单样本符号检验
单样本符号检验用于判断单个样本的中位数在统计上是否等于指定的目标值。其做法是统计有多少观测值高于目标值、有多少低于目标值,只考虑每个差值的符号(方向),而不考虑其大小。
最后审阅
核心要点
单样本符号检验用于判断单个样本的中位数在统计上是否等于指定的目标值。
什么是单样本符号检验?
单样本符号检验(One-Sample Sign Test)用于判断单个样本的中位数在统计上是否等于指定的目标值。其做法是统计有多少观测值高于目标值、有多少低于目标值,只考虑每个差值的符号(方向),而不考虑其大小。它是针对单个样本最简单的非参数检验,对分布形状不要求任何假定。
简单定义:一种简单的检验,通过统计有多少测量值高于或低于目标值,来检查数据的中位数是否与目标值相符。
何时使用单样本符号检验?
- 在检验 单样本中位数是否等于指定目标值时使用。
- 当数据 不服从正态分布 且无法假定对称时使用。
- 当显著的 异常值 使基于均值的检验不可靠时使用。
- 当仅 差异的方向很重要而大小无关紧要时使用。
- 适用于 有序数据,其精确的数值差异没有意义。
正确使用单样本符号检验的指南
- 在收集数据之前指定一个 有意义的目标中位数,而不是基于数据本身。
- 与目标值 完全相等的观测值会被排除 ——大量相同值(结)会降低检验的可靠性。
- 至少收集 10 个观测值 ——符号检验在小样本时功效较低。
- 非显著结果并不能确认中位数等于目标值——只表示 没有发现足够的证据来拒绝它。
替代方法:何时不宜使用单样本符号检验
- 如果数据 近似对称但非正态,请使用 单样本 Wilcoxon 检验 ——因其利用差值大小,功效更高。
- 如果数据 服从正态分布,请使用 单样本 t 检验
- 如果比较 两个独立组,请使用 Mann-Whitney 检验
- 如果比较 三个或更多组,请使用 Kruskal-Wallis 检验
单样本符号检验示例
某冶金工程师正在调查不锈钢中的典型铬含量是否为 18%。为此,工程师随机抽取 12 个样本,测量其铬含量,并应用单样本符号检验来检查中位数是否不同于 18%。步骤如下:
- 收集所需数据。

- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到 One Sample Sign,请选择 Statistical module> Nonparametric > One Sample Sign。
- 在工具中输入数据及其他输入项,如下所示:

5. 使用上述工具后,得到如下输出:

如何进行 Fried Man
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Nonparametric>One Sample Sign。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,填写必填选项。
- 最后,点击页面底部的 calculate,即可得到所需结果。
单样本符号检验的工具界面分为两部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
Load example: 将加载示例数据。
Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Variable (Required): 选择包含测量数据的列,例如本例中的 %Chromium。这是要检验的单个样本。检验将分析该列中的值,以判断样本中位数在统计上是否等于您指定的目标值。变量必须是连续型或有序型。
- Confidence Level (Default 95%): 设定围绕样本中位数计算的置信区间的置信水平。默认值为 95%,表示您有 95% 的把握认为总体真实中位数落在所报告的区间内。默认设为 95%,因为它是统计分析中公认的通用标准——既足够谨慎以得出可靠结论,又便于实际应用。较低的置信水平(如 90%)得到的区间更窄但确定性更低;较高的水平(如 99%)得到的区间更宽、确定性更高,但需要更强的证据才能检出显著差异。
常见问题
什么是单样本符号检验?
单样本符号检验用于判断单个样本的中位数在统计上是否等于指定的目标值。它统计高于和低于目标值的观测数,只使用每个差值的符号而不使用其大小。它是针对单个样本最简单的非参数检验,对分布形状不要求任何假定。
什么情况下应使用符号检验而不是单样本 Wilcoxon 检验?
当数据不是正态分布且无法假定对称、异常值使基于均值的检验不可靠,或数据为有序数据时,使用符号检验。如果数据近似对称但非正态,单样本 Wilcoxon 检验功效更高,因为它利用了差值的大小;对于正态数据,请使用单样本 t 检验。
符号检验需要多少个观测值?
至少收集 10 个观测值,因为符号检验在小样本时功效较低。与目标值完全相等的观测值会被排除,因此大量相同值会降低检验的可靠性。目标中位数应在收集数据之前指定,而不是基于数据本身。
如何解读不显著的符号检验结果?
不显著的结果并不能确认中位数等于目标值。它只表示没有发现足够的证据来拒绝“中位数等于目标值”这一假设。由于符号检验在小样本时功效较低,观测值很少时得到的不显著结果尤其是薄弱的证据。
