非参数检验实验报告
实验九 单样本非参数检验
实验名称：实验九单样本非参数检验日期：2015-11-29
任课教师：专业:信息管理与信息系
统专业
学号：姓名：
分析：原假设该车型的耗油量是服从正态分布的
K-S检验：的渐近显著性(双侧)为0.694，大于0.05，不拒绝原假设，所以车型的耗油量是服从正态分布的
P-P图检验：PP图的图一接近Y=X直线，且PP图的图二在X轴上下的分布较均匀，所以绝原假设，所以车型的耗油量是服从正态分布的
Q-Q图检验：QQ图的图一接近Y=X直线，且QQ图的图二在X轴上下的分布较均匀，所以绝原假设，所以车型的耗油量是服从正态分布的。
独立样本非参数检验结果描述
独立样本非参数检验结果描述
在进行独立样本非参数检验时，我们通常会使用Wilcoxon秩和检验或Mann-Whitney U检验。
这些检验方法适用于样本大小较小或样本不服从正态分布的情况。
在进行Wilcoxon秩和检验时，我们将两组数据合并后进行排序，并根据数据的排名计算秩和。
然后，我们比较两组数据的秩和是否存在显著差异，从而得出结论。
对于Mann-Whitney U检验，我们同样将两组数据合并后进行排序。
然后，我们计算出每组数据的秩次和，并使用一定的公式计算出U值。
最后，我们比较U值是否存在显著差异，从而得出结论。
在结果描述中，我们应该明确指出所用的检验方法，并将其结果以易于理解的方式展示。
例如，我们可以报告检验的p值和显著性水平，以及两组数据的中位数和四分位数等统计指标。
同时，我们也应该指出样本容量和样本不同之处，以帮助读者更好地理解结果。
- 1 -。
实验一 非参数估计方法实验
99.3
98.7
100.5
101.2
98.3
99.7
101.2
100.5
99.5
问：检验该日打包工作机是否正常？ 解：利用 R 语言进行求解，R 中的 t 检验程序和输出结果如下：
从输出结果来看， t=-0.3525, 自由度 n=8 ， P 值为 0.7336. 在显著性水平 α = 0.05 下， α < P = 0.7336，故拒绝原假设，即认为检验该日打包工作机不正常。 （3）在（1）的基础上续解 利用 R 语言做符号检验，在 R 语言中输入程序及输出结果如下：
12
27
33 -
利用 R 语言运行，输出结果如下：
从输出结果可以知道：当原假设为：促销前销售额 xf1 等于促销后销售额时；备择假设为： 促销前销售额 xf1 不等于促销后销售额时。做符号检验得到的结果可知：P 值为 0.03857，在显 著性水平 α = 0.05时， P ，此时可得到接受原假设，也就是说没有充分证据显示促销前的销 售额与促销后的销售额不相等。 (6)Wilcoxon 符号秩检验（利用（1）中的数据）
采用 Wilcoxon 符号秩检验，从 R 语言输出结果可以知道：在显著性水平 0.05 下， 因此， 可以得到因此此时接受原假设， 即认为该地区的平均楼盘价格与媒体公布的 3700 P ， 2 元/ m 的说法相符。
4.实验结果（或心得体会）
通过此次实验，我充分的掌握了 t 检验、符号检验的原理及函数调用，还有 t 检验、符号 检验的检验步骤及结果分析，并掌握实验报告的转写工作。此次实验之后，我对数据检验及分 析有了深层次的了解，将自己所检验的数据导入 R 语言软件中进行分析，最后得出的结果在生 活中有很大的益处，让我深深地体会到数据分析在现代这个大数据时代是一大热点。 最后通过此次实验，我也深深的体会到非参数检验方法在统计分析中占有很重要的位置， 而且在生活中的很多问题中需要对各种数据进行检验，因此一定要掌握好 R 语言软件的使用。
非参数统计实验(全)新
第四章 非参数统计实验参数统计学中的许多统计分析方法的应用对总体都有严格的假定，例如，t 检验要求总体服从正态分布，F 检验要求误差呈正态分布且各组方差为齐性的等等，然而在现实生活中，有许多总体的分布我们却是一无所知或知之甚少，所以在参数模型中所建立的统计推断就会失效，于是，人们希望在不假定总体分布的情况下，尽量从数据本身来获得所需要的信息。
这就是非参数统计的宗旨。
非参数统计方法简便，适用性强，但检验效率较低，应用时应加以考虑。
实验一 卡方检验（Chi-square test ）实验目的：掌握卡方检验方法。
实验内容：一、2χ拟合优度检验 二、2χ独立性检验 三、2χ齐性检验 实验工具：SPSS 非参数统计分析菜单项和Crosstabs 菜单项。
知识准备：一、卡方拟合优度检验2χ检验(Chi —Square Test) 适用于拟合优度检验，适用于定类变量的检验问题，用来检验实际观察数目与理论期望数目是否有显著差异。
当检验问题是实际分布是否与理论分布相符合时，在大样本时也可以用分类数据的卡方检验来解决，这时的卡方检验也称为分布拟合的卡方检验。
若样本分为k 类，每类实际观察频数为k f f f ,,,21 ，与其相对应的期望频数为ke e e ,,,21 ，则检验统计量2χ可以测度观察频数与期望频数之间的差异。
其计算公式为：∑∑-=-==期望频数期望频数实际频数2122)()(ki ii i e e f χ很显然，实际频数与望频数越接近，2χ值就越小，若2χ＝0，则上式中分子的每—项都必须是0，这意味着k 类中每一类观察频数与期望频数完全一样，即完全拟合。
2χ统计量可以用来测度实际观察频数与期望频数之间的拟合程度。
在H 0成立的条件下，样本容量n 充分大时，2χ统计量近似地服从自由度df ＝k-1的2χ分布，因而，可以根据给定的显著性水平α，在临界值表中查到相应的临界值)1(2-k αχ。
若)1(22-≥k αχχ，则拒绝H 0，否则不能拒绝H 0。
【VIP专享】统计学实验报告——SPSS软件的参数检验与非参数检验
统计学2——SPSS软件的参数检验与非参数检验班级学号姓名日期实验目的（1）熟悉单样本t检验。
（2）熟悉两独立样本t检验。
（3）熟悉两配对样本t检验。
（4）熟悉总体分布的卡方检验。
实验内容（1）SPSS的单样本t检验操作。
（2）SPSS的两独立样本t检验。
（3）SPSS的两配对样本t检验。
（4）SPSS的总体分布的卡方检验。
实验过程（1）SPSS的单样本t检验操作。
（2）SPSS的两独立样本t检验。
（3）SPSS的两配对样本t检验。
（4）SPSS的总体分布的卡方检验。
DATASET NAME 数据集1 WINDOW=FRONT.T-TEST/TESTVAL=0.8/MISSING=ANALYSIS/VARIABLES=x5678_1/CRITERIA=CI(.95).T检验T-TEST/TESTVAL=0.8/MISSING=ANALYSIS/VARIABLES=x10_1/CRITERIA=CI(.95).T检验GETFILE='C:\Documents and Settings\admin\LocalSettings\Temp\Rar$DI02.829\商品房购买意向调查模拟数据.sav'. DATASET NAME 数据集2 WINDOW=FRONT.T-TEST GROUPS=t2(1 2)/MISSING=ANALYSIS/VARIABLES=t10_1/CRITERIA=CI(.95).T检验独立样本检验DATASET ACTIVATE 数据集1.T-TEST GROUPS=x13(1.5)/MISSING=ANALYSIS/VARIABLES=x5678_1/CRITERIA=CI(.95).T检验DATASET ACTIVATE 数据集2.GETFILE='C:\Documents and Settings\admin\Local Settings\Temp\Rar$DI67.032\减肥茶.sav'. DATASET NAME 数据集3 WINDOW=FRONT.T-TEST PAIRS=hcq WITH hch (PAIRED)/CRITERIA=CI(.9500)/MISSING=ANALYSIS.T检验DATASET ACTIVATE 数据集1.GETFILE='C:\Documents and Settings\admin\Local Settings\Temp\Rar$DI10.7860\心脏病猝死.sav'. DATASET NAME 数据集4 WINDOW=FRONT.NPAR TESTS/CHISQUARE=rq/EXPECTED=2.8 1 1 1 1 1 1/MISSING ANALYSIS.NPar 检验卡方检验频率实验心得。
实验8 非参数检验
实验八 非参数检验一、实验目的1．掌握两个及多个独立样本的非参数检验。
2．掌握两个及多个相关样本非参数检验。
二、实验设备微机、SPSS for Windows V17.0 统计软件包。
三、实验内容1．完成两个独立样本非参数检验的 2 道上机练习题。
2．完成多个独立样本非参数检验的 1 道上机练习题。
3. 完成两个相关样本非参数检验的 2 道上机练习题。
4. 完成多个相关样本非参数检验的 2 道上机练习题。
四、实验步骤（一）两个独立样本的非参数检验1．建立至少包含一个因变量和一个分组变量的 SPSS 数据文件，如图 8-1 所示。
2．鼠标单击“分析→非参数检验→2 个独立样本”菜单项，打开“两个独立样本检验”主对话框，如图 8-2 所示。
3．指定检验变量：从左侧变量框中选中待检变量（可多选），单击中间的箭头按钮，把待检变量移到右边“检验变量列表”框中。
4．指定分组变量：从左侧变量框中选中用来分组的变量，单击中间的箭头按钮，使之移到“分组变量”框中，并单击“定义组”按钮，打开“定义组”对话框，定义各组的取值后单击“继续”按钮，返回主对话框。
5．在“检验类型”栏中指定检验方法，可供选择的有：Mann-Whitney U 、Kolmogorov-Smirnov Z 、Moses 极限反应、Wald-Wolfowitz 游程。
系统默认值为 Mann-Whitney U 法。
6．“精确”与“选项”按钮的操作方法参见拟合优度 χ2 检验。
7．单击“确定”按钮，执行 SPSS 命令。
图8-1 两个独立样本非参数检验数据文件 图8-2两个独立样本非参数检验主对话框（二）多个独立样本的非参数检验1．建立至少包含一个因变量和一个分组变量的 SPSS 数据文件，如图 8-3 所示。
2．鼠标单击“分析→非参数检验→k 个独立样本”菜单项，打开“多个独立样本检验”主对话框，如图 8-4 所示。
图8-3多个独立样本非参数检验数据文件 图8-4 多个独立样本非参数检验主对话框3．指定检验变量：从左侧变量框中选中待检变量（可多选），单击中间的箭头按钮，把待检变量移到“检验变量列表”框中。
数据的基本统计与非参数检验
北京建筑大学理学院信息与计算科学专业实验报告课程名称《数据分析》实验名称数据的基本统计与非参数检验实验地点基C-423 日期 2016 . 3 .17姓名班级学号指导教师成绩【实验目的】（1）熟悉数据的基本统计与非参数检验分析方法；（2）熟悉撰写数据分析报告的方法；（3）熟悉常用的数据分析软件SPSS。
【实验要求】根据各个题目的具体要求，完成实验报告【实验内容】根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分别对数据的“家庭收入”、“现住面积”，进行数据的基本统计量分析，撰写相应的分析报告；根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分别分析不同学历对家庭收入、现住面积是否有显着影响，撰写相应的分析报告。
根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分析家庭收入与10000元是否有显着差异，撰写相应的分析报告。
根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分析婚姻状况对家现住面积是否有显着影响，撰写相应的分析报告。
根据附件“减肥茶数据”给出的相关数据，请选用恰当的分析方法，分析该减肥茶对减肥是否有显着影响，撰写相应的分析报告。
【分析报告】1.表一家庭收入和现住面积的基本描述统计量家庭收入现住面积N有效29932993缺失00均值均值的标准误.47349中值众数标准差方差偏度.910偏度的标准误.045.045峰度峰度的标准误.089.089百分位数25 50 75表一说明，家庭收入方面：被调查者中家庭收入的均值为元，中值为15000元，普遍收入为10000元；家庭收入的标准差和方差都相对较大，所以，各家庭收入之间有明显的差异；偏度大于零，说明右偏；峰度大于零，说明数据呈尖峰分布；由家庭收入的四分位数可知，25%的家庭，收入在10000以下，有50%的家庭，收入在15000以下，有75%的家庭，收入在20000以下；现住面积方面：表二：学历与现住面积的交叉表被调查者中现住面积的均值为平方米，中值为60平方米，普遍面积为60平方米；现住面积的标准差和方差都相对较大，所以，各家庭现住面积之间有明显的差异；偏度近似等于零，说明现住面积数据对称分布；峰度大于零，说明现住面积数据为尖峰分布；由现住面积的四分位数可知，25%的家庭，现住面积为45平方米以下，有50%的家庭，现住面积在60平方米以下，有75%的家庭，现住面积在80平方米以下。
排序检验的实验报告(3篇)
第1篇一、实验目的1. 了解排序检验的基本原理和适用条件。
2. 掌握排序检验的步骤和方法。
3. 通过实际操作，验证排序检验的有效性。
二、实验背景排序检验（Rank Test）是一种非参数检验方法，适用于检验两组或多组数据是否存在显著差异。
当数据不符合正态分布，或者数据量较小，无法使用参数检验时，排序检验是一种较好的选择。
三、实验材料1. 实验数据：两组或多组数据，每组数据包含多个观测值。
2. 计算工具：Excel、SPSS等统计软件。
四、实验步骤1. 收集实验数据，确保数据符合排序检验的适用条件。
2. 对每组数据进行排序，从大到小排列。
3. 计算每组的秩和，即每组的观测值在排序后所在的位置。
4. 计算各组秩和的平均值和标准差。
5. 计算检验统计量，即各组秩和的平均值之差除以标准差。
6. 根据检验统计量，查找相应的临界值表，确定显著性水平。
7. 判断两组或多组数据是否存在显著差异。
五、实验结果与分析1. 实验数据实验数据如下：组别1：[12, 15, 18, 20, 22]组别2：[10, 14, 17, 19, 21]2. 排序及秩和计算对两组数据进行排序，得到以下结果：组别1：[22, 20, 18, 15, 12]组别2：[21, 19, 17, 14, 10]计算秩和：组别1秩和 = 22 + 20 + 18 + 15 + 12 = 87组别2秩和 = 21 + 19 + 17 + 14 + 10 = 883. 检验统计量计算计算各组秩和的平均值和标准差：组别1平均值 = 87 / 5 = 17.4组别2平均值 = 88 / 5 = 17.6组别1标准差= √[(22-17.4)² + (20-17.4)² + (18-17.4)² + (15-17.4)² + (12-17.4)²] / 4 = 3.16组别2标准差= √[(21-17.6)² + (19-17.6)² + (17-17.6)² + (14-17.6)² + (10-17.6)²] / 4 = 3.16计算检验统计量：检验统计量 = (组别1平均值 - 组别2平均值) / 组别1标准差 = (17.4 - 17.6) / 3.16 = -0.01594. 判断显著性根据检验统计量，查找相应的临界值表，以显著性水平α=0.05为例，临界值为1.96。
- 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)。
学院: ______________________ 参赛队员: ___________________ 参赛队员: ___________________
目录
一、实验目的 (1)
1.了解假设检验的基本容； (1)
2.了解卡方检验； (1)
3.了解二项分布检验； (1)
4.了解两个独立样本检验； (1)
5.学会运用spss软件求解问题； (1)
6.加深理论与实践相结合的能力。
(1)
二、实验环境 (1)
三、实验方法 (1)
1.卡方检验； (1)
2.二项分布检验； (1)
3.两个独立样本检验。
(1)
四、实验过程 (1)
问題一： (1)
1.1实验步骤 (2)
1.1.1辙入数据 (2)
1.1.2选择：数据加权个案 (2)
1.1.3选择：分析今非参数检验今旧对话框今卡方 (2)
1.1.4将变量面值放入检验变量列表 (3)
1.1.5观察结果 (3)
1.2输出结果 (3)
1.3结果分析 (3)
问題二： (3)
2.1问題叙述 (3)
2.2提出假设 (4)
2.3实验步骤 (4)
2.3. 1导入excel文件数据 (4)
2.3. 2二项分布检验 (5)
2.3.3辙出结果 (6)
2.4结果分析 (6)
问題三： (6)
3.1实验步骤 (6)
3.1.1数据的输入 (6)
3.1.2 选择 (7)
3.1.3检验变量 (7)
3.2输出结果 (7)
3.3结果分析 (9)
五、实验总结 (9)
参数检验
一、实验目的
1.了解假设检验的基本容；
2.了解卡方检验；
3.了解二项分布检验；
4.了解两个独立样本检验；
5•学会运用spss软件求解问题；
6•加深理论与实践相结合的能力。
二、实验环境
Spss、 office
三、实验方法
1.卡方检验；
2.二项分布检验；
3.两个独立样本检验。
四、实验过程
问题一：
掷一个6而骰子300次，用数字1、2、3、4、5、6分别代表6个而，检验骰子是否均匀
1.1实验步骤
1・1・1输入数
据
1.1.2选择：数据加权个案
1.1.3选择：分析T非参数检验T旧对话框T卡方
1
・1・4将变量面值放入检验变量列表，期望全距从数据中获取，期望值所有类别相等
1.L5观察结果
1.2输出结果
卡方检验
邓羣跋
150 0-7.0
24950 0-1.0
35650.0 6.0
445600•6.0
60E50 0ie.o
6 总数
41
300
50 0・9D
面皿
七方0 960J
dr5
淅近丘谷注111
1.3结果分析
此处，sig值为0. 111>0. 05,所以接受原假设，认为样本来自的总体分布形态与期望分布不存在显著差异，则认为该骰子均匀
问题二
2.1问题叙述
次数面次数面次数面次数面
1 a 9 b 17 b 25 b
元
5
元
5
单
于
竿
对
2.2提出假设
H0：硬币不是均匀的vs H1：硬币是均匀的
2. 3实验步骤
2. 3. 1导入excel文件数据
先将数据输入进excel表格中，用SPSS打开；在SPSS页面点击文件T打开T数据
Q a^S4 閔矽U] • IBM SPSS $:at 唸超謨匕二，'
选择：分析T非参数检验T旧对话框T二项式
2.3.3输出结果
二顷式捡验
2. 4结果分析
由输出结果知，結确显著性（双侧）=1・000>0.05,所以接受原假设H0,所以硬币不是均匀的。
问题三：
设有甲、乙两种安眠药，比较他们的治疗效果，独立观察20名患者。
10人服甲药，另10人服乙。
3.1实验步骤
3.1.1数据的输入
将甲、乙两种安眠药编号为1、2,在SPSS页面输入数据
旺眠延长时数药品编号
1.9 1
81
1.1 1
1 1
1 1
4.4 1
5 5 1
1.6 1
4 6 1
3.4 1
.7 2
6 2
•・2 2
J 2 2
-.1 2
3.4 2
3 7 2
・8 2
0 2
2.0 2
药品编号N 秩均值秩和
睡眠延长时 1 数 2
总数
9
10
19
12. 67
7. 60
114. 00
76. 00 b
睡眠延长时数
Mann-Whitney U Wilcoxon W
Z
渐近显著桂（双侧）
精确显著性［2* （单侧显著性）］
21.000
76. 000
-1.962
.050 • 053°
3. 1.2选择：分析T非参数检验9旧对话框92个独立样本
3. 1・3检验变量列表选择睡眠延长时数，分组变量选择药品编号（12）,勾选四个检验类型;
3.2输出结果
Mann-Whitney 检验
b
b.分组变量：药品编号
Moses检验
频率
b.分组变呈：药品编号
双样本 Kolmogorov-Smirnov 检验频率
Wald-Wolfowitz 楡验
频率
b.Wald-Wolfowitz 检验
c.分组变量：药品编号
3.3结果分析
原假设H o: = 0
备择假设HO
由Mann-Whitney检验可以看出= 0. 053 > 0. 05 ,甲乙两种药物的疗效有差异；
由Moses检验可以看出3@ = 0. 091 > 0.05,甲乙两种药物的疗效有差异；
由双样本Kolmogorov-Smirnov检验可以看出= 0. 187 > 0. 05 ♦甲乙两种药物的疗效有显著差异；
由Wald-Wolfowitz检验可以看出= 0. 175 > 0. 05,甲乙两种药物的疗效有显著差异;
由以上四个检验综合分析出甲乙两种药物的疗效有显著性差异。
五、实验总结
在假设检验实验的学习中，通过实验操作可使我们加深对假设检验的理解，学习和掌握SPSS软件的基本方法，并能进一步熟悉和掌握SPSS软件的操作方法, 培养我们
分析和解决实际问题的基本技能，提高我们的综合素质；通过实验可以使我们分清卡方检验、二项分布检验、两个独立样本检验，更加全面地理解假设检验，同时也锻炼了同学的动手操作能力，让同学们学会理论与技术相结合共同解决数学上的问题• 提高了同学们的综合素质。