spss两配对样本的非参数检验
第七章SPSS非参数检验
二、SPSS两独立样本非参数检验
(一)目的 由独立样本数据推断两总体的分布是否存在显著差异
(或两样本是否来自同一总体)。 (二)基本假设 H0：两总体分布无显著差异(两样本来自同一总体) (三)数据要求 样本数据和分组标志
•第七章SPSS非参数检验
二、SPSS两独立样本非参数检验
– 与样本在相同点的累计频率进行比较。如果相差较小，则认为样
本所代表的总体符合指定的总体分布。
•第七章SPSS非参数检验
一、SPSS单样本非参数检验
（三）K-S检验 (4)基本步骤
菜单选项：analyze->nonparametric tests->1-sample k-s 选择待检验的变量入test variable list 框 指定检验的分布名称(test distribution)
将两样本混合并按升序排序 分别计算两个样本在相同点上的累计频数和累计频率 两个累计频率相减。 如果差距较小，则认为两总体分布无显著差异
应保证有较大的样本数
案例：7-5 p194使用寿命
•第七章SPSS非参数检验
二、SPSS两独立样本非参数检验
3.游程？检验(Wald-Wolfowitz runs)
一、SPSS单样本非参数检验
（二）总体分布的二项分布检验 (1)目的
通过样本数据检验样本来自的总体是否服从指定的 概率p的二项分布根据 (2)原假设 样本来自的总体与指定的二项分布无显著差异。 (3)案例7-2 p187 产品合格率
•第七章SPSS非参数检验
一、SPSS单样本非参数检验
（三）K-S检验 (1)目的
•第七章SPSS非参数检验
五、SPSS多配对样本非参数检验
第5讲SPSS非参数检验
数据文件：“糖果中的卡路里.sav” 菜单：“分析→非参数检验→旧对话框→K个独立样本”
多独立样本非参数检验整体分析与设计的内容
输入最大值、 最小值。
Kruskal-Wallis H检 验：是曼-惠特尼U 检验在多个独立样 本下的推广。
检验各个样本是否来自有相同中位数的 总体。--- 这种检验的效能最低。
2）对数据的测量尺度无约束，对数据的要求也不严格，任何数据类型 都可以。
3）适用于小样本、无分布样本、数据污染样本、混杂样本等。
注：若参数检验模型的所有假设在数据中都能满足，而且测量达到了所 要求的水平，那么，此时用非参数检验就浪费了数据。
因此，若所需假设都满足的情况下，一般就选择参数检验方法。
卡方检验
此时，零假设：两总体的 均值无显著性差异；就可 能不成立。
K-S检验。以变量的秩 作为分析对象；而非变 量值本身。
也需要先将两组样本混 合、升序排列。
两独立样本非参数检验整体分析与设计的内容 二、操作
该检验有特定用途，给出的结果均为单侧 检验。若施加的处理时的某些个体出现正 向效应，而另一些个体出现负向效应时， 就应当采用该检验方法。 基本思想为：将一组样本作为控制样本， 另一组作为试验样本。以控制样本为对照， 检验试验样本相对于控制样本是否出现了 极端反应。若无极端反应，则认为两总体 分布无显著性差异；否则，有显著性差异。
选择分布
“结”的处理
单样本K-S检验
整体分析与设计的内容
三、补充描述性统计的P-P图和Q-Q图
P-P图的输出样子： P-P图
期望（理论）累计 概率值
去势P-P图
样本数据实际累计 概率值
实际与期望的差值
样本数据实际累计 概率值
SPSS教程-非参数检验
一般用来对两个独立样本的均数、中位数、离 散趋势、偏度等进行差异比较检验。
两个样本是否独立，主要看在一个总体中抽取 样本对另外一个总体中抽取样本有无影响。
Mann-Whitney检验
=0.18576
计算表
SPSS基本操作
SPSS基本操作
SPSS基本操作
SPSS基本操作
SPSS基本操作
单样本K-S检验
利用样本数据推断样本来自的总体是否服从某一理论 分布，是一种拟合优度的检验方法，适用于探索连续 型随机变量的分布
步骤
计算各样本观测值在理论分布中出现的理论累计概率值F(x) 计算各样本观测值的实际累计概率值S(x) 计算理论累计概率值与实际累计概率值的差D(x) 计算差值序列中最大绝对差值D
针麻效果
(1) Ⅰ Ⅱ Ⅲ Ⅳ
表
肺癌 (2) 10 17 19 4
三种病人肺切除术的针麻效果比较肺化脓症Fra bibliotek肺结核
(3)
(4)
24
48
41
65
33
36
7
8
合计 (5) 82 123 88 19
SPSS基本操作
与例7的操作相同
随机区组设计资料的秩和检验
M检验(Friedman法)法计算步骤
将每个区组的数据由小到大分别编秩 计算各处理组的秩和Ri 求平均秩：R=1/2b(k+1) 计算各处理组的（ Ri-R） 求M 查M界值表，F近似法
参数统计（parametric statistics) : 在 统计推断 中，若样本所来自的总体分布为已知的函数形式 （正态/近似正态分布），但其中的参数未知，统 计推断的目的就是对这些未知参数进行估计/检验， 这类统计推断方法称参数统计。
SPSS非参数检验
卡方检验
流行病学与卫生统计学教研室
25
卡方检验
两（多）个率或构成比的比较 一致性检验与配对卡方检验 分层卡方检验
Analyze
Descriptive Statistics
Crosstabs
26
卡方检验
理论复习 适用于分类变量的统计推断
27
两个率或构成比的比较
应用案例 ➢ 某医生为比较中药和西药治疗胃炎的疗效，随机抽取
17
Test Stat istics b
Man n-Whitney U Wilcoxon W Z Asy mp. Sig. (2-tailed) Exact Sig. [2*(1-t ailed S ig.)]
a. Not correcte d for tie s. b. Grouping Variable: 分组
非参数检验
流行病学与卫生统计学教研室
1
非参数检验
配对设计非参数检验 两独立样本非参数检验 多个独立样本的非参数检验
Analyze
Nonparmetric Test
2
非参数检验
理论复习
➢ 当总体分布类型未知、已知总体分布与检验所需条件不符、一 端或两端有不确定值时，不再对总体的几个参数进行假设检验， 而是对总体分布的位置、分布的形状进行比较。
Mini法 Wright法
-1.245a
.213
.240
.120
.017
配对设计的非参数检验
练习
➢ 为研究长跑运动对增强普通高校学生的心功能的效果，某学院 随机抽取15名男生，进行5个月的长跑锻炼，5个月前后分别测 得其晨脉数据，问长跑锻炼后的晨脉次数是否有降低？ （chenmai.sav)
两配对样本非参数检验详解演示文稿
原假设为：样本来自的两配对样本总体的 分布无显著差异。
检验步骤：
１．按照符号检验的方法，将第二组样本的 各个观察值减去第一组样本对应的观察值，如果 得到差值是一个正数，则记为正号；差值为负数， 则记为负号。（出现差值等于０时，删除此个案， 样本数ｎ相应地减少。）
McNemar变化显著性检验以研究对象自身 为对照，检验其两组样本变化是否显著。
原假设：样本来自的两配对总体分布无显 著差异。
McNemar变化显著性检验要求待检验的两 组样本的观察值是二分类数据，在实际分析中 有一定的局限性。
McNemar变化显著性检验基本方法采用二 项分布检验。它通过对两组样本前后变化的频 率，计算二项分布的概率值。
５．根据检验统计量计算相伴概率值，与 设定的显著性水平进行比较作出检验判断。
10.7.2 SPSS中实现过程
研究问题 分析10个学生接受某种方法进行训练的效
果，收集到这些学生在训练前、后的成绩，如 表10-9所示。表格的每一行表示一个学生的4 个成绩。其中第一列表示，训练前的成绩是否 合格，0表示不合格，1表示合格；第二列表示 训练后的成绩是否合格，0表示不合格，1表示 合格；第三列表示训练前学生的具体成绩；第 四列表示训练后学生的具体成绩。问训练前后 学生的成绩是否存在显著差异？
如果得到的概率值小于或等于用户的显著 性水平，则应拒绝零假设H0，认为两配对样 本来自的总体分布有显著差异；如果概率值大 于显著性水平，则不能拒绝零假设H0，认为两 配对样本来自的2
3．两配对样本的Wilcoxon符号平均秩 检验
两配对样本的符号检验考虑了总体数据变 化的性质，但没有考虑两组样本变化的程度。
两配对样本非参数检验
训练后成绩 70.00 71.00 65.00 68.00 50.00 55.00 75.00 70.00 65.00 70.00
实验步骤
图10-23 在菜单中选择"2 Related Samples"命令
设置配对的样本
配对样本的几种 检验方法,〔其中 Marginal Homogeneity检 验是McNemar 检验针对多取值 有序数据的推广 方法
培训前
培训后
培训前成绩 培训后成绩
1
0
78
58
1
1
60
61
0
1
56
81
1
1
65
79
0
1
45
67
0
0
53
52
0
0
59
46
0
1
54
57
3.某厂生产豪华型和普通型两种家用电器.由各个零售店抽样得到的这两 种型号电器的销售价格如下：
零售点
1 2 3 4 5
销售价格
豪华型 普通型
390
270
390
280
450
如：判断服用某种药品前后某项关键生理指标 值有无变化、同一个家庭夫妻两人的寿命有无 差别等等
两配对样本非参数检验的前提要求两个样 本应是配对的.在应用领域中,主要的配对资料 包括：具有年龄、性别、体重、病况等非处理 因素相同或相似者.
首先两个样本的观察数目相同,其次两样 本的观察值顺序不能随意改变.
〔2McNemar检验结果如下两表所示.
2*2交叉列联表
相伴概率值为 0.125,应该认为 训练前后学生成 绩没有变化
〔3Wilcoxon检验结果如下两表所示.
SPSS中非参数检验方法
1. 总体分布的卡方（Chi-square）检验 2. 二项分布检验 3. SPSS单样本变量的随机性检验 4. SPSS单样本的K-S检验 5. 两个独立样本的非参数检验 6. 多个独立样本的非参数检验 7. 两个配对样本的非参数检验 8. 多配对样本的非参数检验
本章主要介绍总体分布的卡方（Chi-square） 检验、二项分布（Binomial）检验、单样本K-S （ Kolmogorov-Smirnov ） 检 验 、 单 样 本 变 量 值 随机性检验（Runs Test）；两独立样本非参数 检验、多独立样本非参数检验、两配对样本非 参数检验、多配对样本非参数检验等8类常用的 非参数检验方法。
前面已经讨论的统计分析方法，对总体有特殊的要求，如T检 验要求总体符合正态分布；F检验要求误差呈正态分布，且各 组方差齐，等等。这些方法常用来估计或检验总体参数，统 称为参数检验。
现实中，许多调查或实验所得的科研数据，其总体分布未知 或无法确定。因为有的数据不是来自所假定分布的总体，或 者数据根本不是来自一个总体；还有可能数据因为某种原因 被严重污染。这样在假定分布的情况下进行推断的做法，就 有可能产生错误的结论。此时人们希望检验对一个总体分布 形状不必作限制。
人数 2 4 7 16 20 25 24 22 16 2 6 1
实现步骤
在菜单中选择“1-Sample K-S”命令
“One-Sample Kolmogorov-Smirnov Test”对话框
“One-Sample K-S：Options”对话框
4.3 结果和讨论
（1）本例输出结果如下表所示。
总体分布的卡方检验的数据是实际收集到 的样本数据，而非频数数据。
1.2 SPSS中实现过程
spss参数与非参数检验实验报告
(1).将一样本作为控制样本，另一样本作为实验样本。两样本混合后按升序排列；
(2).找出控制样本的跨度（最低秩和最高秩间的样品数）和截头跨度（去掉控制样本的最小值和最大值后的跨度）。若跨度（截头跨度）很小，认为样本存在极端反应。
以上四种检验的基本操作步骤：
(1)【Analyze】--->【Nonparametric Tests】--->【2 Independent Sample】
该检验可用来检验两个独立样本是否取自同一总体，它是最强的非参数检验之一。
基本思路：
1.将样本X和样本Y混合后作升序排列，计算每个数据的秩；
2.分别对两样本的秩求平均，得到两个平均秩，分别用W1=WX/m和W2=WY/n表示。
若W1和W2比较接近，则说明两个样本来自相同分布的总体，若W1和W2差异较大，则说明两个样本来自不同的总体。
(2)选择待检验变量到【Test Variable】框中
(3)指定存放样本标志值的变量到【Grouping Variable】框
(4)选择非参数检验方法
三、多个独立样本的非参数检验包括：中位数检验、Kruskal-Wallis H检验、Jonkheere-Terpstra检验
3.1中位数检验
（一）含义：通过对多组独立样本的分析，检验它们来自的总体的中位数是否存在显著差异。其原假设是：多个独立样本来自的多个总体的中位数无显著差异。
(2)选定待检验的变量到【Test Variable list】框中
(3)在【Cut Point】框中确定计算游程数的分界点
二、两个独立样本的非参数检验包括：Mann-Whitney U检验、K-S双样本检验、Wald-Wolfowitz游程检验、Moses极端反应检验
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
原文地址：SPSS学习笔记之——两配对样本的非参数检验（Wilcoxon符号秩检验）作者：王江源
一、概述
非参数检验对于总体分布没有要求，因而使用范围更广泛。
对于两配对样本的非参数检验，首选Wilcoxon符号秩检验。
它与配对样本t检验相对应。
二、问题
为了研究某放松方法（如听音乐）对于入睡时间的影响，选择了10名志愿者，分别记录未进行放松时的入睡时间及放松后的入睡时间（单位为分钟），数据如下笔。
请问该放松方法对入睡时间有无影响。
本例可以采用配对样本t检验，但由于样本量少，数据可能不符合正太分布，所以考虑用非参数检验。
三、统计操作
数据视图
菜单选择
打开如下的对话框
该对话框有三个选项卡，第一个选项卡会根据第三个选项卡的设置自动设置，故一般不用手动设定。
点击进入“字段”选项卡。
将“放松前”、“放松后”均选入右边“检验字段”框中。
点击进入“设置”对话框，选择检验方法，切换为“自定义检验”，选择“Wilcoxon 匹配样本对符号秩（二样本）”复选框。
“检验选项”可以设定显著性水平。
点击“运行”按钮，输出结果
四、结果解读
这就是输出结果。
原假设示放松前好放松后差值的中位数等于0，P=0.015<0.05，拒绝原假设，认为放松前后有统计学差异。
双击该表格，会弹出如下的“模型浏览器”窗口，可以看到更详细的信息。
如下图。
统计第十一课：SPSS 多相关样本的非参数检验（Friedman检验）
关键词：SPSS多相关样本非参数检验2015-07-14 00:00来源：互联网点击次数：5103
先讲讲什么是 Friedman 检验
Friedman 检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法。
其原假设是：多个配对样本来自的多个总体分布无显著差异。
SPSS 将自动计算 Friedman 统计量和对应的概率 P 值。
如果概率 P 值小于给定的显著性水平 0.05，则拒绝原假设，认为各组样本的秩存在显著差异，多个配对样本来自的多个总体的分布有显著差异。
反之，则不能拒绝原假设，可以认为各组样本的秩不存在显著性差异。
基于上述基本思路，多配对样本的 Friedman 检验时，首先以行为单位将数据按升序排序，并求得各变量值在各自行中的秩；然后，分别计算各组样本下的秩总和与平均秩。
多配对
样本的 Friedman 检验适于对定距型数据的分析。
看完这些，是不是有点儿晕，好吧，让我们进入实例来分析分析。
案例解析
以2010 年世博会期间，参观人数众多，为了比较各个时间段的入园人数有无差别为例，
收集了以下的数据：
日期：统计的日期
a：该日 12-14 点的入园人数
b：该日 14-16 点的入园人数
c：该日 16-18 点的入园人数
d：该日 18-20 点的入园人数
目的是分析上述四个时间段的入园人数有无差异。
显然，四组数据并不独立，不能满足普
通方差分析的条件，可以使用重复测量的方差分析。
但考虑到入园人数波动大，存在极端值，这里采用非参数检验的方法，即 Friedman 检验。
二、操作步骤
菜单的选择
主对话框：
进入「字段」选项卡，选入四个时间点字段：
进入「设置」选项卡，选择 Friedman 检验，多重比较选择「逐步降低」（类似 SNK 法）：
三、结果解读
这是模型的统计摘要，P<0.001，可见各个时间点的入园人数有统计学差异。
双击该图标，进入模型查看界面：
两两比较：
在上图下方的「视图」下拉菜单中选择「齐性子集」，进入下图：
可见，四组数据被分成 3 个子集，12-14 点、16-18 点入园人数最多，14-16 点次之，18-20 点最少。
这也与实际情况相符。
11 / 11。