《非參數(shù)分析》ppt課件-全文預(yù)覽
【正文】 SPSS將自動(dòng)對(duì)差值正負(fù)符合序列作單樣本二項(xiàng)分布檢驗(yàn)，計(jì)算出實(shí)際的概率值。首先，將第二組樣本的各個(gè)觀察值減去第一組樣本對(duì)應(yīng)的觀察值，如果得到差值是一個(gè)正數(shù)，則記為正號(hào)；差值為負(fù)數(shù)，則記為負(fù)號(hào)。它通過(guò)對(duì)兩組樣本前后變化的頻率，計(jì)算二項(xiàng)分布的概率值。 1．兩配對(duì)樣本的 McNemar變化顯著性檢驗(yàn) McNemar變化顯著性檢驗(yàn)以研究對(duì)象自身為對(duì)照，檢驗(yàn)其兩組樣本變化是否顯著。 兩配對(duì)樣本非參數(shù)檢驗(yàn)的前提要求兩個(gè)樣本應(yīng)是配對(duì)的。 （ 2）多獨(dú)立樣本中位數(shù)檢驗(yàn)結(jié)果如下兩表所示。 3．多獨(dú)立樣本的 JonkheereTerpstra檢驗(yàn) 多獨(dú)立樣本的 JonkheereTerpstra檢驗(yàn)用于分析樣本來(lái)自的多個(gè)獨(dú)立總體分布是否存在顯著差異。其零假設(shè)為：樣本來(lái)自的多個(gè)獨(dú)立總體的分布無(wú)顯著差異。 SPSS中有 3種多獨(dú)立樣本非參數(shù)檢驗(yàn)方法。 多個(gè)樣本之間是否獨(dú)立，需要看在一個(gè)總體中抽取樣本對(duì)其他總體中抽取樣本是否有影響。 （ 3）兩獨(dú)立樣本極端反應(yīng)檢驗(yàn)輸出結(jié)果如下兩表所示。 SPSS中實(shí)現(xiàn)過(guò)程 ? 研究問(wèn)題 研究?jī)蓚€(gè)不同廠家生產(chǎn)的燈泡使用壽命是否存在顯著差異。 兩獨(dú)立樣本的極端檢驗(yàn)計(jì)算跨度和截頭跨度。 兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)將一個(gè)樣本作為控制樣本，另外一個(gè)樣本作為實(shí)驗(yàn)樣本。 SPSS將自動(dòng)計(jì)算游程數(shù)得到 Z統(tǒng)計(jì)量，并依據(jù)正態(tài)分布表給出對(duì)應(yīng)的相伴概率值。 樣本的游程檢驗(yàn)中，計(jì)算游程的方法與觀察值的秩有關(guān)。 SPSS將自動(dòng)計(jì)算 KS Z統(tǒng)計(jì)量，并依據(jù)正態(tài)分布表給出對(duì)應(yīng)的相伴概率值。 2．兩獨(dú)立樣本的 KS檢驗(yàn) 兩獨(dú)立樣本的 KS檢驗(yàn)?zāi)軌驅(qū)瑟?dú)立樣本的總體分布情況進(jìn)行比較。 1．兩獨(dú)立樣本的 MannWhitney U檢驗(yàn) 兩獨(dú)立樣本的 MannWhitney U檢驗(yàn)的零假設(shè)H0為樣本來(lái)自的兩獨(dú)立總體均值沒(méi)有顯著差異。一般用來(lái)對(duì)兩個(gè)獨(dú)立樣本的均數(shù)、中位數(shù)、離散趨勢(shì)、偏度等進(jìn)行差異比較檢驗(yàn)。 SPSS實(shí)現(xiàn) KS檢驗(yàn)的過(guò)程如下： （ 1）根據(jù)樣本數(shù)據(jù)和用戶的指定構(gòu)造出理論分布，查分布表得到相應(yīng)的理論累計(jì)概率分布函數(shù)； SPSS在統(tǒng)計(jì)中將計(jì)算 KS的 Z統(tǒng)計(jì)量，并依據(jù) KS分布表（小樣本）或正態(tài)分布表（大樣本）給出對(duì)應(yīng)的相伴概率值。 表 103 35名住戶發(fā)病情況 住 戶 發(fā) 病 情 況 住 戶 發(fā) 病 情 況 住 戶 發(fā) 病 情 況 1 1 13 1 25 1 2 0 14 1 26 1 3 1 15 1 27 0 4 1 16 1 28 1 5 1 17 0 29 0 6 1 18 0 30 0 7 0 19 1 31 1 8 0 20 1 32 0 9 0 21 0 33 0 10 0 22 0 34 0 11 1 23 1 35 0 12 1 24 1 ? 實(shí)現(xiàn)步驟 圖 109 在菜單中選擇“ Runs”命令 圖 1010 “Runs Test”對(duì)話框 圖 1011 “Runs Test： Options”對(duì)話框 結(jié)果和討論 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 SPSS單樣本 KS檢驗(yàn) 定義：?jiǎn)螛颖?KS檢驗(yàn)是以兩位前蘇聯(lián)數(shù)學(xué)家 Kolmogorov和 Smirnov命名的，也是一種擬合優(yōu)度的非參數(shù)檢驗(yàn)方法。所謂游程是樣本序列中連續(xù)出現(xiàn)的變量值的次數(shù)。問(wèn)這個(gè)地方出生嬰兒的性別比例與通常的男女性比例（總體概率約為 ）是否不同？數(shù)據(jù)如表 102所示。 Z統(tǒng)計(jì)量的計(jì)算公式如下 SPSS將自動(dòng)計(jì)算 Z統(tǒng)計(jì)量，并給出相應(yīng)的相伴概率值。調(diào)用 SPSS中的二項(xiàng)分布檢驗(yàn)（ Binomial）可對(duì)樣本資料進(jìn)行二項(xiàng)分布分析。 SPSS中實(shí)現(xiàn)過(guò)程 表 101 學(xué)生的數(shù)學(xué)成績(jī) 周 日 患 者 數(shù) 1 31 2 38 3 70 4 80 5 29 6 24 7 31 ? 實(shí)現(xiàn)步驟 圖 101 在菜單中選擇“ Weight Cases”命令 圖 102 “Weight Cases”對(duì)話框 圖 103 在菜單中選擇“ ChiSquare”命令 圖 104 “ChiSquare Test”對(duì)話框 圖 105 “ChiSquare Test： Options”對(duì)話框 （ 1）本例輸出結(jié)果中有兩個(gè)表格，其中第一個(gè)表格如下。它的零假設(shè) H0：樣本來(lái)自的總體分布形態(tài)和期望分布或某一理論分布沒(méi)有顯著差異。這可以通過(guò)繪制樣本數(shù)據(jù)直方圖的方法來(lái)進(jìn)行粗略的判斷。非參數(shù)檢驗(yàn)根據(jù)樣本數(shù)目以及樣本之間的關(guān)系可以分為單樣本非參數(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)和多配對(duì)樣本非參數(shù)檢驗(yàn)幾種。 但許多調(diào)查或?qū)嶒?yàn)所得的科研數(shù)據(jù)，其總體分布未知或無(wú)法確定。這些方法常用來(lái)估計(jì)或檢驗(yàn)總體參數(shù)，統(tǒng)稱(chēng)為參數(shù)檢驗(yàn)。 這種不是針對(duì)總體參數(shù)，而是針對(duì)總體的某些一般性假設(shè)（如總體分布）的統(tǒng)計(jì)分析方法稱(chēng)非參數(shù)檢驗(yàn)（ Nonparametric Tests）。 總體分布的卡方（ Chisquare）檢驗(yàn) 在得到一批樣本數(shù)據(jù)后，人們往往希望從中得到樣本所來(lái)自的總體的分布形態(tài)是否和某種特定分布相擬合。 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義：總體分布的卡方檢驗(yàn)適用于配合度檢驗(yàn)，是根據(jù)樣本數(shù)據(jù)的實(shí)際頻數(shù)推斷總體分布與期望分布或理論分布是否有顯著差異。 ? 研究問(wèn)題 某地一周內(nèi)各日患憂郁癥的人數(shù)分布如表101所示，請(qǐng)檢驗(yàn)一周內(nèi)各日人們憂郁數(shù)是否滿足 1:1:2:2:1:1:1。從這種二分類(lèi)總體中抽取的所有可能結(jié)果，要么是對(duì)立分類(lèi)中的這一類(lèi)，要么是另一類(lèi)，其頻數(shù)分布稱(chēng)為二項(xiàng)分布。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1