spss16使用教程第10章非參數(shù)檢驗(yàn)-wenkub
2023-05-22 00:39:06 本頁(yè)面
【正文】 布的卡方檢驗(yàn)是一種吻合性檢驗(yàn)，比較適用于一個(gè)因素的多項(xiàng)分類(lèi)數(shù)據(jù)分析。如果需要進(jìn)行比較準(zhǔn)確的判斷，則需要使用非參數(shù)檢驗(yàn)的方法。 本章將介紹總體分布的卡方（ Chisquare）檢驗(yàn)、二項(xiàng)分布（ Binomial）檢驗(yàn)、單樣本 KS（ KolmogorovSmirnov）檢驗(yàn)、單樣本變量值隨機(jī)性檢驗(yàn)（ Runs Test）、兩獨(dú)立樣本非參數(shù)檢驗(yàn)、多獨(dú)立樣本非參數(shù)檢驗(yàn)、兩配對(duì)樣本非參數(shù)檢驗(yàn)、多配對(duì)樣本非參數(shù)檢驗(yàn)等 8類(lèi)常用的非參數(shù)檢驗(yàn)方法。因?yàn)橛械臄?shù)據(jù)不是來(lái)自所假定分布的總體，或者數(shù)據(jù)根本不是來(lái)自一個(gè)總體，還有可能數(shù)據(jù)因?yàn)槟撤N原因被嚴(yán)重污染，這樣在假定分布的情況下進(jìn)行推斷的做法就有可能產(chǎn)生錯(cuò)誤的結(jié)論。SPSS 16實(shí)用教程 第 10章 非參數(shù)檢驗(yàn) 總體分布的卡方（ Chisquare）檢驗(yàn) 二項(xiàng)分布檢驗(yàn) SPSS單樣本變量值隨機(jī)性檢驗(yàn) SPSS單樣本 KS檢驗(yàn) 兩獨(dú)立樣本非參數(shù)檢驗(yàn) 多獨(dú)立樣本非參數(shù)檢驗(yàn) 兩配對(duì)樣本非參數(shù)檢驗(yàn) 多配對(duì)樣本非參數(shù)檢驗(yàn) 閱讀提示 ? 非參數(shù)檢驗(yàn)用于對(duì)樣本的概率分布狀態(tài)的檢驗(yàn) ? 建議先看實(shí)例再看理論 ? 實(shí)例 1在 15頁(yè) 前面已經(jīng)討論的許多統(tǒng)計(jì)分析方法對(duì)總體有特殊的要求，如 T檢驗(yàn)要求總體符合正態(tài)分布， F檢驗(yàn)要求誤差呈正態(tài)分布且各組方差整齊，等等。此時(shí)人們希望檢驗(yàn)對(duì)一個(gè)總體分布形狀不必作限制。其中前 4種屬于單樣本非參數(shù)檢驗(yàn)。其中總體分布的卡方檢驗(yàn)（也記為 χ 2檢驗(yàn)）就是一種比較好的方法?？傮w分布的卡方檢驗(yàn)的數(shù)據(jù)是實(shí)際收集到的樣本數(shù)據(jù)，而非頻數(shù)數(shù)據(jù)。 二項(xiàng)分布檢驗(yàn) 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 現(xiàn)實(shí)生活中有很多數(shù)據(jù)的取值只有兩類(lèi)，如醫(yī)學(xué)中的生與死、患病的有與無(wú)、性別中的男性和女性、產(chǎn)品的合格與不合格等。其零假設(shè)是 H0：樣本來(lái)自的總體與所指定的某個(gè)二項(xiàng)分布不存在顯著的差異。 SPSS二項(xiàng)分布檢驗(yàn)的數(shù)據(jù)是實(shí)際收集到的樣本數(shù)據(jù)，而非頻數(shù)數(shù)據(jù)。 單樣本變量值的隨機(jī)性檢驗(yàn)是由 Wald提出的，它的零假設(shè)為 H0：總體某變量的變量值出現(xiàn)是隨機(jī)的。如果相伴概率小于或等于用戶(hù)的顯著性水平 α ，則應(yīng)拒絕零假設(shè) H0，認(rèn)為樣本值的出現(xiàn)不是隨機(jī)的；如果相伴概率值大于顯著性水平，則不能拒絕零假設(shè)H0，認(rèn)為變量值的出現(xiàn)是隨機(jī)的。 單樣本 KS檢驗(yàn)可以將一個(gè)變量的實(shí)際頻數(shù)分布與正態(tài)分布（ Normal）、均勻分布（ Uniform）、泊松分布（ Poisson）、指數(shù)（ Exponential）分布進(jìn)行比較。 SPSS中實(shí)現(xiàn)過(guò)程 ? 研究問(wèn)題 某地 144個(gè)周歲兒童身高數(shù)據(jù)如表 104所示，問(wèn)該地區(qū)周歲兒童身高頻數(shù)是否呈正態(tài)分布？ 表 104 兒童身高數(shù)據(jù) 身 高 區(qū) 間 人 數(shù) 64－ 2 68－ 4 69－ 7 70－ 16 71－ 20 72－ 25 73－ 24 74－ 22 76－ 16 78－ 2 79－ 6 83－ 1 ? 實(shí)現(xiàn)步驟 圖 1012 在菜單中選擇“ 1Sample KS”命令 圖 1013 “OneSample KolmogorovSmirnov Test”對(duì)話(huà)框 圖 1014 “OneSample KS： Options”對(duì)話(huà)框 結(jié)果和討論 （ 1）本例輸出結(jié)果如下表所示。如果沒(méi)有影響，則可以認(rèn)為兩個(gè)總體是獨(dú)立的。秩簡(jiǎn)單地說(shuō)就是名次。 兩獨(dú)立樣本的 KS檢驗(yàn)實(shí)現(xiàn)方法是：首先將兩組樣本數(shù)據(jù)（ X1， X2， …， Xm）和（ Y1，Y2， …， Yn）混合并按升序排列（ m和 n是兩組樣本的樣本容量），分別計(jì)算兩組樣本秩的累計(jì)頻率和每個(gè)點(diǎn)上的累計(jì)頻率；最后將兩個(gè)累計(jì)頻率相減，得到差值序列數(shù)據(jù)。 3．兩獨(dú)立樣本的游程檢驗(yàn)（ WaldWolfwitz Runs） 兩獨(dú)立樣本的游程檢驗(yàn)用來(lái)檢驗(yàn)樣本來(lái)自的兩獨(dú)立總體的分布是否存在顯著差異。在數(shù)據(jù)排序時(shí)，兩組樣本的每個(gè)觀察值對(duì)應(yīng)的樣本組標(biāo)志值序列也隨之重新排列，然后對(duì)標(biāo)志值序列按照前面 程。 4．兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)（ Moses Extreme Reactions） 兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)用來(lái)檢驗(yàn)樣本來(lái)自的兩獨(dú)立總體的分布是否存在顯著差異。首先將兩組樣本混合并按升序排列；然后找出控制樣本最低秩和最高秩之間所包含的觀察值個(gè)數(shù)，即跨度（ Span）。 SPSS自動(dòng)計(jì)算跨度和截頭跨度，依據(jù)分布表給出對(duì)應(yīng)的相伴概率值。 表 105兩個(gè)廠家生產(chǎn)的燈泡使用壽命數(shù)據(jù) 燈泡壽命（ h） 廠 家 編 號(hào) 675 1 682 1 691 1 670 1 650 1 693 1 650 1 649 2 680 2 630 2 650 2 646 2 651 2 620 2 ? 實(shí)現(xiàn)步驟 圖 1015 在菜單中選擇“ 2 Independent Samples”命令 圖 1016 “TwoIndependentSamplesTest”對(duì)話(huà)框 圖 1017 “Two Independent Samples： Define Groups”對(duì)話(huà)框 圖 1018 “TwoIndependentSamples： Options”對(duì)話(huà)框 結(jié)果和討論 （ 1）兩獨(dú)立樣本 MannWhitney U檢驗(yàn)結(jié)果如下面兩表所示。 多獨(dú)立樣本非參數(shù)檢驗(yàn) 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義：多獨(dú)立樣本非參數(shù)檢驗(yàn)分析樣本數(shù)據(jù)是推斷樣本來(lái)自的多個(gè)獨(dú)立總體分布是否存在顯著差異。 例如，隨機(jī)抽取 3個(gè)班級(jí)之間學(xué)生的學(xué)生成績(jī)，分析 3個(gè)班級(jí)總體的成績(jī)是否存在顯著的差異。多獨(dú)立樣本的中位數(shù)檢驗(yàn)的零假設(shè) H0為：樣本來(lái)自的多個(gè)獨(dú)立總體的中位數(shù)無(wú)顯著差異。 如果各組樣本的平均秩
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1