spss1610非參數(shù)檢驗(yàn)(文件)
【正文】 的 JonkheereTerpstra檢驗(yàn)的基本方法和兩獨(dú)立樣本的 MannWhitney U檢驗(yàn)比較類(lèi)似，也是計(jì)算一組樣本的觀察值小于其他組樣本觀察值的個(gè)數(shù)。 兩配對(duì)樣本非參數(shù)檢驗(yàn)一般用于同一研究對(duì)象（或兩配對(duì)對(duì)象）分別給予兩種不同處理的效果比較，以及同一研究對(duì)象（或兩配對(duì)象）處理前后的效果比較。首先兩個(gè)樣本的觀察數(shù)目相同，其次兩樣本的觀察值順序不能隨意改變。 McNemar變化顯著性檢驗(yàn)要求待檢驗(yàn)的兩組樣本的觀察值是二值數(shù)據(jù)，在實(shí)際分析中有一定的局限性。其零假設(shè)為：樣本來(lái)自的兩配對(duì)樣本總體的分布無(wú)顯著差異。 通過(guò)比較正號(hào)的個(gè)數(shù)和負(fù)號(hào)的個(gè)數(shù)，可以判斷兩組樣本的分布。 3．兩配對(duì)樣本的 Wilcoxon符號(hào)平均秩檢驗(yàn) 兩配對(duì)樣本的符號(hào)檢驗(yàn)考慮了總體數(shù)據(jù)變化的性質(zhì)，但沒(méi)有考慮兩組樣本變化的程度。同時(shí)保存差值的絕對(duì)值數(shù)據(jù)。表格的每一行表示一個(gè)學(xué)生的 4個(gè)成績(jī)。 （ 3）符號(hào)檢驗(yàn)結(jié)果如下兩表所示。 1．多配對(duì)樣本的 Friendman檢驗(yàn) 多配對(duì)樣本的 Friendman檢驗(yàn)是利用秩實(shí)現(xiàn)多個(gè)配對(duì)總體分布檢驗(yàn)的一種方法，多配對(duì)樣本的 Friendman檢驗(yàn)要求數(shù)據(jù)是定距的。如果各樣本的平均秩大致相當(dāng)，那么可以認(rèn)為各組的總體分布 沒(méi)有顯著差異。一個(gè)評(píng)判對(duì)象對(duì)不同被判定對(duì)象的分?jǐn)?shù)構(gòu)成一個(gè)樣本，其零假設(shè)為：樣本來(lái)自的多個(gè)配對(duì)總體的分布無(wú)顯著差異，即評(píng)判者的評(píng)判標(biāo)準(zhǔn)不一致。不同的是多配對(duì)樣本的 Cochran Q檢驗(yàn)所能處理的數(shù)據(jù)是二值的（ 0和 1）。數(shù)據(jù)如表 1010所示。 表 1011 5個(gè)評(píng)委的打分表 節(jié) 目 1 節(jié) 目 2 節(jié) 目 3 節(jié) 目 4 節(jié) 目 5 評(píng)委 1 評(píng)委 2 評(píng)委 3 評(píng)委 4 評(píng)委 5 ? 實(shí)現(xiàn)步驟 圖 1031 “Tests for Serveral Related Samples”對(duì)話(huà)框（二） 圖 1032 “Several Related Samples： Statistics”對(duì)話(huà)框（二） ? 研究問(wèn)題 3 消費(fèi)者協(xié)會(huì)調(diào)查了顧客對(duì) 3種品牌的電視機(jī)的滿(mǎn)意程度，共有 10個(gè)顧客參與了滿(mǎn)意度調(diào)查。 小 結(jié) 非參數(shù)檢驗(yàn)主要用于那些總體分布不能用有限個(gè)實(shí)參數(shù)來(lái)刻畫(huà)，或者不考慮被研究的對(duì)象為何種分布以及是否已知的情況。其中，單樣本非參數(shù)檢驗(yàn)由 “ 1—Sample KS”子菜單來(lái)執(zhí)行；兩獨(dú)立樣本非參數(shù)檢驗(yàn)由 “ 2 Independent Samples”子菜單執(zhí)行；多獨(dú)立樣本非參數(shù)檢驗(yàn)由 “ K Independent Samples”子菜單執(zhí)行；兩配對(duì)樣本非參數(shù)檢驗(yàn)由 “ 2 Related Samples”子菜單執(zhí)行；多配對(duì)樣本非參數(shù)檢驗(yàn)由 “ K Related Samples”子菜單執(zhí)行。 小 結(jié) 非參數(shù)檢驗(yàn)根據(jù)樣本數(shù)目以及樣本之間的關(guān)系可以分為：?jiǎn)螛颖痉菂?shù)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)等。 表 1012 顧客的滿(mǎn)意度表格 品 牌 1 品 牌 2 品 牌 3 顧客 1 滿(mǎn)意 不滿(mǎn)意 不滿(mǎn)意 顧客 2 滿(mǎn)意 滿(mǎn)意 滿(mǎn)意 顧客 3 不滿(mǎn)意 不滿(mǎn)意 不滿(mǎn)意 顧客 4 滿(mǎn)意 滿(mǎn)意 滿(mǎn)意 顧客 5 滿(mǎn)意 滿(mǎn)意 不滿(mǎn)意 顧客 6 滿(mǎn)意 滿(mǎn)意 不滿(mǎn)意 顧客 7 滿(mǎn)意 不滿(mǎn)意 滿(mǎn)意 顧客 8 滿(mǎn)意 滿(mǎn)意 滿(mǎn)意 顧客 9 滿(mǎn)意 滿(mǎn)意 不滿(mǎn)意 顧客 10 滿(mǎn)意 不滿(mǎn)意 滿(mǎn)意 ? 實(shí)現(xiàn)步驟 圖 1033 “Tests for Serveral Related Samples”對(duì)話(huà)框（三） 結(jié)果和討論 （ 1）多配對(duì)樣本的 Friendman檢驗(yàn) （ 2）多配對(duì)樣本的 Kendall協(xié)同系數(shù)檢驗(yàn)，描述性統(tǒng)計(jì)部分結(jié)果表格如下。問(wèn)這 5個(gè)評(píng)委的判斷標(biāo)準(zhǔn)是否一致。 SPSS中實(shí)現(xiàn)過(guò)程 ? 研究問(wèn)題 1 為了試驗(yàn)?zāi)撤N減肥藥的性能，測(cè)量 10個(gè)人在服用該藥前以及服用該藥一個(gè)月后、兩個(gè)月后、 3個(gè)月后的體重。如果相伴概率小于顯著性水平，可以認(rèn)為這 10個(gè)節(jié)目之間沒(méi)有顯著差異，那么可以認(rèn)為這 5個(gè)評(píng)委判定標(biāo)準(zhǔn)不一致，也就是判定結(jié)果不一致。多配對(duì)樣本的 Kendall協(xié)同系數(shù)檢驗(yàn)主要用在分析評(píng)判者的判別標(biāo)準(zhǔn)是否一致公平方面。 多配對(duì)樣本的 Friendman檢驗(yàn)的實(shí)現(xiàn)原理是：首先以樣本為單位，將各個(gè)樣本數(shù)據(jù)按照升序排列，求得各個(gè)樣本數(shù)據(jù)在各自行中的秩，然后計(jì)算各樣本的秩總和及平均秩。 多配對(duì)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：多配對(duì)樣本非參數(shù)檢驗(yàn)是對(duì)多個(gè)匹配樣本的總體分布是否存在顯著性差異進(jìn)行統(tǒng)計(jì)分析。問(wèn)訓(xùn)練前后學(xué)生的成績(jī)是否存在顯著差異？ SPSS中實(shí)現(xiàn)過(guò)程 表 109 訓(xùn)練前后的成績(jī) 訓(xùn)練前 訓(xùn)練后 訓(xùn)練前成績(jī) 訓(xùn)練后成績(jī) 0 1 1 1 0 1 0 1 0 0 0 0 1 1 1 1 0 1 1 1 ? 實(shí)現(xiàn)步驟 圖 1023 在菜單中選擇“ 2 Related Samples”命令 圖 1024 “TwoRelatedSamples Tests”對(duì)話(huà)框 圖 1025 選擇兩個(gè)變量配對(duì) 圖 1026 “TwoRelatedSamples： Options”對(duì)話(huà)框 圖 1027 選擇兩個(gè)變量配對(duì) 結(jié)果和討論 （ 1）描述性統(tǒng)計(jì)部分結(jié)果如下表所示。 如果正號(hào)平均秩和負(fù)號(hào)平均秩大致相當(dāng)，則可以認(rèn)為兩配對(duì)樣本數(shù)據(jù)正負(fù)變化程度基本相當(dāng)，分布差距較小。其零假設(shè)為：樣本來(lái)自的兩配對(duì)樣本總體的分布無(wú)顯著差異。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1