前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇非參數(shù)檢驗(yàn)范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

非參數(shù)檢驗(yàn)范文第1篇

內(nèi)容摘要：本文針對(duì)我國(guó)股市漲跌無(wú)序，隨機(jī)性較強(qiáng)的特點(diǎn)，提出使用一種非參數(shù)方法―wilcoxon秩和檢驗(yàn)方法來(lái)檢驗(yàn)股票價(jià)格在兩個(gè)不同時(shí)期是否有顯著性的波動(dòng)風(fēng)險(xiǎn)，避免了參數(shù)檢驗(yàn)中事先假定價(jià)格變動(dòng)服從于某種分布所產(chǎn)生的誤差，同時(shí)給出了應(yīng)用舉例，使得該方法更貼近于實(shí)際。

關(guān)鍵詞：股價(jià)波動(dòng)風(fēng)險(xiǎn) 非參數(shù) 秩和檢驗(yàn)

模型的建立

在一個(gè)完全市場(chǎng)上，股票價(jià)格反映了上市公司生產(chǎn)與管理的績(jī)效，同時(shí)它也反映了投資者對(duì)上市公司的未來(lái)預(yù)期和投資信心。在此基礎(chǔ)上，我們有必要分析現(xiàn)階段的股票價(jià)格與前一階段的股票價(jià)格是否有顯著差異，特別對(duì)一些產(chǎn)品與季節(jié)性強(qiáng)關(guān)聯(lián)的上市公司，可以用這模型來(lái)分析股價(jià)是否隨季節(jié)變動(dòng)而有顯著差異。分析的結(jié)果不但將對(duì)上市公司改進(jìn)生產(chǎn)與管理提供一定的參考，也為已投資或欲投資于該上市公司股票的投資者提供必要的選擇依據(jù)。本文從統(tǒng)計(jì)抽樣的角度出發(fā)，來(lái)具體給出如何檢驗(yàn)?zāi)撤N股票價(jià)格在兩個(gè)不同的時(shí)期是否有顯著性的差異，當(dāng)然這里的時(shí)期可以是某兩個(gè)月、某兩個(gè)季度等等，這由研究問(wèn)題的需要而定。

不妨假定股票價(jià)格P是連續(xù)變動(dòng)的，即在任意連續(xù)時(shí)刻，其價(jià)格都存在且取值是隨機(jī)變動(dòng)的，因此P是連續(xù)型的隨機(jī)變量。通常，在理論上假定股票的價(jià)格遵循一般化的wiener過(guò)程，其價(jià)格變動(dòng)服從于對(duì)數(shù)正態(tài)分布，這有助于對(duì)股票價(jià)格進(jìn)行理論分析，當(dāng)然實(shí)際中的股票價(jià)格未必就服從于對(duì)數(shù)正態(tài)分布，這種先假定隨機(jī)變量分布形式的方法，統(tǒng)計(jì)上稱為參數(shù)方法。本文從股票的實(shí)際抽樣出發(fā)，對(duì)股票價(jià)格總體分布形式不作具體的假定，而是根據(jù)具體的抽樣來(lái)作出統(tǒng)計(jì)推斷，這種方法也叫非參數(shù)方法。本文的目的是利用wilcoxon秩和檢驗(yàn)來(lái)建立兩個(gè)不同時(shí)期股票價(jià)格是否有顯著性差異的統(tǒng)計(jì)推斷標(biāo)準(zhǔn)。

設(shè)某種股票貫穿兩個(gè)不同的時(shí)期，為了比較這兩個(gè)時(shí)期的股票價(jià)格是否有顯著性的變動(dòng)，假設(shè)在兩個(gè)時(shí)期中可以任意抽取N個(gè)不同時(shí)刻的股票價(jià)格觀測(cè)值來(lái)作樣本，并且隨機(jī)地在第一個(gè)時(shí)期中抽取n個(gè)不同時(shí)刻的股票價(jià)格觀測(cè)值來(lái)進(jìn)行檢驗(yàn)，其余個(gè)時(shí)刻的股票價(jià)格觀測(cè)值來(lái)自第二個(gè)時(shí)期，這里不妨假定我們要抽取的N個(gè)樣本為T(mén)1，T2，……，TN，由于抽取是隨機(jī)性的，我們稱這種抽樣體現(xiàn)的模型為兩時(shí)期股價(jià)比較的隨機(jī)化模型。

易知，N個(gè)樣本中，任取n個(gè)的所有不同的取法總數(shù)為CnN，由于選取是隨機(jī)的，即所有CnN種選擇是等可能的，因而出現(xiàn)每種分配方式的概率均為，我們的目標(biāo)是基于兩個(gè)時(shí)期的隨機(jī)抽樣的股價(jià)觀測(cè)值來(lái)檢驗(yàn)兩時(shí)期的股價(jià)有無(wú)顯著性的差異，即檢驗(yàn)零假設(shè)式（1）是否可被接受。

H0：兩時(shí)期股價(jià)無(wú)顯著性差異 （1）

樣本T1，T2，……，TN被抽取后，就可以得到N個(gè)股價(jià)的觀測(cè)值，把這些觀測(cè)值放在一起按從小到大進(jìn)行排序，若樣本Ti的觀測(cè)值被排在第ri的位置上，則稱ri為樣本Ti的秩。

那么，類似地，在第一時(shí)期中n個(gè)股價(jià)樣本觀測(cè)值的秩為：S1＜S2＜……＜Sn；

在第二時(shí)期中的m個(gè)股價(jià)樣本觀測(cè)值的秩為：R1＜R2＜……＜Rm

這m+n個(gè)秩正好是取1，2，……，N。這N個(gè)值，即有：

（2）

基于（S1，S2，……，Sn）構(gòu)造統(tǒng)計(jì)量檢驗(yàn)H0。首先需要知道（S1，S2，……，Sn）在H0為真時(shí)的分布，稱此分布為（S1，S2，……，Sn）的零分布。如果H0為真，即兩個(gè)時(shí)期股價(jià)觀測(cè)值無(wú)差異，則分配到兩時(shí)期的各樣本觀測(cè)值的秩的排序應(yīng)不受不同時(shí)期的影響，那么（S1，S2，……，Sn）的零分布為：

（3）

這里1≤S1≤S2≤……≤Sn≤N，并且PH0表示在H0為真時(shí)的概率。后面將討論秩相等時(shí)的情況。

Wilcoxon秩和檢驗(yàn)

有些時(shí)候，事先能夠知道若兩個(gè)時(shí)期有差異，則在這兩個(gè)時(shí)期的股價(jià)觀測(cè)值（或值）趨于分離，只是不清楚哪一個(gè)時(shí)期的觀測(cè)值趨于增加，哪一個(gè)時(shí)期的觀測(cè)值趨于減少。這相對(duì)于零假設(shè)（1）的備擇假設(shè)為H1：兩個(gè)時(shí)期股價(jià)有顯著差異。

在此，本文記兩個(gè)時(shí)期分別為第一時(shí)期和第二時(shí)期。當(dāng)抽取的N個(gè)樣本中，有n個(gè)是在第一時(shí)期抽得，而m=N-n個(gè)是在第二時(shí)期抽得。根據(jù)Wilcoxon秩和檢驗(yàn)，可以構(gòu)造統(tǒng)計(jì)量：W1=S1+S2+……+Sn；W2=R1+R2+……+Rm

W1和W2分別表示在各個(gè)時(shí)期中個(gè)體的秩和。對(duì)W1來(lái)說(shuō)，拒絕域的形式為：

W1≤c1或W1≥c1；（c1＜c2）； （4）

對(duì)于，給定的顯著水平a，c1和c2應(yīng)滿足：

（5）

僅上式不能唯一確定c1和c2，當(dāng)我們對(duì)兩個(gè)時(shí)期股價(jià)誰(shuí)高誰(shuí)低不得而知時(shí)，通常取：

（6）

一般可證明：W1的零分布關(guān)于為對(duì)稱，即對(duì)c＞0有：

（7）

利用此結(jié)果，若選擇c使：

（8）

則結(jié)合（5）和（6）有：

； （9）

若利用p-值進(jìn)行檢驗(yàn)，設(shè)W1的觀測(cè)值為w1，計(jì)算或通過(guò)查表得概率值或 ；由對(duì)稱性可知，檢驗(yàn)的p-值為上述概率中小于的那一個(gè)的2倍。

則檢驗(yàn)標(biāo)準(zhǔn)為：若p-值＜a，拒絕H0，否則接受H0。

實(shí)例1：考察某種股票在最近兩個(gè)月的收盤(pán)價(jià)，設(shè)這個(gè)月為第一月，上個(gè)月為第二月。隨機(jī)地抽取13天的股價(jià)觀測(cè)值，其中有6天在第一個(gè)月中抽的，其余在第二個(gè)月中抽取，樣本觀測(cè)值如下（單位：元）：

第一月：19.12；19.51；19.53；19.54；19.61；19.77；

第二月：19.35；19.45；19.54；19.70；19.73；19.79；19.82；

在水平時(shí)，檢驗(yàn)這兩個(gè)月的股價(jià)是否有顯著的波動(dòng)。

由于事先并不知道那一個(gè)月的股價(jià)可能較高，因此這是一個(gè)雙邊檢驗(yàn)問(wèn)題。

由觀測(cè)值可知，第一個(gè)月中的股價(jià)的分別秩為：1，4，5，6，8，11。因而秩和為：

w1=1+4+5+6+8+11=35；

查表可得PH0（W1≤35）=0.1830＜；

從而：p=0.3660＞a=0.10；

故接受H0，即認(rèn)為這兩個(gè)月的股價(jià)在水平a=0.10時(shí)，無(wú)顯著性的波動(dòng)。

實(shí)用中的兩個(gè)問(wèn)題

（一）實(shí)際中樣本過(guò)大的問(wèn)題

由上例可知，對(duì)于m，n均較小的情況，可以通過(guò)（3）或查表求出W1的零分布或者檢驗(yàn)的p-值。但實(shí)際中常常抽取的m，n都較大，即使利用計(jì)算機(jī)，其計(jì)算量也是驚人的。因此在這種情況下，通過(guò)W1的精確零分布檢驗(yàn)假設(shè)是不現(xiàn)實(shí)的。一種自然的想法就是考慮當(dāng)m，n∞時(shí)，Wilcoxon秩和統(tǒng)計(jì)量W1的漸近零分布，以其漸近零分布作為W1的近似零分布進(jìn)行統(tǒng)計(jì)檢驗(yàn)。

可以證明：

（10）

其中：；；為標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)。利用此結(jié)果，若W1的觀測(cè)值為w1，則當(dāng)m，n充分大時(shí)有：

通過(guò)查正態(tài)分布表可求得的近似值。

（二）實(shí)際中秩相等的問(wèn)題

在以上的討論中，假定S1＜S2＜……＜Sn；R1＜R2＜……＜Rm。

但實(shí)際中我們常常遇到股價(jià)的觀測(cè)值有兩個(gè)或多個(gè)相等的情況，因而其秩必然會(huì)相等，稱這種情況為有結(jié)點(diǎn)出現(xiàn)。一般地，設(shè)有個(gè)股價(jià)觀測(cè)值相等，形成一個(gè)結(jié)點(diǎn)，這個(gè)個(gè)體的排序應(yīng)在位置為t，t+1，……，t+d-1則指定這d個(gè)個(gè)體的中間秩為：

（11）

不加證明地給出有結(jié)點(diǎn)出現(xiàn)的檢驗(yàn)準(zhǔn)則（加了*號(hào)以便和無(wú)結(jié)點(diǎn)時(shí)的區(qū)別）：

設(shè)N個(gè)股票觀測(cè)值中互不相同的有l(wèi)個(gè)，設(shè)為x1＜x2＜……＜xl，其中等于xi的有個(gè)di（i=1，2，……，l），則。可以證明當(dāng)H0為真時(shí)：

（12）

并且，當(dāng)m，n∞時(shí)，若存在常數(shù)c0滿足，則有：

（13）

對(duì)一切實(shí)數(shù)成立。

結(jié)論表明，只要，，……，， 中的最大者不是太靠近1，則當(dāng)m，n 充分大時(shí)，的零分布可以近似地用標(biāo)準(zhǔn)分布來(lái)代替。

實(shí)例2：設(shè)在兩個(gè)時(shí)期中，共抽取了某種股票40個(gè)股價(jià)的觀測(cè)值，其中存在不少的結(jié)點(diǎn)，數(shù)據(jù)如下（單位：元）：

第一時(shí)期：31.62，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.46，32.46，32.46，32.46，32.46，32.46，32.46，32.80；32.80，32.80；

第二時(shí)期：31.52，31.52，31.62，31.62，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.10，32.46，32.46，32.46，32.46，32.8；

問(wèn)根據(jù)以上數(shù)據(jù)，在水平為a=0.05時(shí)，能否認(rèn)為第一時(shí)期的股價(jià)比第二時(shí)期股價(jià)有顯著的上漲？

由（11）可知：結(jié)點(diǎn)31.52的秩為： ；

同樣結(jié)點(diǎn)31.62的秩為：4；

結(jié)點(diǎn)32.10的秩為：15.5；

結(jié)點(diǎn)32.46的秩為：31；

結(jié)點(diǎn)32.80的秩為：38.5；

W1*的觀測(cè)值為：w1*=0×1.5+1×4+9×15.5+7×31+3×38.5=476；

由題意知這屬于單邊檢驗(yàn)問(wèn)題，并且大的W1*的值趨于拒絕H0，故檢驗(yàn)的p-值為：

由于m=n=20，l=5并且d1=2，d2=3，d3=20，d4=11，d5=4故由（12）可得：， ；

再由（13）可得：

所以，在水平為a=0.05時(shí)，則可認(rèn)為第一時(shí)期的股價(jià)比第二時(shí)期股價(jià)有顯著的上漲。

結(jié)論

綜上所述，用wilcoxon秩和方法檢驗(yàn)股價(jià)波動(dòng)風(fēng)險(xiǎn)，不需要事先假定股價(jià)服從某種特定的分布，并且該方法簡(jiǎn)便易行，很適用于實(shí)際的股價(jià)數(shù)據(jù)分析，為股價(jià)波動(dòng)的定量分析提供一個(gè)較為有用的工具。同時(shí)，對(duì)于其他類型的證券和衍生證券的價(jià)格波動(dòng)、收益波動(dòng)的顯著檢驗(yàn)問(wèn)題也同樣適用。實(shí)際中，如果數(shù)據(jù)量過(guò)大，可以通過(guò)計(jì)算機(jī)輔助計(jì)算來(lái)實(shí)現(xiàn)。

參考文獻(xiàn)：

1.Bettis,J.C.,Bizjak,J.M.,Lemmon,M.L..Exercise behavior,valuation and the incentive effects of employe estockoptions.Journal of Financial Economics,2005

2.Henderson,V.,Hobson,D.,.Horizon-unbiased utility functions.Stochastic Processes and Their Applications,2007

3.王學(xué)仁，王松桂編譯.實(shí)用多元統(tǒng)計(jì)分析.上海科學(xué)技術(shù)出版社，1990

4.顧嵐，孫立娟，薛繼銳.中國(guó)股市的基本統(tǒng)計(jì)分析.統(tǒng)計(jì)與精算，2001（5）

5.莊楚強(qiáng)，吳亞森編.應(yīng)用數(shù)理統(tǒng)計(jì)基礎(chǔ).華南理工大學(xué)出版社，2000

6.葉阿忠.我國(guó)通貨膨脹的非參數(shù)回歸模型.數(shù)理統(tǒng)計(jì)與管理，2002（1）

非參數(shù)檢驗(yàn)范文第2篇

1、心理統(tǒng)計(jì)劃分為兩大部分內(nèi)容，分別是描述統(tǒng)計(jì)和推論統(tǒng)計(jì)，其中描述統(tǒng)計(jì)又包括了統(tǒng)計(jì)圖表、差異量數(shù)、集中量數(shù)、相對(duì)量數(shù)、相關(guān)量數(shù)等五小部分。

2、推論統(tǒng)計(jì)部分包括推斷統(tǒng)計(jì)的數(shù)學(xué)基礎(chǔ)、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、回歸分析、卡方檢驗(yàn)和非參數(shù)檢驗(yàn)七部分。

3、兩大部分再進(jìn)行有邏輯關(guān)系性的劃分為四個(gè)部分：統(tǒng)計(jì)的基礎(chǔ)、統(tǒng)計(jì)檢驗(yàn)、參數(shù)估計(jì)、回歸分析。

4、統(tǒng)計(jì)基礎(chǔ)部分包括描述統(tǒng)計(jì)整體和推斷統(tǒng)計(jì)中的數(shù)學(xué)基礎(chǔ)；統(tǒng)計(jì)檢驗(yàn)包括參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)，而參數(shù)檢驗(yàn)又分為假設(shè)檢驗(yàn)和方差分析，非參數(shù)檢驗(yàn)包括卡方檢驗(yàn)和大綱中非參數(shù)檢驗(yàn)部分。

（來(lái)源：文章屋網(wǎng) ）

非參數(shù)檢驗(yàn)范文第3篇

【關(guān)鍵詞】股指期貨 到期日效應(yīng) 交易量 波動(dòng)性 價(jià)格反轉(zhuǎn)

一、引言

股指期貨到期日效應(yīng)是指，在股指期貨合約到期時(shí)，由于交易雙方買(mǎi)賣(mài)失衡而使得股票現(xiàn)貨市場(chǎng)出現(xiàn)短暫扭曲的現(xiàn)象，主要表現(xiàn)在交易量、價(jià)格和波動(dòng)率的異常變化。我國(guó)于2010年4月16日推出以滬深300股票指數(shù)為標(biāo)的的股指期貨合約，距今已有兩年。國(guó)外市場(chǎng)，如美國(guó)、日本、澳大利亞等在推出股指期貨后均出現(xiàn)了到期日效應(yīng)。由于我國(guó)推出股指期貨的時(shí)間還不長(zhǎng)，針對(duì)是否會(huì)出現(xiàn)到期日效應(yīng)的問(wèn)題，國(guó)內(nèi)學(xué)者基于我國(guó)數(shù)據(jù)的研究還處于萌芽階段，目前只有顧京等（2011）進(jìn)行了實(shí)證分析，而研究股指期貨到期日效應(yīng)具有重大意義：首先，有助于監(jiān)管當(dāng)局發(fā)現(xiàn)股指期貨市場(chǎng)的問(wèn)題，及早采取措施，使期貨市場(chǎng)健康、穩(wěn)定的發(fā)展。其次，對(duì)投資者具有重要的指導(dǎo)意義，即在套利、套保、投機(jī)過(guò)程中，應(yīng)當(dāng)充分預(yù)估并觀察到期日效應(yīng)的表現(xiàn)形式，既規(guī)避交易可能面臨的風(fēng)險(xiǎn)，又挖掘潛在的投資機(jī)會(huì)。

國(guó)外學(xué)者對(duì)股指期貨到期日效應(yīng)的研究投入了極大的熱情，得出的結(jié)論不盡相同。多數(shù)研究認(rèn)為，在到期日，現(xiàn)貨市場(chǎng)存在交易量異常放大的現(xiàn)象，而價(jià)格反轉(zhuǎn)效應(yīng)不顯著。如Stoll和Whaley（1986，1987）、Lafuente和Illueca（2006）；而對(duì)于波動(dòng)性效應(yīng)尚未得出一致的結(jié)論。一些研究認(rèn)為現(xiàn)貨市場(chǎng)會(huì)因到期日而出現(xiàn)波動(dòng)性增強(qiáng)的現(xiàn)象，如Stoll和Whaley（1986，1987）、Lafuente和Illueca（2006）。而Karolyi（1996）、Pope和Yadav（1992）的研究則未發(fā)現(xiàn)顯著的波動(dòng)性效應(yīng)。在我國(guó)，到期日效應(yīng)的研究也吸引了學(xué)者們的關(guān)注。如蔡向輝（2010）從到期日效應(yīng)產(chǎn)生的原因、檢驗(yàn)方法、市場(chǎng)表現(xiàn)和影響因素等方面對(duì)已有研究作了綜述，以進(jìn)一步厘清股指期貨與現(xiàn)貨市場(chǎng)的關(guān)系；顧京等（2011）以高頻數(shù)據(jù)為研究對(duì)象，運(yùn)用自回歸模型對(duì)我國(guó)股指期貨到期日效應(yīng)進(jìn)行了實(shí)證分析，結(jié)果表明我國(guó)未出現(xiàn)到期日效應(yīng)，不過(guò)他們?cè)跀M合收益率波動(dòng)時(shí)采用的是傳統(tǒng)的自回歸模型，而非能精確刻畫(huà)波動(dòng)聚集效應(yīng)的ARCH族模型，而且也未對(duì)價(jià)格反轉(zhuǎn)效應(yīng)進(jìn)行檢驗(yàn)。

股指期貨到期日效應(yīng)可以從三方面來(lái)度量，交易量，波動(dòng)率和價(jià)格反轉(zhuǎn)，即股指期貨到期日的來(lái)臨可能會(huì)引起現(xiàn)貨市場(chǎng)交易量、價(jià)格及波動(dòng)率的異常變化。因此，本文在國(guó)內(nèi)外學(xué)者研究的基礎(chǔ)上，運(yùn)用非參數(shù)檢驗(yàn)、現(xiàn)貨平滑交易量回歸、AR-GARCH回歸模型等方法，從現(xiàn)貨交易量、波動(dòng)率、價(jià)格三方面著手來(lái)研究我國(guó)股票現(xiàn)貨市場(chǎng)在股指期貨到期日的表現(xiàn)。

二、數(shù)據(jù)選擇與序列構(gòu)建

（一）數(shù)據(jù)選擇與預(yù)處理

本文采用分層抽樣法從滬深300股指期貨的成分股中選取20只股票作為研究對(duì)象，分層標(biāo)準(zhǔn)為成分股在滬深300中所占比例，并在選取時(shí)使樣本盡可能涵蓋所有的股票板塊。使用分層抽樣而非簡(jiǎn)單隨機(jī)抽樣主要是因?yàn)椋c簡(jiǎn)單隨機(jī)樣本相比，分層樣本（股票）在總體（滬深300）中的分布更加均勻，更具代表性，不會(huì)出現(xiàn)偏于某一部分的不平衡情況。樣本時(shí)間跨度為一年半，從2010年7月1日至2011年12月31日，這期間有18個(gè)股指期貨到期日。選取的數(shù)據(jù)指標(biāo)為20只股票每日的開(kāi)盤(pán)價(jià)，收盤(pán)價(jià)，收盤(pán)前三十分鐘價(jià)格，每日的成交量，數(shù)據(jù)來(lái)源是新浪股票數(shù)據(jù)庫(kù)。

由于停牌等原因，有些股票在股指期貨到期日沒(méi)有數(shù)據(jù)，對(duì)此，我們將此觀測(cè)值直接刪除，因?yàn)樘厥獾狞c(diǎn)（到期日數(shù)據(jù)）對(duì)本次研究十分重要，一旦采用均值等其他方法補(bǔ)值，可能直接改變結(jié)論，為了避免這種情形，我們直接刪除缺失觀察值。

三、研究方法

（一）現(xiàn)貨交易量效應(yīng)檢驗(yàn)方法

對(duì)于現(xiàn)貨交易量效應(yīng)，我們從兩個(gè)不同的角度進(jìn)行檢驗(yàn)：到期日和非到期日的現(xiàn)貨交易量增長(zhǎng)率是否存在顯著差異、現(xiàn)貨交易量是否因?yàn)楣芍钙谪浀狡谌斩酗@著增長(zhǎng)，分別采用了非參數(shù)檢驗(yàn)和現(xiàn)貨平滑交易量回歸模型檢驗(yàn)。

1.交易量增長(zhǎng)率的非參數(shù)檢驗(yàn)。根據(jù)Jarque-Bera正態(tài)性檢驗(yàn)結(jié)果①，到期日和非到期日的交易量增長(zhǎng)率序列都不服從正態(tài)分布，表現(xiàn)出顯著的高峰厚尾性，所以本文使用未對(duì)總體分布做任何假定的Mann-Whitney秩和檢驗(yàn)。

（三）價(jià)格反轉(zhuǎn)效應(yīng)檢驗(yàn)方法

首先，計(jì)算出股票在到期日和非到期日的價(jià)格反轉(zhuǎn)指標(biāo)，分別為R*和R，然后，將同一月份的價(jià)格反轉(zhuǎn)指標(biāo)配對(duì)（R*，R），每只股票得到一個(gè)樣本容量為18的配對(duì)樣本（因樣本期內(nèi)有18個(gè)到期日），最后為度量?jī)r(jià)格反轉(zhuǎn)程度，我們對(duì)到期日、非到期日價(jià)格的反轉(zhuǎn)數(shù)據(jù)進(jìn)行顯著性檢驗(yàn)。因?yàn)閷?duì)于每只股票而言，樣本容量不大，而且價(jià)格反轉(zhuǎn)的總體分布未知，因此采用非參數(shù)方法中的Mann-Whitney秩和檢驗(yàn)。

四、實(shí)證研究

（一）現(xiàn)貨交易量效應(yīng)檢驗(yàn)

五、結(jié)論

本文針對(duì)我國(guó)滬深300股指期貨是否存在到期日效應(yīng)的問(wèn)題，從現(xiàn)貨市場(chǎng)交易量、收益率波動(dòng)、價(jià)格反轉(zhuǎn)這三方面進(jìn)行了實(shí)證研究，結(jié)果表明我國(guó)不存在股指期貨到期日效應(yīng)。

一是對(duì)于現(xiàn)貨交易量效應(yīng)的檢驗(yàn)，本文運(yùn)用了非參數(shù)檢驗(yàn)、現(xiàn)貨平滑交易量序列的回歸模型兩種方法。結(jié)果表明，在股指期貨合約到期日，現(xiàn)貨市場(chǎng)的交易量未出現(xiàn)顯著放大。

二是對(duì)于現(xiàn)貨收益率波動(dòng)性的問(wèn)題，我們利用帶有虛擬變量的AR-GARCH模型進(jìn)行檢驗(yàn)，實(shí)證結(jié)果表明，現(xiàn)貨收益率沒(méi)有因?yàn)楣芍钙谪浀狡谌斩霈F(xiàn)異常的波動(dòng)。

三是對(duì)于現(xiàn)貨價(jià)格反轉(zhuǎn)的非參數(shù)檢驗(yàn)表明，股指期貨到期日的價(jià)格反轉(zhuǎn)程度與非到期日沒(méi)有顯著差異。

注釋

①限于篇幅，Jarque-Bera正態(tài)性檢驗(yàn)結(jié)果在此省略。

②限于篇幅，ADF和PP檢驗(yàn)結(jié)果在此省略。

參考文獻(xiàn)

[1]蔡向輝.股指期貨到期日效應(yīng)研究綜述[J].金融發(fā)展研究，2010，（4）：69-74.

[2]顧京，葉德磊.股指期貨到期日效應(yīng)在中國(guó)存在嗎[J].金融發(fā)展研究，2011，（10）：66-70.

[3]Illueca M，Lafuente J A.New evidence on expiration-day effects using realized volatility：An intraday analysis for the Spanish stock exchange[J].The Journal of Futures Market，2006，（26）：923-938.

[4]Karolyi A G.Stock market volatility around expiration days in Japan[J].Journal of Derivatives，1996，（4）：23-43.

[5]Pope P F，Yadav P K.The impact of option expiration on underlying stocks：The UK evidence[J].Journal of Business Finance and Accounting，1992，（19）：329-344.

[6]Stoll H R，Whaley RE. Program Trading and the Market[J].Financial Analysts Journal， 1986，（42）：8.

[7]Stoll H R，Whaley R E. Program trading and expiration day effects[J].Financial Analysis Journal，1987，（63）：16-28.

[8]Stoll H R，Whaley R E. Expiration-day effects of the all ordinaries share price index futures：empirical evidence and alternative settlement procedures[J].Australian Journal of Management，1997，（22）：139-173.

非參數(shù)檢驗(yàn)范文第4篇

中圖分類號(hào)：文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1007-2349（2013）02-0019-03

在慢性腎衰患者當(dāng)中，由于飲食的限制，胃腸功能的紊亂等諸多因素，慢性腎衰患者多存在低蛋白血癥、腎性貧血等營(yíng)養(yǎng)不良狀況。其主要表現(xiàn)為血清清蛋白、膽固醇降低，并且前清蛋白、必需氨基酸減少，低鉀、低磷血癥，蛋白代謝率降低，干體重進(jìn)行性下降等。其病因病機(jī)概括為：脾腎兩虛，濕濁、痰瘀等導(dǎo)致的濁毒內(nèi)蘊(yùn)。為本虛標(biāo)實(shí)，常見(jiàn)虛實(shí)夾雜諸癥，晚期多以邪實(shí)為主，可累及多個(gè)臟器。根據(jù)多年臨床經(jīng)驗(yàn)的總結(jié)，基于“百病皆由脾胃而生”，“養(yǎng)生家，必當(dāng)以脾胃為先”，“凡欲察病者，必須先察胃氣；凡欲治病者，必須常顧胃氣”，“脾胃者，土也，萬(wàn)物之母。……治雜證者，宜以脾胃為主”，“諸病不愈，必尋到脾胃之中，方無(wú)一失”的理論，確立益氣健脾和胃法，方用六君子湯合參苓白術(shù)散加減。

1臨床資料

收集30例海安縣中醫(yī)院腎科門(mén)診及病房的慢性腎衰營(yíng)養(yǎng)不良患者臨床資料，其中男性17例，女性13例，平均年齡6197±1482歲，最長(zhǎng)觀察6個(gè)月，最短1/2月，平均3個(gè)月。觀察益氣健脾和胃法治療慢性腎衰營(yíng)養(yǎng)不良的臨床療效。

納入標(biāo)準(zhǔn)：（1）符合慢性腎功能衰竭的診斷標(biāo)準(zhǔn)及其適應(yīng)證候的辨證標(biāo)準(zhǔn)，辨病與辨證相結(jié)合；（2）年齡大于18周歲，符合營(yíng)養(yǎng)不良診斷標(biāo)準(zhǔn)；（3）感染、酸中毒、電解質(zhì)紊亂、高血壓等得到有效控制。

2方法

21藥物組成基本藥味如下：黃 芪20 g，太子參15 g，白術(shù)10 g，茯苓15 g，炒陳皮3 g，法半夏10 g，淮山藥10 g，生苡仁10 g，制大黃5 g。偏重腎陰虛：加細(xì)生地、制首烏、山萸肉、旱蓮草；偏重腎氣虛：加厚杜仲、川斷；偏重腎陽(yáng)虛：加仙靈脾、菟絲子、肉蓯蓉；偏重濕熱：加蒲公英、蛇莓、茜草、苦參、虎杖；偏重瘀血：加丹參、桃仁、紅花、赤芍。

22治療方法將30例患者分為中藥組18例及對(duì)照組（未服用中藥）12例，治療前中藥治療組與對(duì)照組年齡、性別等各項(xiàng)指標(biāo)經(jīng)2獨(dú)立樣本的非參數(shù)檢驗(yàn)（Mann-Whitney Test），無(wú)統(tǒng)計(jì)學(xué)差異，說(shuō)明2組數(shù)據(jù)均衡可比。2組患者均給予基礎(chǔ)治療如降壓、糾正水酸堿電解質(zhì)平衡等。中藥組予以上述中藥湯劑，1劑/日，水煎200 mL，分早晚2次服用。平均觀察3個(gè)月，對(duì)其進(jìn)行營(yíng)養(yǎng)不良狀況改善療效分析研究。

23統(tǒng)計(jì)方法所有數(shù)據(jù)采用統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)分析，所有數(shù)據(jù)以均數(shù)±標(biāo)準(zhǔn)差（S）表示。正態(tài)分布資料采用配對(duì)t檢驗(yàn)；非正態(tài)分布資料數(shù)據(jù)采用兩相關(guān)樣本的非參數(shù)檢驗(yàn)，以P

3療效判定與治療結(jié)果

31主要癥狀的療效評(píng)價(jià)標(biāo)準(zhǔn)主要進(jìn)行對(duì)臨床營(yíng)養(yǎng)不良癥狀表現(xiàn)積分（參見(jiàn)表1）療效分析。

32主要檢測(cè)生化指標(biāo)治療前后主要對(duì)血紅蛋白、血尿素氮、血肌酐、血清白蛋白、血脂進(jìn)行檢測(cè)及療效分析。

33治療結(jié)果數(shù)據(jù)經(jīng)兩配對(duì)資料的非參數(shù)檢驗(yàn)（Wilcoxon Signed Ranks Test）檢驗(yàn)見(jiàn)下表，治療前中藥組與對(duì)照組各項(xiàng)指標(biāo)經(jīng)兩獨(dú)立樣本的非參數(shù)檢驗(yàn)（Mann-Whitney Test），無(wú)統(tǒng)計(jì)學(xué)差異，說(shuō)明兩組數(shù)據(jù)均衡可比。

34癥狀積分

341慢性腎功能衰竭癥狀分級(jí)量化積分見(jiàn)表4。

342SGA積分見(jiàn)表5。

4結(jié)果分析

從統(tǒng)計(jì)結(jié)果看，對(duì)于患者血肌酐的下降及血清白蛋白的上升，中藥組治療前后有統(tǒng)計(jì)學(xué)意義（P

5討論

現(xiàn)代醫(yī)學(xué)認(rèn)為，慢性腎衰所致的營(yíng)養(yǎng)不良大致與蛋白質(zhì)-能量攝入不足、代謝功能紊亂、代謝性酸中毒、炎癥刺激增加機(jī)體代謝加劇營(yíng)養(yǎng)不良、透析治療引起、心理及社會(huì)因素等因素有關(guān)[1]。基于目前的認(rèn)識(shí)，西醫(yī)學(xué)界多采用給予促紅細(xì)胞生成素、α-酮酸、肉毒堿等法來(lái)糾正患者的營(yíng)養(yǎng)不良狀態(tài)，這些療法取得了相當(dāng)好的臨床療效，但價(jià)格昂貴，而慢性腎衰是一個(gè)長(zhǎng)期消耗性疾病，上述治療費(fèi)用一般工薪家庭難以承受。故在西醫(yī)界無(wú)法短期之類尋找到優(yōu)效價(jià)廉的替代藥物的同時(shí)，我們把目光轉(zhuǎn)向了祖國(guó)醫(yī)學(xué)。

慢性腎衰所致?tīng)I(yíng)養(yǎng)不良的病因病機(jī)歸納為：脾腎兩虛、濁毒內(nèi)聚。且經(jīng)過(guò)我們大量的臨床觀察發(fā)現(xiàn)，慢性腎衰營(yíng)養(yǎng)不良患者中，無(wú)論在代償期、失代償期或者腎衰竭期，其中醫(yī)辨證均以脾腎氣虛證為主。從臨床表現(xiàn)來(lái)看，慢性腎衰患者常存在惡心、嘔吐、口粘納呆、便秘或腹瀉等消化道癥狀，一般認(rèn)為腎病日久，水濕停滯，久而為濁，上礙脾胃，或腎病及脾，脾生濕濁，或素本脾胃虛弱，水病侮土所致。那么既然由腎及脾，而致脾腎同病，那么為什么要強(qiáng)調(diào)注重調(diào)治脾胃呢？筆者認(rèn)為，腎病日久，雖然腎之氣陰虧耗，但久病之人脾胃多弱，欲補(bǔ)腎虛，益氣之品容易壅塞氣機(jī)，養(yǎng)陰之藥則滋膩礙胃，多虛不受補(bǔ)。倘若蠻用補(bǔ)品則脾胃更為呆鈍。又腎病患者多本虛標(biāo)實(shí)，濕濁中阻，徒進(jìn)溫補(bǔ)滋膩之品易增濕助熱，加重病情。再者，對(duì)于脾胃瀕臨衰敗的患者，其谷藥難進(jìn)，若不迅即調(diào)養(yǎng)脾胃，則預(yù)后不佳。此時(shí)若能顧護(hù)胃氣，使患者漸進(jìn)水谷，不僅可以后天補(bǔ)先天，而且脾胃健運(yùn)也能充分發(fā)揮補(bǔ)益藥的作用，于腎臟有所裨益。《素問(wèn)·平人氣象論》曰：“人無(wú)胃氣曰逆，逆者死”，“人以水谷為本，故人絕水谷則死”。故在補(bǔ)益腎氣的同時(shí)，我們尤重調(diào)治脾胃并進(jìn)一步確立益氣健脾和胃法，臨床采用六君子湯合參苓白術(shù)散加減治療慢性腎衰的營(yíng)養(yǎng)不良，藥用生黃芪、太子參、白術(shù)、茯苓補(bǔ)益脾腎之氣，健脾滲濕，使脾運(yùn)得健；炒陳皮、法半夏燥濕化痰和胃，促進(jìn)胃納吸收，山藥助太子參健脾益氣，生苡仁助白術(shù)、茯苓健脾滲濕，制大黃通腑泄?jié)幔剐坝腥ヂ贰ＶT藥相伍益氣健脾，和胃化濁，改善患者營(yíng)養(yǎng)不良狀態(tài)，在臨床每每取得良好療效。

益氣健脾和胃法能明顯改善慢性腎衰患者營(yíng)養(yǎng)不良癥狀，提高其血清白蛋白水平，同時(shí)具有改善腎功能的作用。對(duì)于慢性腎衰導(dǎo)致的營(yíng)養(yǎng)不良，目前多數(shù)醫(yī)家從補(bǔ)腎泄?jié)峤嵌戎郑疚膹钠⑽附嵌攘⒄摚⑷〉昧己茂熜А?/p>

非參數(shù)檢驗(yàn)范文第5篇

【關(guān)鍵詞】黃河中游；水文變化趨勢(shì)；氣候變化

目前，氣候變化已成為國(guó)際社會(huì)公認(rèn)的最主要的全球性環(huán)境問(wèn)題之一，開(kāi)展氣候變化趨勢(shì)及其影響方面的研究對(duì)于尋找環(huán)境變化的適應(yīng)對(duì)策、實(shí)現(xiàn)水資源的可持續(xù)開(kāi)發(fā)利用具有重要現(xiàn)實(shí)意義。黃河是我國(guó)的第二大河，其中，黃河中游是生態(tài)環(huán)境最為脆弱、水資源嚴(yán)重匱乏的地區(qū)，特別是在氣候變化背景下，黃河中游水問(wèn)題更加突出。本文將以黃河中游為對(duì)象，對(duì)其水文變化趨勢(shì)及其對(duì)氣候變化的相應(yīng)進(jìn)行系統(tǒng)分析，以期為進(jìn)一步完善氣候變化影響的評(píng)價(jià)體系和方法、科學(xué)編制黃河流域水資源開(kāi)發(fā)利用方案、促進(jìn)流域內(nèi)生態(tài)環(huán)境與社會(huì)經(jīng)濟(jì)的和諧發(fā)展提供參考。

一、研究方法

黃河中游是指黃河河口鎮(zhèn)至花園口區(qū)間，由于流域內(nèi)土層深厚，土質(zhì)疏松，植被稀少，暴雨比較集中，水土流失現(xiàn)象非常嚴(yán)重。根據(jù)黃河中游地理位置、水文特性、氣候特點(diǎn)及水文測(cè)站控制情況，將其劃分為河口鎮(zhèn)-龍門(mén)區(qū)間、龍門(mén)-三門(mén)峽區(qū)間、三門(mén)峽-花園口區(qū)間。綜合考慮測(cè)站布設(shè)年份及地理位置，在黃河中游及鄰近周邊選取水文站4個(gè)和雨量站86個(gè)，對(duì)各站1955-2010年間氣象資料、流量資料等進(jìn)行收集整理。

采用線性回歸分析法和Mann-Kendall非參數(shù)檢驗(yàn)法分析區(qū)域水文變化趨勢(shì)及其顯著性。對(duì)于水文序列，先將對(duì)偶值中xi

（1）

構(gòu)建Mann-Kendall相關(guān)檢驗(yàn)的統(tǒng)計(jì)量，分析徑流變化的顯著性，相關(guān)公式為：

（2）

式中，n為序列樣本數(shù)（當(dāng)n增加，U很快收斂于標(biāo)準(zhǔn)化正態(tài)分布）， =4p/n（n-1）-1， =2（2n+5）/9n（n-1）。

基于網(wǎng)格的水量平衡模型是根據(jù)物質(zhì)守恒原理，在綜合考慮超滲與蓄滿產(chǎn)流和融雪產(chǎn)流特征的基礎(chǔ)上建立的大尺度水文模型，見(jiàn)圖1，該模型結(jié)構(gòu)簡(jiǎn)單，參數(shù)較少，尤其是在北方干旱半干旱地區(qū)有著相當(dāng)?shù)哪M精度。在模型中，只有4個(gè)參數(shù)需要率定，即土壤蓄水容量（主要用來(lái)控制水量平衡，取值范圍一般為100-500mm）、地面徑流系數(shù)、地下徑流系數(shù)、融雪徑流系數(shù)，后三個(gè)參數(shù)取值范圍為0-1。經(jīng)檢驗(yàn)，該模型在黃河流域具有良好的地區(qū)適應(yīng)性，本文選用該模型作為黃河中游水文對(duì)氣候變化響應(yīng)的分析工具。根據(jù)黃河中游產(chǎn)流特點(diǎn)，選用Nash-Sutcliffe模型效率系數(shù)R2和模擬總量相對(duì)誤差Re為目標(biāo)函數(shù)，對(duì)于模型參數(shù)的率定，主要采用季節(jié)模擬的方法。

圖1 月水量平衡模型框圖

二、黃河中游水文變化趨勢(shì)

作為黃河中游控制性水文站，花園口站多年平均實(shí)測(cè)徑流量為390.1億m3，從該站年徑流量及其5年滑動(dòng)平均過(guò)程可以看出，在上個(gè)世紀(jì)八十年代中期以前，年徑流量有著較大的變化幅度，而且多在多年均值以上，之后變化幅度逐漸減小，進(jìn)入九十年代，實(shí)測(cè)徑流量呈現(xiàn)出持續(xù)性遞減的趨勢(shì)，年徑流量過(guò)程總體呈現(xiàn)遞減趨勢(shì)。黃河中游多年平均實(shí)測(cè)徑流量約為170.8億m3，受到降水等因素的影響，中游南部水量相較于中北部來(lái)說(shuō)比較充沛。

我們對(duì)黃河中游重點(diǎn)控制站各個(gè)年代實(shí)測(cè)徑流量進(jìn)行了統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果表明，黃河中游水量主要來(lái)源于龍門(mén)-三門(mén)峽區(qū)間，而三門(mén)峽-花園口區(qū)間則是黃河中游的高產(chǎn)水區(qū)；龍門(mén)-三門(mén)峽區(qū)間徑流量呈現(xiàn)遞減趨勢(shì)，且趨勢(shì)明顯，相對(duì)而言，三門(mén)峽-花園口區(qū)間遞減趨勢(shì)較弱。為了進(jìn)一步分析黃河中游徑流量變化規(guī)律，采用線性回歸分析法和趨勢(shì)分析中Mann-Kendall非參數(shù)檢驗(yàn)法對(duì)黃河中游的水文變化趨勢(shì)及顯著性進(jìn)行分析檢驗(yàn)，由檢驗(yàn)結(jié)果可以看出，黃河中游河口鎮(zhèn)-龍門(mén)、龍門(mén)-三門(mén)峽、三門(mén)峽-花園口三個(gè)區(qū)間M-K值分別為5.13、5.22、2.15，檢驗(yàn)統(tǒng)計(jì)量分別為-0.90、-2.16、-0.72，均達(dá)到了0.05信度的顯著水平，其中以龍門(mén)-三門(mén)峽區(qū)間徑流變化率最大。

三、黃河中游水文變化對(duì)氣候變化的響應(yīng)

氣候變化是導(dǎo)致黃河中游徑流量減少主要因素之一，鑒于氣候模型輸出結(jié)果具有某些不確定性，我們采用假定氣候情景方案研究徑流對(duì)氣候變化響應(yīng)的趨勢(shì)和敏感性。綜合考慮我國(guó)未來(lái)氣候變化可能趨勢(shì)，假定降水量變化為±10%、±20%、±30%和不變，氣溫變化±1℃、±2℃、±3℃和不變，共有49種組合情景，根據(jù)徑流敏感性定義，利用建立的水文模型對(duì)各種氣候情境下的氣候變化對(duì)徑流的影響進(jìn)行計(jì)算分析。

綜合分析黃河中游三個(gè)區(qū)間的氣溫、降水與徑流變化之間的關(guān)系，得到以下結(jié)論：第一，隨著降水量的增加，徑流量也隨之增大，而隨著氣溫的升高，徑流量隨之減小；第二，徑流量對(duì)氣候變化的響應(yīng)不如對(duì)降水變化的響應(yīng)顯著，當(dāng)氣溫保持不變；第三，隨著降水量的增加，氣溫對(duì)徑流量的影響更為顯著；第四，3個(gè)區(qū)域中，在徑流變化對(duì)氣候變化的響應(yīng)方面，以龍門(mén)-三門(mén)峽區(qū)間最為顯著，三門(mén)峽-花園口區(qū)間最不敏感；第五，相較于徑流對(duì)降水的敏感性，其對(duì)氣溫敏感性的區(qū)域差異更為顯著。

四、結(jié)語(yǔ)

黃河中游水資源匱乏，且受氣候變化尤其是氣候變異的影響，水土流失嚴(yán)重，總體來(lái)看，未來(lái)水資源可能以偏少為主。本文采用線性回歸分析法和Mann-Kendall非參數(shù)檢驗(yàn)法對(duì)黃河中游的水文變化趨勢(shì)進(jìn)行分析，并根據(jù)設(shè)定的情景，采用基于網(wǎng)格的黃河水量平衡模型評(píng)估不同區(qū)間河川徑流量對(duì)氣候變化的響應(yīng)，得出結(jié)論：黃河中游徑流量總體呈現(xiàn)遞減趨勢(shì)；氣候變化是黃河中游徑流量變化的重要影響因素，隨著降水的增加，氣溫對(duì)徑流的影響更為明顯。未來(lái)，我們應(yīng)對(duì)氣候變化尤其是氣候變異引起的區(qū)域性、階段性的極端極端干旱事件給予高度重視。

參考文獻(xiàn)：

[1]高鵬.黃河中游水沙變化及其對(duì)人類活動(dòng)的響應(yīng)[D].中國(guó)科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心），2010.