SPSS的非参数检验
合集下载
SPSS非参数检验
23
SPSS
24
SPSS
正态 分布
25
SPSS
26
SPSS
由于概率P大于 0.05，所以不能拒 绝原假设，即认为 周岁儿童身高的总 体分布与正态分布
无显著差异
27
SPSS
P-P图
28
SPSS
Q-Q图
29
单样本K-S检验的基本操作与应用举例 SPSS 以储户存款金额总体的分布检验为例
30
最后，计算两组累计频率的差，得到秩的差 值序列并得到D统计量，根据D统计量得出 的概率P与显著性水平大小进行比较判断。 48
SPSS
两独立样本K-S检验SPSS基本操作
（以两独立样本-使用寿命为例）
49
SPSS
50
方法三：两独立样本的游程检验
SPSS
基本思想
• 该方法的基本思想与单样本游程检验的基本相同， 不同的是计算游程数的方法。两独立样本的游程 数依赖于变量的秩。
由于概率P大于0.05， 所以不能拒绝原假设， 18 即认为一级品率不低
于0.9
单样本K-S检验
SPSS
概念
• K-S检验（Kolmogorow-Smirnov）,该方法 能够利用样本数据推断样本来自总体是否 与某一个理论分布有显著差异，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。
55
SPSS
• 具体分析过程：
首先，将两组样本混合按升序排序
然后，求出控制样本的最小秩 Qmin 和最大秩
Qmax，并计算出跨度S= Qmax- Qmin+1
接着, 为消除样本数据中极端值对分析结果的
影响，计算跨度之前可按比例去除控制样
本中部分靠近两端的样本值，然后再求跨
SPSS
24
SPSS
正态 分布
25
SPSS
26
SPSS
由于概率P大于 0.05，所以不能拒 绝原假设，即认为 周岁儿童身高的总 体分布与正态分布
无显著差异
27
SPSS
P-P图
28
SPSS
Q-Q图
29
单样本K-S检验的基本操作与应用举例 SPSS 以储户存款金额总体的分布检验为例
30
最后，计算两组累计频率的差，得到秩的差 值序列并得到D统计量，根据D统计量得出 的概率P与显著性水平大小进行比较判断。 48
SPSS
两独立样本K-S检验SPSS基本操作
（以两独立样本-使用寿命为例）
49
SPSS
50
方法三：两独立样本的游程检验
SPSS
基本思想
• 该方法的基本思想与单样本游程检验的基本相同， 不同的是计算游程数的方法。两独立样本的游程 数依赖于变量的秩。
由于概率P大于0.05， 所以不能拒绝原假设， 18 即认为一级品率不低
于0.9
单样本K-S检验
SPSS
概念
• K-S检验（Kolmogorow-Smirnov）,该方法 能够利用样本数据推断样本来自总体是否 与某一个理论分布有显著差异，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。
55
SPSS
• 具体分析过程：
首先，将两组样本混合按升序排序
然后，求出控制样本的最小秩 Qmin 和最大秩
Qmax，并计算出跨度S= Qmax- Qmin+1
接着, 为消除样本数据中极端值对分析结果的
影响，计算跨度之前可按比例去除控制样
本中部分靠近两端的样本值，然后再求跨
SPSS 非参数检验
Step07单击【OK】按钮，结束操作，SPSS软件自动输
出结果。
实例图文分析：人员结构的调动
• 1. 实例内容 某公司经营多年，形成了一套成熟的企业文化和管理体系， 例如根据多年的运营经验，经理层、监察员、办事员三种职务 类别人员比例大约在15：5：80为宜，这样运行效率最高。目 前公司进行人事调整，公司人员结构发生变动，有员工担心是 否人事调整已经导致职务类型比例的失调。请利用数据文件61.sav来解决该问题。 三种职务的期望构成比为15％、5％和80％。而目前样本中 观察到的三种职务的人数比为84：27：363，构成比分别是17. 7％、5.7％和76.6％，和理论值有差异。那么这种差异是由随 机误差造成的，还是真的构成比和以前有所变化？该问题就可 以用χ2检验来实现。相应的假设检验如下。 H0：目前三个职业的总体构成比仍然是15％、5％和80％。 H1：目前三个职业的总体构成比不再是15％、5％和80％ 。
实例结果及分析
（1）频数表
SPSS的结果报告中列出了期望频数和实际频数。 显然残差值越小，说明实际频数与期望频数越接近。
Observed N-Expected N
Observed N Clerical 363 27 84 474 Expected N 379.2 23.7 71.1 Residual -16.2 3.3 12.9
0.63 0.95 0.95 0.95 0.91 没有可比较的基 础
1 SPSS 在卡方检验中的应用
1.使用目的 卡方检验（Chi-Squar Test）也称为卡方拟合优度检验，是K.Pearso n给出的一种最常用的非参数检验方法。它用于检验观测数据是否与某 种概率分布的理论数值相符合，进而推断观测数据是否是来自于该分 布的样本的问题。 2.基本原理 H 0样本X来自的总体分布服从期 进行卡方检验时，首先提出零假设 ： 望分布或某一理论分布。接着，利用实际观测值的频数与理论的期望 c 2，它描述了观察值和理论值之间的 频数之间的差异来构造检验统计量 偏离程度。 3.软件使用方法 SPSS会自动计算出χ2统计量及对应的相伴概率P值。
第7章spss非参数检验
Statistics按钮： 计算卡方值，用于行列
变量的独立性检验
计算pearson和spearman 相关系数
定类资料的行列变 量相关性检验
定序资料的行列变 量相关性检验
定序与定距资料的行 列变量相关性检验
评判内部一致性 相关风险比例 两相关二项分类变量的非参检验
二项分类变量的因、自变量独立性检验
p(1 p) / n
17
【界面设置】
检验的落入第一组的 概率常数值
分组值，小于该值为1 组，其余为1组
注意大小样本的选择
18
【结果形式】
19
7.3 Runs 游程检验 主要用于对二分变量（数值型）或利用断点分 为两组的变量，检验取值的分布随机性或两总体分 布是否一致，即一个case的取值是否影响下一个。 统计原假设H0：样本二分值分布是随机的或两总体分 布相同。
5、 2 Independent Samples 两独立（成组）样本检验
6、 K Independent Samples K个独立样本检验 5、 2 Related Samples 两关联（配对）样本检验 6、 K Related Samples K个关联样本检验
2
7.1 Chi-Square
1、卡方拟合优度检验 （Nonparametric Tests - Chi-Square） 主要用于分析实际频数与理论频数（已知）拟合情况；χ2 值反映了实际频数和理论频数的吻合程度。χ2值越小， 说明实际频数与理论频数越吻合。 适用于一个变量的多项分类数据的检验分析。 统计原假设：实际频数与理论频数相等或实际构成比等于 已知构成比。 k ( f 0 f e )2 卡方统计量为 2
25
【界面设置】
SPSS的非参数检验
非参数检验可以提供更准确的统计推断，特别是在 数据特征不明或数据量较小的情况下。
02
SPSS非参数检验概述
定义与特点
定义
非参数检验是在统计分析中，相对于参数检验的一种统计方法。 它不需要对总体分布做严格假定，只关注数据本身的特点，因此 具有更广泛的适用范围。
特点
非参数检验对总体分布的假设较少，强调从数据本身获取信息， 具有灵活性、稳健性和适用范围广等优点。
局限性
计算量大
对于大规模数据集，非参数检验的计算量可 能较大，需要较长的计算时间。
对数据要求高
非参数检验要求数据具有可比性，对于不可 比的数据集可能无法得出正确的结论。
解释性较差
非参数检验的结果通常较为简单，对于深入 的统计分析可能不够满足。
对异常值敏感
非参数检验对异常值较为敏感，可能导致结 果的偏差。
THANK YOU
感谢聆听
常用非参数检验方法
独立样本非参数检验
用于比较两个独立样本的差异 ，如Mann-Whitney U 检验 、Kruskal-Wallis H 检验等。
相关样本非参数检验
用于比较相关样本或配对样本 的关联性，如Wilcoxon signed-rank 检验、Kendall's tau-b 检验等。
等级排序非参数检验
案例二：两个相关样本的非参数检验
总结词
适用于两个相关样本的比较，如同一班级内不同时间点的成绩比较。
描述
使用SPSS中的两个相关样本的非参数检验，如Wilcoxon匹配对检验，可以比较两个相关样本的总体分布是否相 同。
案例二：两个相关样本的非参数检验
01
步骤
02
1. 打开SPSS软件，输入数据。
02
SPSS非参数检验概述
定义与特点
定义
非参数检验是在统计分析中，相对于参数检验的一种统计方法。 它不需要对总体分布做严格假定，只关注数据本身的特点，因此 具有更广泛的适用范围。
特点
非参数检验对总体分布的假设较少，强调从数据本身获取信息， 具有灵活性、稳健性和适用范围广等优点。
局限性
计算量大
对于大规模数据集，非参数检验的计算量可 能较大，需要较长的计算时间。
对数据要求高
非参数检验要求数据具有可比性，对于不可 比的数据集可能无法得出正确的结论。
解释性较差
非参数检验的结果通常较为简单，对于深入 的统计分析可能不够满足。
对异常值敏感
非参数检验对异常值较为敏感，可能导致结 果的偏差。
THANK YOU
感谢聆听
常用非参数检验方法
独立样本非参数检验
用于比较两个独立样本的差异 ，如Mann-Whitney U 检验 、Kruskal-Wallis H 检验等。
相关样本非参数检验
用于比较相关样本或配对样本 的关联性，如Wilcoxon signed-rank 检验、Kendall's tau-b 检验等。
等级排序非参数检验
案例二：两个相关样本的非参数检验
总结词
适用于两个相关样本的比较，如同一班级内不同时间点的成绩比较。
描述
使用SPSS中的两个相关样本的非参数检验，如Wilcoxon匹配对检验，可以比较两个相关样本的总体分布是否相 同。
案例二：两个相关样本的非参数检验
01
步骤
02
1. 打开SPSS软件，输入数据。
第七章SPSS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
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
SPSS第讲非参数检验(共72张PPT)
SPSS应用
Kendall协同系数检验中会计算Friedman检验方 法，得到friedman统计量和相伴概率。如果相伴概
率小于显著性水平，可以认为这10个节目之间没有 显著差异，那么可以认为这5个评委判定标准不一 致，也就是判定结果不一致。
SPSS应用
3．多配对样本的Cochran Q检验
多配对样本的Cochran Q检验也是对多个互 相匹配样本总体分布是否存在显著性差异的统计 检验。不同的是多配对样本的Cochran Q检验所能 处理的数据是二值的（0和1）。其零假设是：样 本来自的多配对总体分布无显著差异。
SPSS应用
单样本K-S检验可以将一个变量的实际频数分
布与正态分布（Normal）、均匀分布（Uniform）、
泊松分布（Poisson）、指数（Exponential）分 布进行比较。其零假设H0为样本来自的总体与指定
的理论分布无显著差异。
SPSS应用
6.2 两配对样本非参数检验
6.2.1 统计学上的定义和计算公式
SPSS应用
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。
SPSS应用
SPSS中有以下3种两配对样本非参数检验方 法。
SPSS应用
1验．两配对样本的McNemar变化显著性检
SPSS应用
2．两配对样本的符号（Sign）检验
当两配对样本的观察值不是二值数据时，无法 利用前面一种检验方法，这时可以采用两配对样本
的符号（Sign）检验方法。其零假设为：样本来
自的两配对样本总体的分布无显著差异。
第5讲SPSS非参数检验
二、操作
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
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
两独立样本的非参数检验是在对总体分布不很 了解的情况下，通过分析样本数据，推断样本 来自的两个独立总体分布是否存在显著差异。
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。
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。
- 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)。
– 指定如何计算游程(cut point)
median:以中位数为界线 mode:以众数为界线 mean:以均值为界线 custom:以用户指定值为界线 小于界线值的为一类；大于等于界线值的为另一 类.
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)。 H0:两总体分布无显著差异(两样本来自同一总体)
利用样本数据推断总体是否服从某个理论分
布（正态分布、均匀分布、指数分布和泊松 分布）。
适用于探索连续随机变量的分布情况
SPSS的单样本非参数检验
K-S检验 H0:总体服从指定的分布.
(2)基本假设:
Байду номын сангаас(3)基本方法
– 根据用户指定检验的总体分布,构造出一理论的 频数分布，并计算相应的累计频率.
– 与样本在相同点的累计频率进行比较.如果相差
根据样本数据推断总体的分布与某个已知分布是
否有显著差异---吻合性检验。
(1)目的:
适用于分类资料的统计推断
SPSS单样本非参数检验
总体分布的chi-square检验
(2)基本假设: H0:总体分布与理论分布无显著差异 (3)基本方法 – 根据已知总体的构成比计算出样本中各类别的期望频 数，计算实际观察频数与期望频数的差距,即：计算卡
方值 – 卡方值较小,则实际频数和期望频数相差较小.如果P大 于a,不能拒绝H0,认为总体分布与已知分布无显著差异. 反之
SPSS单样本卡方检验
总体分布的chi-square检验 (4)基本操作步骤:
– 菜单:analyze->nonparametric test->chi square – 选定待检验变量入test variable list 框 – 确定待检验个案的取值范围(expected range)
合的结果,即:认为两总体分布无显著差异.
– 如果两样本中有相同的样本值，则会使游程数发生
变化.系统会作出提示.
SPSS两独立样本非参数检验
(五)基本操作步骤
– 菜单选项:analyze->nonparametric tests->2
independent sample
– 选择待检验的变量入test variable list框 – 选择一种或几种检验方法
SPSS多独立样本非参数检验
(一)目的:
由独立样本数据推断多个总体的分布是否存在显 著差异.
(二)基本假设:
H0:多个总体分布无显著差异.
(三)数据要求:
样本数据和分组标志
SPSS多独立样本非参数检验
(四)基本方法: 1.相同中位数检验(median)
– 判断多个总体是否是具有相同的中位数 – 将多个样本数混合并按升序排序 – 求出混合样本序列的中位数 – 如果各独立样本中大于此中位数的个案数和小于此
第七章 SPSS的非参数检验
SPSS非参数检验
在总体分布未知的情况下，利用样本 数据对总体的分布或各总体的分布是 否有显著差异进行推断。
单样本非参数检验 两独立样本的非参数检验 多独立样本的非参数检验 两配对样本的非参数检验
多配对样本的非参数检验
SPSS单样本非参数检验
总体分布的chi-square检验
(3)基本方法:
– 观察样本序列出现了多少游程(run).
– 游程是样本序列中连续出现的变量值的次数.
– 一般出现太多或太少的游程表示变量值序列
有一定的非随机性.
SPSS的单样本随机性检验
(4)基本操作步骤:
– 菜单选项:analyze->nonparametric test->runs – 选择待检验的 变量入test variable list框
get from data:全部样本 use specified range:用户自定义个案范围 – 指定期望频数(expected values) all categories equal:所有类别有相同的构成比 value:用户自定义构成比
SPSS的单样本非参数检验
K-S检验
(1)目的:
(二)基本假设
(三)数据要求
样本数据和分组标志
SPSS两独立样本非参数检验
(四)基本方法 1.曼-惠特尼U检验(Mann-Whitney U):平均秩检 验
– 将两样本数据混合并按升序排序 – 求出其秩
– 对两样本的秩分别求平均
– 如果两样本的平均秩大致相同,则认为两总体分布无
显著差异
SPSS两独立样本非参数检验
较小,则认为样本所代表的总体符合指定的总体 分布.
SPSS的单样本K-S检验
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)
normal:正态分布 uniform:均匀分布
possion:泊松分布 exponential:指数分布
SPSS的单样本非参数检验
变量值的随机性检验
(1)目的:
利用样本数据对总体可能出现的变量值是否随机
进行检验. (2)基本假设:
H0:总体可能出现的变量值是随机的.
SPSS的单样本随机性检验
– 菜单选项:analyze->nonparametric test->k independent
samples
– 选择待检验的变量入test variable list框 – 选择一种或两种检验方法
中位数的个案数大致相同，则认为总体有相同的中 位数
SPSS多独立样本非参数检验
2.k-w检验(推广的平均秩检验)
– 将多个样本数混合并按升序排序,求出其秩 – 对多个样本的秩分别求平均秩序 – 如果各样本的平均秩大致相等,则认为多个总体分布
无显著差异
SPSS多独立样本非参数检验
(五)基本操作步骤:
2.k-s检验
– 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
SPSS两独立样本非参数检验
3.游程检验(Wald-Wolfowitz runs)
– 将两样本混合并按升序排序 – 计算分组标志序列的游程数 – 如果游程数较大,则说明是由于两类样本数据充分混