符号检验计算器的功能
本计算器对单样本或配对数据进行精确符号检验。它将每个观测值与假设值进行比较,统计正差值和负差值的个数,并返回精确的二项式 p 值。该方法适用于小样本、有序数据,或正态假设存疑的情形,它只检验数值是否倾向于高于或低于假设值。
使用方法
选择检验类型:单样本或配对双样本。选择备择假设:双侧、左侧检验(正值较少)或右侧检验(正值较多)。输入样本 1 的数值,数值之间可用逗号、分号、空格或换行分隔。进行配对检验时,输入样本 2,其数量需相同且顺序一致;单样本检验时忽略该项。输入假设值 d0(单样本时为中位数或均值,配对数据时为差值)。最后设置显著性水平 alpha,通常取 0.05。最多支持 1000 个数值。
公式
首先计算差值。对于配对检验:
$$d_i = x_i - y_i - d_0$$对于单样本,\(d_i = x_i - d_0\)。设 \(R_+\) 为 \(d_i > 0\) 的个数,\(R_-\) 为 \(d_i < 0\) 的个数,且 \(N = R_+ + R_-\)。统计量为 \(p = 0.5\) 时的二项式累积概率:
$$S_+ = \sum_{j=0}^{R_+} \binom{N}{j}2^{-N},\quad S_- = \sum_{j=0}^{R_-} \binom{N}{j}2^{-N}$$左侧检验的 p 值为 \(S_+\),右侧检验的 p 值为 \(S_-\);双侧检验则为:
$$p = \min(1,\ 2\min(S_+, S_-))$$
约定与假设
差值等于零的为平局,予以剔除,因此 \(N = R_+ + R_-\)。由于浮点减法可能产生微小残差,当差值的绝对值小于 \(10^{-12}\) 时,该差值视为零。双侧 p 值将较小尾部概率加倍,并将结果上限设为 1;这一加倍规则是一种设计选择,NIST 页面并未给出,但与其公布的左侧和右侧输出结果一致。本计算器不提供正态近似或连续性修正,仅计算精确的二项式值。当所选 p 值不大于 alpha 时,拒绝 H0。二项分布是离散的,因此实际达到的显著性水平通常并不恰好等于 alpha。若所有差值均为平局,则无法完成检验。
实例演示
单样本检验,样本为 141、138、144、139、145、137、142、146、140、143,假设值 \(d_0 = 140\),双侧检验,\(\alpha = 0.05\)。差值给出 \(R_+ = 6\)、\(R_- = 3\),以及一个平局(数值 140),因此 \(N = 9\)。
$$S_+ = 0.91015625,\quad S_- = 0.25390625$$$$p = \min(1,\ 2 \times 0.25390625) = 0.5078125$$由于 \(0.5078 > 0.05\),不拒绝 H0。
如何解读结果
若 p 值较小,说明在正负差值概率相等的情况下,出现当前正负差值分布的可能性很低。若 p 值较大(如上例),则说明数据未显示出一致的方向。该检验忽略差值的大小,因此其检验效能低于利用差值大小的检验。剔除平局会减少 N,从而降低检验效能。未拒绝 H0 并不能证明其为真。
常见问题
符号检验有哪些假设?
观测值相互独立,且每个差值要么高于要么低于假设值。在 H0 成立的条件下,正号个数服从 Binomial(N, 0.5) 分布。
为什么要剔除平局?
零差值不带有方向信息。按照 NIST Dataplot 的惯例,剔除平局并相应减小有效样本量。
何时使用配对选项?
适用于前后测量或匹配样本对。计算器先用样本 1 减去样本 2,再减去 d0。
为什么双侧 p 值有时为 1?
当正负号接近平衡时,将较小尾部加倍可能超过 1,因此结果上限取 1。
大样本是否使用正态近似?
不使用。对于最多 1000 的任意 N,均计算精确的二项式求和。
参考来源
- Dataplot SIGN TEST command,NIST/SEMATECH Dataplot,2023