第七章--spss非参数估计
第七章非参数检验
1、为分析不同年龄段人群对某商品满意程度的异同，进行随机调查收集到以下数据：请选择恰当的非参数检验方法，以恰当形式组织上述数据，分析不同年龄段人群对该商品满意程度的分布状况是否一致。
原假设:不同年龄段人群对该商品满意程度的分布无显著差异。
步骤：建立SPSS数据数据→加权个案→对频次进行加权→分析→非参数检验→旧对话框→两个独立样本→把年龄段导入分组变量、满意程度导入检验变量列表→确定
表7-1
检验统计量a
满意程度
最极端差别绝对值.121
正.121
负.000
Kolmogorov-Smirnov Z 2.217
渐近显著性(双侧).000
a. 分组变量: 年龄段
分析：从上表中可以看出，在显著水平为0.05下得到的sig值均为0.00<0.05，故拒绝原假设，即认为不同年龄段人群对该商品满意程度的分布存在显著差异。
2、利用习题二第6题数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布与正态分布是否存在显著差异。
原假设：本次存款金额的总体分布与正态分布无显著差异
步骤：分析→非参数检验→旧对话框→单个独立样本K-S检验→本次存款金额导入检验变量列表→正太分布检验→确定
表7-2
单样本 Kolmogorov-Smirnov 检验
本次存款金额
N282
正态参数a,b均值4738.09
标准差10945.569
最极端差别绝对值.333
正.292
负-.333
Kolmogorov-Smirnov Z 5.585
渐近显著性(双侧).000
a. 检验分布为正态分布。
b. 根据数据计算得到。
分析：如上表，在显著水平为0.05下得到的sig值均为0.00<0.05，故拒绝原假设，认为本次存款金额的分布与正太分布有显著差异。
3、利用习题二第6题数据，选择恰当的非参数检验方法，分析不同常住地人群本次存款金
额的总体分布是否存在显著差异。
原假设：不同常住地人群本次存款金额的总体分布无显著差异。
步骤：分析→非参数检验→旧对话框→2个独立样本→常住地导入分组变量、本次存款金额导入检验变量列表→确定
表7-3
检验统计量a
本次存款种类
最极端差别绝对值.280
正.000
负-.280
Kolmogorov-Smirnov Z 2.138
渐近显著性(双侧).000
a. 分组变量: 常住地
分析：从图中可以看出，在显著水平为0.05下得到的sig值均为0.00<0.05，故拒绝原假设，认为不同常住地人群本次存款金额的总体分布存在显著差异。
4、利用习题二第6题数据，选择恰当的非参数检验方法，分析不同收入人群本次存款金额的总体分布是否存在显著差异。
原假设：不同收入人群本次存款金额的总体分布无显著差异。
步骤：分析→非参数检验→旧对话框→2个独立样本→不同收入人群导入分组变量、本次存款金额导入检验变量列表→确定
表7-4
检验统计量a
本次存款金额
最极端差别绝对值.361
正.006
负-.361
Kolmogorov-Smirnov Z 2.238
渐近显著性(双侧).000
a. 分组变量: 月收入水平
分析：在图中可以看出，在显著水平为0.05下得到的sig值均为0.00<0.05，所以拒绝原假设，即认为不同收入人群本次存款金额的总体分布存在显著差异。
5、选择恰当的非参数检验方法，对“裁判打分.sav”数据随机选取10%的样本，并以恰当形式重新组织数据后，分析不同国家裁判对运动员的打分标准是否一致。
原假设：不同国家裁判对运动员的打分标准无显著差异
步骤：数据→选择个案→随机个案样本→样本→大约10%所有个案→继续→确定
表7-5
描述性统计量
N均值标准差极小值极大值
意大利388.4947.809397.109.80
韩国388.8658.791947.409.90
罗马尼亚388.0632.767037.109.70
法国388.9395.627977.709.90
中国 38 8.0421 .67649 7.10 9.50 美国 38 8.8658 1.00143 7.00 10.00 俄罗斯
38
8.0737
.92113
7.00
9.80
步骤：挑选初选中的数据→国家和评分组建新的SPSS 数据→分析→非参数检验→多个独立样本检验→把评分导入检验量→把国家导入分组→确定 表7-6
秩
国家 N 秩均值 评分
意大利 38 134.26 韩国 38 166.03 罗马尼亚 38 97.22 法国 38 171.45 中国 38 96.54 美国 37 164.86 俄罗斯 37 97.05
总数
264
表7-7
表7-8
Jonckheere-Terpstra 检验a
评分 国家 中的水平数 7 N
264 J-T 观察统计量 13691.500 J-T 统计量均值
14934.500 J-T 统计量的标准差 708.825 标准J-T 统计量 -1.754 渐近显著性(双侧) .079
a. 分组变量: 国家
表7-9
检验统计量a
N 38 卡方 155.226 df
6 渐近显著性 .000
a. Friedman 检验
频率
国家
意大利韩国罗马尼亚法国中国美国俄罗斯评分> 中值2025112872512 <= 中值18132710311225表7-10
检验统计量b
评分
N264
中值8.5000
卡方43.248a
df6
渐近显著性.000
a. 0 个单元 (.0%) 具有小于 5 的期望频率。单元最小期望频率为 17.9。
b. 分组变量: 国家
分析：根据上表，在秩检验和中值检验中，在显著水平为0.05下得到的sig值均为0.00，小于0.05，拒绝原假设，认为不同国家对其评分有显著影响。但是在JTerpstra 检验中在显著水平为0.05下得到的sig值均为0.079，大于0.05，接受原假设，不同国家对其评分不具有显著影响。
6、为分析大众对牛奶品牌是否具有偏好性，随机挑选超市了收集其周一至周六各天三种品牌牛奶的日销售额数据，如下表：请选择恰当的非参数检验方法，以恰当形式组织上述数据进行分析，并说明分析结论。
原假设：日期与品牌的分布无显著差异
步骤：建立spss数据→加权个案→销售额进行加权→分析→非参数检验→两个独立样本检验→确定
表7-11：:
秩
星期N秩均值
品牌12162.76
22383.80
33172.63
43277.83
52681.27
61667.16
总数149
表7-12
检验统计量a,b
品牌
卡方 4.469
df5
渐近显著性.484
a. Kruskal Wallis 检验
检验统计量a,b
品牌
卡方 4.469
df5
渐近显著性.484
a. Kruskal Wallis 检验
b. 分组变量: 星期
表7-13
频率
星期
1234567
品牌> 中值481010930 <= 中值1715212217130
表7-14
检验统计量b
品牌
N149
中值 2.00
卡方 2.787a
df5
渐近显著性.733
表7-15
Jonckheere-Terpstra 检验a
品牌
星期中的水平数6
N149
J-T 观察统计量4706.000
J-T 统计量均值4578.500
J-T 统计量的标准差281.561
标准J-T 统计量.453
渐近显著性(双侧).651
a. 分组变量: 星期
分析：根据上表7-11到7-15，在显著水平为0.05下得到的sig值均大于0.05，故接受原假设，认为日期与品牌的分布无显著差异。