复习2spss非参数检验

⑤ 两者的效率有差距，当总体的真实分布大体是假定的 分布时，参数方法的准确性好、效率高；但假定的分 布不是总体的真实分布时，非参数方法的效率高。
例如，对非配对资料的秩和检验，其效率仅为t检验 的86%。换句话说，以相同概率判断出显著差异，t检验 所需样本含量要比秩和检验少14%。
可编辑ppt
7
卡方检验
可编辑ppt
2
在SPSS中分为一般判别和逐步判别两种。
【一般判别】：是指不对自变量做任何筛选，直接使 用所有指定的自变量进行判别函数的构建和分析。
【逐步判别】法的基本思想与逐步回归法类似，即 把最重要的自变量逐个引入判别函数，同时对判别函数 中已经存在的旧变量进行检验，如果它们的判别能力随 着新变量的引入而变得不那么显著了，那么就将它们从 判别函数中剔除，直至没有新变量引入，也没有旧变量 需要剔除为止。这个过程使用F检验。
可编辑ppt
4
非参数检验
非参数检验对总体分布不做假定，直接从样本发掘总体 信息，推断总体分布。它在推断总体分布时没有涉及总体 分布的参数，所以称为非参数检验或自由分布检验。
与传统的参数检验相比，非参数检验具有以下优点：
①由于非参数检验对总体的假定比较少，因而具有广泛
的适应性，同时具有较好的稳健性；
a) 游程检验又称为连贯检验或串检验； b) 可用来检验样本的随机性(这对于统计推断是很重要的) c) 可用来检验任何序列的随机性，而不管这个序列是如
何产生的；
d) 可用来判断两个总体的分布是否相同，从而检验出它 们的位置中心有无显著差异。
Байду номын сангаас
可编辑ppt
10
游程检验
a)在一串二元序列中，一个由0或1连续构成的串称为一个 游程，一个游程中数据的个数称为游程的长度；
原假设为，该自变量对判别的贡献为零。
若P值<0.05，则拒绝原假设，接受备择假设，认为该 变量的判别能力是显著的。
可编辑ppt
3
对于小样本资料来说， t检验和F检验(方差分析)适用 的条件是，各样本都来自正态总体或近似正态总体。只有 符合这个条件，才能用它们来检验各样本所属的总体参数 的差异显著性。
假定总体分布，所以任何分布都可以用非参数的方 法进行研究；
③ 研究的对象目标不同，参数方法假定了总体分布， 所以研究目标就是总体的参数；而非参数方法直接 从样本推导总体的分布，所以它的目标是总体的分 布或两个目标的分布是否相同；
可编辑ppt
6
④ 研究的统计量不同，非参数方法常用符号、秩、秩和 等构造统计量， 大小样本都可；而参数检验虽不用秩， 但如果是小样本，要求服从正态分布；
✓ 这种由非此即彼的结果构成的总体叫做二项总体， 而其频数的分布称为二项分布。
SPSS中二项分布检验是通过样本数据(二值变量)检验 其来自的总体是否服从指定频率为P的二项分布。
其无效假设为：样本来自的总体与指定的某个频率 为P的二项分布不存在显著差异。
可编辑ppt
9
游程检验
许多时候，研究者关心的不仅仅是分布的位置或者 形状，也希望考察样本的随机性如何。因为如果样本不 是从总体中随机抽取的，那么所做的任何推断都将变得 没有价值。而游程检验就是满足此类分析需求的一种基 本的检验方法。
卡方检验又称为卡方拟合优度检验或适应性检验， 它是判断属性各类别的实际出现次数是否与理论次数相 符合的一种非参数检验方法。
它分析的目的是检验分类数据样本所在的总体分布 是否与已知分布相同。卡方构造公式如下：
2
k i 1
Oi
Ei 2
Ei
，
k为组数，Oi 为第i组的实际
观察次数，Ei 为第i组的理论次数。当自由度等
②可以在较少样本的情况下进行，在一定程度上弥补了
有些情况下样本资料不足的缺陷；
③对连续性变量和间断性变量同样适用；
④计算方法比较简单。
非参数检验也有不足之处，最大缺点是它常会导致部
分信息损失，降低检验效能。
可编辑ppt
5
参数检验与非参数检验的区别： ① 参数检验需要假定总体的分布，而非参数不需要； ② 非参数方法应用范围大于参数方法，因为它不需要
于1时，分子需要进行连续性矫正：( Oi Ei 0.5)2
卡方检验的无效假设是：样本来自的总体分布与某
一理论分布或期望分布没有显著差异。
可编辑ppt
8
二项分布检验
✓ 有些个体的某种性状，只能产生非此即彼的两种结 果，即其取值只能是二值的。
如：种子的发芽与不发芽，施药后害虫的死亡与存活， 产品的合格与不合格，硬币投掷的正面与背面。
并通过预测变量来为未知类别的观测值进行判别了。
可编辑ppt
1
也就是说，已经有一批样本的观测值数据，知道 它们被分成了多少类，也知道了它们所属的类别，在 此基础上根据某些准则建立判别方程，这些方程能够 使上述样本的分类出错率最低，然后应用这些判别方 程对未知类型的样本进行判别分类；
而对于聚类分析来说，一批给定样本要划分的类 型事先并不知道，正需要通过聚类分析来确定类型。
• 判别分析是判别观测值所属类型的一种统计分析方法， 它是解决分类问题的。
• 判别分析和前面的聚类分析有什么不同呢？
• 主要不同点就是，在聚类分析中一般人们事先并不知 道或并不一定明确应该分成几类，完全根据数据来确 定。
• 而在判别分析中，至少有一个已经明确知道类别的
“训练样本”，利用这个数据，就可以建立判别准则，
➢ 总体理论分布未知、有极端值等情况下，不能使用t 检验和方差分析，而要用非参数检验方法。 ➢ 非参数检验方法大多要用到“秩(rank)”。
➢ “秩”就是排队以后的顺序值，利用它进行秩和检 验(rank test)。要求样本含量必须大于5。
➢ 秩的应用降低了分布的重要性，减少了样本中极端 值的影响，即减少了其权重。
b)游程检验的无效假设为：可两编辑分ppt 类变量值的出现是随机11的。
单样本K-S检验
b)00011100000110001111100，有4个0游程和3个1游程， 共7个游程，即游程数R=7。
a)一个有太多或太少游程的样本暗示着该样本不是随机的 b)游程检验根据游程数来检验变量的两个值或符号出现的
顺序是否是随机的。
a)对一个序列，可定义一个分界点来两分数据。如指定一 个特点的数，或计算得到的统计量(如样本均值、中位 数、众数)。