统计检验与建模案例解析

1、以下数据集是Scanlon等人（1993年）题为《13号星期五对你的健康有害吗？》的一项更大规模研究的一部分。该论文中的数据分析探讨了关于13号星期五的迷信如何影响人类行为的问题。作者报告并分析了1989年10月至1992年11月期间6号星期五和13号星期五的交通事故数据。这些数据包括伦敦西南泰晤士地区卫生局（SWTRHA）医院在6号星期五和13号星期五接收的患者数量。使用显著性水平α = 10%的符号检验，来检验“13号星期五效应”是否存在。可以使用m文件signtst.m。

检验“13号星期五效应”的步骤

要检验“13号星期五效应”是否存在，可按以下步骤进行：

1. 明确原假设和备择假设 ：
   - 原假设 $ H_0 $：不存在“13号星期五效应”，即6号星期五和13号星期五接收的患者数量无差异；
   - 备择假设 $ H_1 $：存在“13号星期五效应”，即6号星期五和13号星期五接收的患者数量有差异。

2. 计算符号 ：
   - 比较每组6号星期五和13号星期五接收的患者数量：

   • 若13号星期五的患者数量多于6号星期五，记为“ - ”；
   • 若13号星期五的患者数量少于6号星期五，记为“ + ”；
   • 若相等则舍去。

3. 统计正负符号的数量 ：
   - 设正号的数量为 $ n^+ $，负号的数量为 $ n^- $；
   - 总样本数 $ n = n^+ + n^- $。

4. 确定检验统计量 ：
   - 在符号检验中，通常取 $ n^+ $ 和 $ n^- $ 中较小的值作为检验统计量 $ S $。

5. 查找临界值 ：
   - 根据显著性水平 $ \alpha = 10\% $ 和样本数 $ n $，查符号检验临界值表得到临界值 $ S_\alpha $。

6. 做出决策 ：
   - 若 $ S \leq S_\alpha $，则拒绝原假设 $ H_0 $，认为存在“13号星期五效应”；
   - 若 $ S > S_\alpha $，则不拒绝原假设 $ H_0 $，认为不存在“13号星期五效应”。

也可以使用 M 文件 signtst.m 来完成上述计算过程。

2、为了比较t检验和Wilcoxon符号秩检验，在MATLAB中设置以下模拟：（1）从标准正态分布N(0,1)中生成n = 20个观测值作为第一个样本X。（2）将Y = X + randn(size(X)) + 0.5作为与第一个样本配对的第二个样本。（3）对于原假设H0 : µ1 = µ2 与备择假设H1 : µ1 < µ2 的检验，在显著性水平α = 0.05下进行t检验。（4）进行Wilcoxon符号秩检验。（5）重复此模拟1000次，通过统计拒绝原假设H0的次数来比较两种检验的功效。

以下是实现该模拟的MATLAB代码：

n_sim = 1000; % 模拟次数
n = 20; % 样本大小
reject_t = 0; % 记录t检验拒绝H0的次数
reject_wilcoxon = 0; % 记录Wilcoxon符号秩检验拒绝H0的次数

for i = 1:n_sim
    % 生成第一个样本X
    X = randn(n, 1);

    % 生成第二个样本Y
    Y = X + randn(n, 1) + 0.5;

    % 进行t检验
    [~, p_t] = ttest(X, Y, 0.05, 'Left');
    if p_t < 0.05
        reject_t = reject_t + 1;
    end

    % 进行Wilcoxon符号秩检验
    [~, p_wilcoxon] = signrank(X, Y, 'Tail', 'left');
    if p