spss使用教程ppt課件-文庫吧在線文庫
【正文】 每個點(diǎn)上的累計(jì)頻率；最后將兩個累計(jì)頻率相減，得到差值序列數(shù)據(jù)。如果沒有影響，則可以認(rèn)為兩個總體是獨(dú)立的。 單樣本 KS檢驗(yàn)可以將一個變量的實(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。 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。其零假設(shè)是 H0：樣本來自的總體與所指定的某個二項(xiàng)分布不存在顯著的差異。總體分布的卡方檢驗(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)。其中前 4種屬于單樣本非參數(shù)檢驗(yàn)。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) 兩配對樣本非參數(shù)檢驗(yàn) 多配對樣本非參數(shù)檢驗(yàn) 前面已經(jīng)討論的許多統(tǒng)計(jì)分析方法對總體有特殊的要求，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。 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)、兩配對樣本非參數(shù)檢驗(yàn)、多配對樣本非參數(shù)檢驗(yàn)等 8類常用的非參數(shù)檢驗(yàn)方法。 因此，總體分布的卡方檢驗(yàn)是一種吻合性檢驗(yàn)，比較適用于一個因素的多項(xiàng)分類數(shù)據(jù)分析。 SPSS二項(xiàng)分布檢驗(yàn)就是根據(jù)收集到的樣本數(shù)據(jù)，推斷總體分布是否服從某個指定的二項(xiàng)分布。 SPSS中實(shí)現(xiàn)過程 表 102 35名嬰兒的性別 嬰 兒 Sex 嬰 兒 Sex 嬰 兒 Sex 1 1 13 1 25 1 2 0 14 1 26 1 3 1 15 1 27 0 4 1 16 1 28 0 5 1 17 0 29 0 6 1 18 0 30 0 7 0 19 0 31 1 8 0 20 0 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 106 在菜單中選擇“ Binomial Test”命令 圖 107 “Binomial Test”對話框 圖 108 “Binomial Test： Options”對話框 結(jié)果和討論 SPSS單樣本變量值隨機(jī)性檢驗(yàn) 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義：單樣本變量值的隨機(jī)性檢驗(yàn)是對某變量的取值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)，也稱為游程檢驗(yàn)（ Run過程）。單樣本 KS檢驗(yàn)是利用樣本數(shù)據(jù)推斷總體是否服從某一理論分布的方法，適用于探索連續(xù)型隨機(jī)變量的分布形態(tài)。 兩個樣本是否獨(dú)立，主要看在一個總體中抽取樣本對另外一個總體中抽取樣本有無影響。其零假設(shè)是 H0為樣本來自的兩獨(dú)立總體分布沒有顯著差異。首先，將兩組樣本混合并按照升序排列。以控制樣本作對照，檢驗(yàn)實(shí)驗(yàn)樣本是否存在極端反應(yīng)。隨機(jī)抽取兩個廠家生成的燈泡若干，實(shí)驗(yàn)得到使用壽命，數(shù)據(jù)如表 105所示。如果沒有影響，則認(rèn)為這些總體之間是獨(dú)立的。 多獨(dú)立樣本的 KW檢驗(yàn)的基本方法是：首先將多組樣本數(shù)混合按升序排列，并求出每個觀察值的秩，然后對多組樣本的秩分別求平均值。 兩配對樣本非參數(shù)檢驗(yàn) 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義：兩配對樣本（ 2 Related Samples）非參數(shù)檢驗(yàn)是在對總體分布不很清楚的情況下，對樣本來自的兩相關(guān)配對總體分別進(jìn)行檢驗(yàn)。其零假設(shè)為：樣本來自的兩配對總體分布無顯著差異。然后計(jì)算正號的個數(shù)和負(fù)號的個數(shù)。 兩配對樣本的 Wilcoxon符號平均秩檢驗(yàn)首先按照符號檢驗(yàn)的方法，將第二組樣本的各個觀察值減去第一組樣本對應(yīng)的觀察值，如果得到差值是一個正數(shù)，則記為正號；差值為負(fù)數(shù)，則記為負(fù)號。 （ 2） Wilcoxon檢驗(yàn)結(jié)果如下兩表所示。 如果多個配對樣本的分布存在顯著的差異，那么數(shù)值普遍偏大的組秩和必然偏大，數(shù)值普遍偏小的組，秩和也必然偏小，各組的秩之間就會存在顯著差異。 3．多配對樣本的 Cochran Q檢驗(yàn) 多配對樣本的 Cochran Q檢驗(yàn)也是對多個互相匹配樣本總體分布是否存在顯著性差異的統(tǒng)計(jì)檢驗(yàn)。數(shù)據(jù)如表 1011所示。 小 結(jié) SPSS中 “ Analyze”/“Nonparametric Tests”菜單主要用于非參數(shù)檢驗(yàn)。 （ 3）多配對樣本的 Cochran Q檢驗(yàn)結(jié)果如下兩表所示。問在這 4個時期， 10個人的體重有無發(fā)生顯著的變化。它將每個評判對象的分?jǐn)?shù)都看作是來自多個配對總體的樣本。 SPSS中有以下 3種多配對樣本非參數(shù)檢驗(yàn)方法。 兩配對樣本的 Wilcoxon符號平均秩檢驗(yàn)按照下面的公式計(jì)算 Z統(tǒng)計(jì)量，它近似服從正態(tài)分布 ? 研究問題 分析 10個學(xué)生接受某種方法進(jìn)行訓(xùn)練的效果，收集到這些學(xué)生在訓(xùn)練前、后的成績，如表 109所示。如果得到的概率值小于或等于用戶的顯著性水平 ?，則應(yīng)拒絕零假設(shè) H0，認(rèn)為兩配對樣本來自的總體分布有顯著差異；如果概率值大于顯著性水平，則不能拒絕零假設(shè) H0，認(rèn)為兩配對樣本來自的總體分布無顯著差異。 2．兩配對樣本的符號（ Sign）檢驗(yàn) 當(dāng)兩配對樣本的觀察值不是二值數(shù)據(jù)時，無法利用前面一種檢驗(yàn)方法，這時可以采用兩配對樣本的符號（ Sign）檢驗(yàn)方法。在應(yīng)用領(lǐng)域中，主要的配對資料包括：具有年齡、性別、體重、病況等非處理因素相同或相似者。其零假設(shè)是：樣本
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1