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 (1)目的: 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。 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) 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: 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 (2)基本假设: H0:总体服从指定的分布. (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 (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 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)。 (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

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 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 H0:多个总体分布无显著差异. (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: 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

SPSS两配对样本非参数检验 (一)含义: (二)基本假设: (三)数据要求: 由配对样本数据推断两总体分布是否存在显著差异. H0:两总体分布无显著差异. (三)数据要求: 两配对的样本数据.

SPSS两配对样本非参数检验 (四)基本方法: 1.变化显著性检验(McNemar) 将研究对象作为自身的对照者检验其“前后”的变化是否显著 关心的是发生变化的两格中的频数变化.如果频数变化相当,则认为无显著变化. 数据要求只能是二分值数据

SPSS两配对样本非参数检验 2.正负符号检验(sign) 将样本2的各样本值减去样本1的各样本值.如果差值为正,则记为正号;如果差值为负,则记为负号 如果正号的个数与负号的个数相当,则认为无显著变化.否则,认为有显著变化 例如:采用新训练方法前后的最好成绩比较

SPSS两配对样本非参数检验 3.符号平均秩检验(wilcoxon) 正负符号检验只考虑了两总体数据变化的性质,而没有注意其变化的程度.符号平均秩检验注意到了这点 将样本2的各样本值减去样本1的各样本值.如果差值为正,则记为正号;如果差值为负,则记为负号. 将差值按升序排序,并求其秩.分别计算正号秩和负号秩总和 如果正秩和负秩相当,认为正负变化程度相当,两总体无显著差异.

SPSS两配对样本非参数检验 (五)基本操作步骤: 菜单选项:analyze ->nonparametric->2 paired sample 选择待检验的两配对变量入test pair(s) list框 选择一种或几种检验的方法

SPSS多匹配样本非参数检验 (一)目的: 由多匹配样本数据推断多个总体分布是否存在显著差异. (二)基本假设: H0:各总体分布无显著差异. (三)数据要求: 多配对的样本数据.

SPSS多匹配样本非参数检验 (四)基本方法: 1.推广的平均秩检验(双向Friedman检验) 将每个个案的变量值数据按升序排序，并求其秩 求各样本的平均秩 如果平均秩相当,则认为各总体分布无显著差异

SPSS多匹配样本非参数检验 2.谐同系数检验(Kendall W检验) 谐同系数检验方法与推广的平均秩检验方法相同 主要用在分析评判者的评判标准是否一致和公平 通过谐同系数W进行判定.W表示了横向各样本数据之间相关的强弱程度,取值在0和1之间.越接近1,则表示相关性越强,即:评判者的评判标准一致.

SPSS多匹配样本非参数检验 (五)基本操作步骤: 菜单选项:analyze->nonparametric->k paired sample 选择待检验的若干变量入test variables框 选择一种或几种检验的方法