什麼是非參數控制圖

1. 參數模型和非參數模型的區別。

參數模型和非參數模型的區別主要有以下幾點：

1、兩種模型的得出方式不同。

參數模型可以通過已知模型結構中的各個參數，再通過理論分析得出；而非參數模型是直接或間接地從實際系統的實驗分析中得到的響應，無法分析得出。

2、參數模型可以用數學表達式表示出來，而非參數模型不可以。

參數模型可以用數學表達式表示出來，而非參數模型數學關系不是那麼明顯，參數並不確定。

參數模型可以通過結構化表達式和參數集表示的模型。參數模型是以代數方程、微分方程、傳遞函數等形式表達的，或採用機抑方法建立的模型。

非參數模型是指系統的數學模型中非顯式地包含可估參數。例如：系統的頻率響應、脈沖響應、階躍響應等都是非參數模型。

3、兩種模型的確定性不同。

在統計學中，參數模型通常假設總體（隨機變數）服從某一個分布，該分布的一些參數確定（比如正太分布由均值和方差確定），在此基礎上構建的模型稱為參數模型。

非參數模型對於總體的分布不做任何假設，只是知道總體是一個隨機變數，其分布是存在的（分布中也可能存在參數），但是無法知道其分布的形式，更不知道分布的相關參數，只有在給定一些樣本的條件下，能夠依據非參數統計的方法進行推斷。

(1)什麼是非參數控制圖擴展閱讀：

參數模型的優勢在於它的靈活性，不需要對模型的結構做任何具體的假設。可是，非參數模型存在明顯的缺陷：

1、維數詛咒是非參數估計無法逃避的一個本質問題。

2、非參數模型中很難加入離散的預測變數。

3、當預測變數的維數較高時，很難畫出估計函數的圖像並給出估計的合理解釋。

半參數模型作為非參數模型和參數模型之間的一類模型，既繼承了非參數模型的靈活性，又繼承了參數模型的可解釋性，可以進一步改善非參數模型的缺陷。

2. SolidWorks為什麼沒有非參數功能

改圖方便，那就不好管理，沒有鏈接了，容易改錯。要想改圖直接改模型一樣啊。

3. 非參數概率密度函數是什麼意思什麼叫做非參數

要清楚什麼是非參數，首先就要明白什麼是參數，因為二者是相對的。參數是指不內確容定的參加計算的非自變數。當參數取不同的特殊值時，都會有唯一函數與之對應，也就能計算出唯一的因變數值，比如f(x)＝ax＋√2a中的a，它的取值會影響整個函數。因此非參數就是兩種情況，一是加減法中的0和乘除法中分母位置上的1，那麼在算式中沒有必要體現；二是在各種位置上體現出來的其他確定的參加計算的值，比如f(x)＝x＋√2等。
那麼概率密度也根據是不是帶有參數分為「參數概率密度」和「非參數概率密度」。即帶有參數的概率密度和不帶參數的概率密度。參數概率密度是一類同型概率密度，非參數概率密度是一個特殊的參數概率密度概率密度（因為可以視作與原概率密度加減的參數為0且乘除的參數為1的參數概率密度），屬於某一類同型概率密度。

4. 獨立樣本非參數檢驗的圖表代表什麼意思

Z值為負值，說明第一個樣本和秩和小於第二個樣本的秩和。
秩和=平均秩×例數，所以判斷哪組數據較低，要看平均秩(Rank mean)，類似均數(mean)，是平均的排序號，但不是真實的值。

5. 非參數檢驗中的散點圖法是什麼

社會學的專業知識，用社會學專業軟體SPSS可以進入分析對話框可以直接找到散點圖法～

6. 參數檢驗和非參數檢驗是什麼意思

參數檢驗是針對參數做的假設，非參數檢驗是針對總體分布情況做的假設，這個是區分參數檢驗和非參數檢驗的一個重要特徵。

參數檢驗和非參數檢驗的本質區別：

1.參數檢驗要利用到總體的信息（總體分布、總體的一些參數特徵如方差），以總體分布和樣本信息對總體參數作出推斷；非參數檢驗不需要利用總體的信息（總體分布、總體的一些參數特徵如方差），以樣本信息對總體分布作出推斷。

2.參數檢驗只能用於等距數據和比例數據，非參數檢驗主要用於記數數據。也可用於等距和比例數據，但精確性就會降低。

(6)什麼是非參數控制圖擴展閱讀：

參數檢驗與非參數檢驗的優缺點。

1）參數檢驗：優點是符合條件時，檢驗效率高；其缺點是對資料要求嚴格，如等級數據、非確定數據（＞50mg）不能使用參數檢驗，而且要求資料的分布型已知和總體方差相等。

2）非參數檢驗：優點是應用范圍廣、簡便、易掌握；缺點是若對符合參數檢驗條件的資料用非參數檢驗，則檢驗效率低於參數檢驗。如無效假設是正確的，非參數法與參數法一樣好，但如果無效假設是錯誤的，則非參數檢驗效果較差，如需檢驗出同樣大小的差異的差異往往需要較多的資料。

另一點是非參數檢驗統計量是近似服從某一部分，檢驗的界值表也是有近似的（如配對秩和檢驗）因此其結果有一定近似性。

1、提出檢驗假設又稱無效假設，符號是H0；備擇假設的符號是H1。

H0：樣本與總體或樣本與樣本間的差異是由抽樣誤差引起的；

H1：樣本與總體或樣本與樣本間存在本質差異；

預先設定的檢驗水準為0.05；當檢驗假設為真，但被錯誤地拒絕的概率，記作α，通常取α=0.05或α=0.01。

2、選定統計方法，由樣本觀察值按相應的公式計算出統計量的大小，如X2值、t值等。根據資料的類型和特點，可分別選用Z檢驗，T檢驗，秩和檢驗和卡方檢驗等。

3、根據統計量的大小及其分布確定檢驗假設成立的可能性P的大小並判斷結果。若P>α，結論為按α所取水準不顯著，不拒絕H0，即認為差別很可能是由於抽樣誤差造成的，在統計上不成立。

如果P≤α，結論為按所取α水準顯著，拒絕H0，接受H1，則認為此差別不大可能僅由抽樣誤差所致，很可能是實驗因素不同造成的，故在統計上成立。P值的大小一般可通過查閱相應的界值表得到。

兩獨立樣本的非參數檢驗是在對總體分布不甚了解的情況下，通過對兩組獨立樣本的分析來推斷樣本來自的兩個總體的分布等是否存在顯著差異的方法。獨立樣本是指在一個總體中隨機抽樣對在另一個總體中隨機抽樣沒有影響的情況下所獲得的樣本。

SPSS中提供了多種兩獨立樣本的非參數檢驗方法，其中包括曼-惠特尼U檢驗、K-S檢驗、W-W遊程檢驗、極端反應檢驗等。

某工廠用甲乙兩種不同的工藝生產同一種產品。如果希望檢驗兩種工藝下產品的使用是否存在顯著差異，可從兩種工藝生產出的產品中隨機抽樣，得到各自的使用壽命數據。

7. UG中什麼是參數曲線和非參數曲線 （ 請求指點）

參數曲線可以實現精確控制的,如圓的半徑不同圓就不一樣
想樣條曲線等,它們的形狀只能根據控制點進行控制所以就是非參數的

8. 非參數是什麼意思

非參數檢驗(Nonparametric tests)是統計分析方法的重要組成部分，它與參數檢驗共同構成統計推斷的基本內容。非參數檢驗是在總體方差未知或知道甚少的情況下，利用樣本數據對總體分布形態等進行推斷的方法。由於非參數檢驗方法在推斷過程中不涉及有關總體分布的參數，因而得名為「非參數」檢驗。
http://ke..com/link?url=FxSjaAlbq_

9. 能簡單介紹下什麼是非參數DEA嗎

非參數的DEA最優化模型，是直接利用樣本數據（即決策單元的輸入、輸出數據）建立相應的最優化模型，並進行最優性分析。它是替代函數最優化分析的一種非參數方法。國內外的學者從不同角度曾進行過這方面的研究。