spss數(shù)據(jù)分析教程-第6章-非參數(shù)-文庫吧
2025-05-28 17:53 本頁面
【正文】 ? 二項（分布）檢驗 ? 卡方檢驗 ? KolmogorovSmirnov檢驗 ? Wilcoxon符號檢驗 ? 游程檢驗 卡方檢驗 ? 卡方檢驗是一種常用的對總體分布進行檢驗的非參數(shù)檢驗方法 。 ? 例如 ， 醫(yī)生研究心臟病人猝死人數(shù)與日期的關(guān)系 ， 檢驗現(xiàn)在的人口結(jié)構(gòu)和十年前是否一樣 ， 血型是否和人的性格有關(guān)系 ， 現(xiàn)代社會中受過高等教育 、 高中畢業(yè) 、 初中畢業(yè) 、 小學畢業(yè)和文盲的比例是否為 3： 6：10： 2： 1等問題都可以通過卡方檢驗來實現(xiàn) 。 卡方檢驗的原理（ 1） ? 卡方檢驗的原假設(shè)是： H0樣本來自的總體的分布與假設(shè)的分布 （ 又稱期望分布或者理論分布 ） 無顯著差異 。 ? 卡方檢驗的基本思想是 ， 如果從一個隨機變量 X所在的總體中隨機抽取若干個觀察樣本 ， 這些觀察樣本落在 X的 k個互不相交的子集中的觀測頻數(shù)服從一個多項分布 ， 這個多項分布當 k趨于無窮時近似服從卡方分布 。 卡方檢驗的原理（ 2） ? 如果變量 X有 k個互不相交的子集 ， 在成立的條件下 ， 變量值落在第 i個子集的頻數(shù)設(shè)為；設(shè)實際觀測到的第 i個子集的頻數(shù)為 ，則有以下 Pearson卡方統(tǒng)計量 194。 2 = P ki = 1 ( O i 161。 E i ) 2E i卡方檢驗的原理（ 3） ? 卡方統(tǒng)計量服從自由度為 k1的卡方分布 。如果卡方值較大 ， 則說明期望頻數(shù)與觀測頻數(shù)分布差距較大 ， 沒有證據(jù)支持原假設(shè)；反之 ， 卡方值較小 ， 說明期望頻數(shù)與觀測頻數(shù)比較接近 ， 不能拒絕原假設(shè)的論斷 。 卡方檢驗例子 ? 數(shù)據(jù)文件 Winnipeg醫(yī)院每天的病人流量 。 醫(yī)院管理者需要了解是否一周中每天的病人流量是相同的 。 Discharg列為日均病人流量 。 ? 原假設(shè)： 星期一到星期六、星期日每天的病人流量是相等的。 SPSS實現(xiàn)卡方檢驗
教學教案相關(guān)推薦
鄂ICP備17016276號-1