时的拒绝域内,说明被检参数之间在所约定的显著性水平a 下在统计上有显著性差异;反之, 若计算的统计量值落入约定显著性水平a 时的接受域内,说明被检参数之间在统计上没有显著性差异,是同一总体的参数估计值。

           非参数检验是在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数,因而得名为“非参数检验。

           在实际使用中,对于已知总体分布情况的数据(如身高),可以使用参数检验。对于不知道总体分布情况的数据,可以使用非参数检验(如某时间的发生数,也称为计数数据),可以使用非参数检验。

           值得注意的是:在某些情况下,我们不清楚一组数据的总体是否符合某种分布,可能会用SPSS的正态性检验借助已有样本对总体进行判断。这种检验方法见:https://blog.csdn.net/tuanzide5233/article/details/83212032。博主也曾对要分析的数据进行正态性检验,然而,第一次使用第一批A组的数据进行检验得到单峰正态分布,P值有意义;第二次使用第二批A组的数据进行检验得到双峰正态分布,P值有意义。可是双峰正态分布不能使用T检验,而应该使用非参数检验。因此博主认为,在选择检验方法时,如不能肯定总体分布情况,则应该优先考虑非参数检验,尤其是对于计数数据而言!

    Q2:什么是匹配样本和独立样本?

           匹配样本(matched sample)是指一个样本中的数据与另一个样本中的数据相对应。比如,先指定12个工人用第一种方法组装产品,然后再让这12个工人用第二种方法组装产品,这样得到的两种方法组装产品的数据就是匹配数据。匹配样本可以消除由于样本指定的不公平造成的两种方法组装时间上的差异。

           独立样本(independent sample)是指如果两个样本是从两个总体中独立抽取的, 即一个样本中的元素与另一个样本中的元素相互独立的样本。

           在实际使用中,如果两组数据的来源可以映射到同一个体或同一群体,则为匹配样本,如学生A1,A2,A3…在第一次和第二次考试中的成绩。如果来自两个群体,或者想判断是否来自两个群体(即采用假设检验),应当做独立样本。在SPSS中,匹配样本被称为相关样本。

    Q3:什么是两样本和K样本?

           在实际使用SPSS中,会遇到两样本与K样本的选择。

           由于人们可能会把数据的数量等同于样本的数量,即2个独立样本是说,每组有两个数据,K个独立样本是说,每组有K(大于2)个数据。其实这是不正确的。两样本与K样本不是说数据的数量,而是说分组的数量。两样本是说分为了两组,如cancer组和normal组,每组包括任意多个数据。K样本是说分成了K组,如A组B组C组,每组包含任意多个数据。

           之所以需要鉴别,是因为2样本涉及到二项分布问题。即非此即彼,如性别。而K样本在计算时会将用于分组的数字进行运算,如我们使用1表示男,2表示女,如果把这种2样本当做K=2的K样本分析,数据描述则会出现对1和2进行运算的结果,这显然不是我们想要的。

    Q4:如何区分SPSS中常见的非参数检验方法:Mann-Whitney U检验、Wilcoxon检验和kruskal wallis检验?

           首先来看定义和计算方法。

           Mann-Whitney U检验:-惠特尼U检验(Mann-Whitney U test),又称曼-惠特尼秩和检验,可以看作是对两均值之差的参数检验方式的T检验或相应的大样本正态检验的代用品。由于曼-惠特尼秩和检验明确地考虑了每一个样本中各测定值所排的秩,它比符号检验法使用了更多的信息。

           Wilcoxon检验:Wilcoxon符号秩检验中,它把观测值和零假设的中心位置之差的绝对值的秩分别按照不同的符号相加作为其检验统计量。它适用于T检验中的成对比较,但并不要求成对数据之差di服从正态分布,只要求对称分布即可。检验成对观测数据之差是否来自均值0的总体(产生数据的总体是否具有相同的均值)。

           kruskal wallis检验:克鲁斯卡尔-沃利斯检验是一种秩检验,是威尔科克逊检验的推广, 用于多个连续型独立样本的比较。方差分析(ANOVA)程序关注的是,几个总体的均值是否相等。数据是间隔测量尺度或比率测量尺度的数据。另外还要假定这些总体服从正态概率分布,并且有相等的标准差。如果数据是顺序测量尺度的和()总体不服从正态分布会怎样呢?W.H.克鲁斯卡尔(Kruskal)W.A.沃利斯(Wallis)1952年提出了仅仅要求顺序(排序)测量尺度数据的非参数检验。不需要对总体分布形态做任何假定。该检验被称为克鲁斯卡尔-沃利斯单因素秩方差分析(Kruskal-Wallis one-way analysis of variance by ranks)

           看完眼花缭乱的定义和计算步骤,下面总结一下使用中如何选择这三种非参数检验方法:

    1. Wilcoxon检验适用于2匹配样本(related samples
    2. Mann–Whitney U 检验适用于2独立样本
    3. kruskal wallis检验用于K独立样本
    展开全文
  • 非参数测试参数测试有何不同? 当总体参数的信息完全已知时使用参数检验,而当总体参数的信息没有或很少使用非参数检验,简单的说,参数检验假设数据是正态分布的。然而,非参数检验对数据没有任何分布。 但是参数...
  • 参数模型和非参数模型的区别

    万次阅读 2015-03-01 15:17:57
    参数与非参数模型 用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。建立参数模型就在于确定已知模型结构中的各个参数。通过理论分析总是得出参数模型。非参数模型是直接或间接地从实际系统...
  • Java基础知识面试题(2020最新版)

    万次阅读 多人点赞 2020-02-19 12:11:27
    文章目录Java概述何为编程什么是Javajdk1.5之后的三大版本JVM、JRE和JDK的关系什么是...Java应用程序小程序之间有那些差别?Java和C++的区别Oracle JDK 和 OpenJDK 的对比基础语法数据类型Java有哪些数据类型switc...
  • 吴恩达深度学习——超参数调优

    千次阅读 2020-05-24 18:56:11
    本文主要介绍了如何进行超参数调优,包括如何选择合适的范围。其次介绍了Batch Norm批归一化以及Softmax回归,最后简单介绍了一下TensorFlow。
  • 本文的目的是提供一种贝叶斯非参数方法来估计一个copula,我们通过混合一类参数copula来做到这一点。特别地,我们表明任何双变量copula密度可以通过高斯copula密度函数的无限混合任意精确地近似。该模型可以通过...
  • 非参数统计 作业(第五章第六章)

    千次阅读 2018-12-07 23:57:52
    可通过不同检验统计量Pearson、Spearman、Kendall辨别相关性,编写相应检验程序cor.pearson、cor.spearman,cor.kendall,函数返回每个检验的p值相关系数。 分析过程 导入数据,对数据进行描述性统计分析 ...
  • Android WebView 支持微信支付 ...!! ) 前端的同学给了个链接说是可以微信H5支付 ,支付宝支付。调试刚开始并不顺利,今天把调试解决发出来 ...商家参数格式有误,请联系商家解决 (跳转观看!!!) ...
  • 有一些程序不支持被直接启动,而要求通过命令行启动。这个时候,你就需要使用 PowerShell 或者 PowerShell Core 来启动这样的程序。我们都知道如何在命令行或各种...本文就介绍 PowerShell 的命令行启动参数。利用...
  • AD参数微分线性(DNL)积分线性(INL)

    千次阅读 多人点赞 2018-11-20 22:07:15
    AD参数微分线性(DNL)积分线性(INL) 此博文包含图片 (2012-06-06 16:04:33)转载▼ 标签: 杂谈 关于DNLINL 微分线性(DNL) 在理想的A/D转换器传递函数中,每一个代码都有一个相同的宽度。也就是说...
  • 机器学习中的参数与参数之间的区别

    万次阅读 多人点赞 2017-08-07 15:38:42
    机器学习中的模型参数和模型超参数在作用、来源等方面都有所不同,而模型超参数常被称为模型参数,这样,很容易对初学者造成混淆。本文给出了模型参数和模型超参数的定义,并进行了对比,指出了二者本质上的区别:...
  • 有一些程序不支持被直接启动,而要求通过命令行启动。这个时候,你就需要使用 cmd.exe 来启动这样的程序。我们都知道如何在 cmd.exe 中启动一...利用这些参数,你可以自动化地通过 cmd.exe 程序来完成一些原本需要通...
  • 当需要估计的概率密度函数的形式未知,比如我们并不能知道样本的分布形式时,我们就无法用最大似然估计方法或贝叶斯估计方法来进行参数估计,而应该用非参数估计方法。这里就介绍三种非参数估计方法。 需要知道的是...
  • 参数估计、假设检验回归

    万次阅读 2015-07-03 19:52:32
    总体架构 拟合(fitting)   ...已知某函数的若干离散函数值{f1,f2,…,fn},通过调整该...如果待定函数是线性,就叫线性拟合或者线性回归,否则叫作线性拟合或线性回归。   参数估计 概念 在已知
  • 入门学习Linux常用必会60个命令实例详解doc/txt

    千次下载 热门讨论 2011-06-09 00:08:45
    这是因为Linux和许多版本的Unix一样,提供了虚拟控制台的访问方式,允许用户在同一时间从控制台(系统的控制台是系统直接相连的监视器和键盘)进行多次登录。每个虚拟控制台可以看作是一个独立的工作站,工作台...
  • 关于S参数的一些理解

    万次阅读 多人点赞 2017-10-17 20:55:52
    本文将从S参数的定义,S参数的表达方式,S参数的特性,混合模式S参数,S参数测量等多个方面介绍S参数的一些最基本的知识。 1,S参数的定义 人们都喜欢用一句话来概括一个术语。 譬如用一句话
  • 最详细的Catboost参数详解实例应用

    千次阅读 多人点赞 2020-12-16 12:39:22
    集成学习的两大准则:基学习器的准确性和多样性。 算法:串行的Boosting和...参数详解2.1通用参数:2.2默认参数2.3性能参数2.4参数调优3.CatBoost实战应用3.1回归案例3.2使用Pool加载数据集并进行预测3.3多分类案例..
  • 商业转载请联系作者获得授权,商业转载请注明出处。 作者:Ye Huang 链接:https://www.zhihu.com/question/33565135/answer/69651500 来源:知乎 1. 基于ui-router的页面跳转传参 (1) 在AngularJS的app.js...
  • 贝叶斯决策贝叶斯参数估计

    千次阅读 2017-01-12 13:12:44
    1/11/2017 11:02:08 PM 考试结束了重新看了一下贝叶斯参数估计(极大似然参数估计思想很简单,不用多说了),感觉贝叶斯参数估计真是内涵很深啊! 下面两张ppt务必完全每一行都看懂(刘老师的PPT确实做得好啊) 第...
  • 1. 鲁棒控制和自适应控制的联系与区别 鲁棒控制是以目的定义的控制方法集合,自适应控制是以手段定义的控制方法集合,这两种控制都是为了应对 “当数学模型不能精确表示实际系统的情况下。狭义的鲁棒控制是指H2,...
  • MSBuild 常用参数

    千次阅读 2019-08-30 08:57:04
    本文告诉大家在 MSBuild 里面常用的参数
  • 内参、外参、畸变参数三种参数与相机的标定方法

    万次阅读 多人点赞 2019-07-17 14:21:28
    外部参数:世界坐标系摄像机坐标系之间的旋转矩阵R平移向量t。     求解: 首先利用最小二乘法求解超定线性方程组,求得模型外部参数;然后求解内部参数,如果摄像机无透镜畸变,可通过一个超定线性方程组...
  • 参数估计:贝叶斯思想和贝叶斯参数估计

    万次阅读 多人点赞 2016-05-23 10:54:29
    http://blog.csdn.net/pipisorry/article/details/51471222贝叶斯频率派思想频率派思想 长久以来,人们对一件事情发生或不发生,只有固定的0和1,即要么发生,要么不发生,从来不会去考虑某件事情发生的概率有多...
  • contract_display_account参数值不支持UTF83字节编码的字符,如+ 服务商模式签名的key用服务商的,普通商户模式用普通商户的【如果商户号,模板等都没有错误,那么就是key不正确】,注意:商户api密钥设置, ...
  • 为什么要进行参数估计  参数估计是统计学中的经典问题,常用的方法是最大似然估计和贝叶斯估计。为什么机器学习中,也会用到参数估计呢?我们利用训练样本来估计先验概率和条件概率密度,并以此设计分类器。当假设...
  • adb命令大全

    千次阅读 多人点赞 2019-06-03 22:19:07
    4.10.5 修改允许/禁止访问 SDK API 4.10.6 修改状态栏和导航栏的显示隐藏 4.11 实用功能 4.11.1 屏幕截图 4.11.2 录制屏幕 4.11.3 查看连接过的 WiFi 密码 4.11.4 设置系统日期和时间 4.11.5 重启手机 4.11.6 检测...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 235,395
精华内容 94,158
关键字:

参数与非参数的联系