spss1610非參數(shù)檢驗(參考版)
2025-05-15 00:39本頁面
【正文】 其中，單樣本非參數(shù)檢驗由 “ 1—Sample KS”子菜單來執(zhí)行；兩獨立樣本非參數(shù)檢驗由 “ 2 Independent Samples”子菜單執(zhí)行；多獨立樣本非參數(shù)檢驗由 “ K Independent Samples”子菜單執(zhí)行；兩配對樣本非參數(shù)檢驗由 “ 2 Related Samples”子菜單執(zhí)行；多配對樣本非參數(shù)檢驗由 “ K Related Samples”子菜單執(zhí)行。 小 結(jié) 非參數(shù)檢驗根據(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、兩獨立樣本非參數(shù)檢驗、多獨立樣本非參數(shù)檢驗、兩配對樣本非參數(shù)檢驗、多配對樣本非參數(shù)檢驗等。 小 結(jié) 非參數(shù)檢驗主要用于那些總體分布不能用有限個實參數(shù)來刻畫，或者不考慮被研究的對象為何種分布以及是否已知的情況。 表 1012 顧客的滿意度表格 品 牌 1 品 牌 2 品 牌 3 顧客 1 滿意 不滿意 不滿意 顧客 2 滿意 滿意 滿意 顧客 3 不滿意 不滿意 不滿意 顧客 4 滿意 滿意 滿意 顧客 5 滿意 滿意 不滿意 顧客 6 滿意 滿意 不滿意 顧客 7 滿意 不滿意 滿意 顧客 8 滿意 滿意 滿意 顧客 9 滿意 滿意 不滿意 顧客 10 滿意 不滿意 滿意 ? 實現(xiàn)步驟 圖 1033 “Tests for Serveral Related Samples”對話框（三） 結(jié)果和討論 （ 1）多配對樣本的 Friendman檢驗 （ 2）多配對樣本的 Kendall協(xié)同系數(shù)檢驗，描述性統(tǒng)計部分結(jié)果表格如下。 表 1011 5個評委的打分表 節(jié) 目 1 節(jié) 目 2 節(jié) 目 3 節(jié) 目 4 節(jié) 目 5 評委 1 評委 2 評委 3 評委 4 評委 5 ? 實現(xiàn)步驟 圖 1031 “Tests for Serveral Related Samples”對話框（二） 圖 1032 “Several Related Samples： Statistics”對話框（二） ? 研究問題 3 消費者協(xié)會調(diào)查了顧客對 3種品牌的電視機的滿意程度，共有 10個顧客參與了滿意度調(diào)查。問這 5個評委的判斷標(biāo)準(zhǔn)是否一致。數(shù)據(jù)如表 1010所示。 SPSS中實現(xiàn)過程 ? 研究問題 1 為了試驗?zāi)撤N減肥藥的性能，測量 10個人在服用該藥前以及服用該藥一個月后、兩個月后、 3個月后的體重。不同的是多配對樣本的 Cochran Q檢驗所能處理的數(shù)據(jù)是二值的（ 0和 1）。如果相伴概率小于顯著性水平，可以認(rèn)為這 10個節(jié)目之間沒有顯著差異，那么可以認(rèn)為這 5個評委判定標(biāo)準(zhǔn)不一致，也就是判定結(jié)果不一致。一個評判對象對不同被判定對象的分?jǐn)?shù)構(gòu)成一個樣本，其零假設(shè)為：樣本來自的多個配對總體的分布無顯著差異，即評判者的評判標(biāo)準(zhǔn)不一致。多配對樣本的 Kendall協(xié)同系數(shù)檢驗主要用在分析評判者的判別標(biāo)準(zhǔn)是否一致公平方面。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 沒有顯著差異。 多配對樣本的 Friendman檢驗的實現(xiàn)原理是：首先以樣本為單位，將各個樣本數(shù)據(jù)按照升序排列，求得各個樣本數(shù)據(jù)在各自行中的秩，然后計算各樣本的秩總和及平均秩。 1．多配對樣本的 Friendman檢驗 多配對樣本的 Friendman檢驗是利用秩實現(xiàn)多個配對總體分布檢驗的一種方法，多配對樣本的 Friendman檢驗要求數(shù)據(jù)是定距的。 多配對樣本非參數(shù)檢驗 統(tǒng)計學(xué)上的定義和計算公式 定義：多配對樣本非參數(shù)檢驗是對多個匹配樣本的總體分布是否存在顯著性差異進(jìn)行統(tǒng)計分析。 （ 3）符號檢驗結(jié)果如下兩表所示。問訓(xùn)練前后學(xué)生的成績是否存在顯著差異？ SPSS中實現(xiàn)過程 表 109 訓(xùn)練前后的成績 訓(xùn)練前 訓(xùn)練后 訓(xùn)練前成績 訓(xùn)練后成績 0 1 1 1 0 1 0 1 0 0 0 0 1 1 1 1 0 1 1 1 ? 實現(xiàn)步驟 圖 1023 在菜單中選擇“ 2 Related Samples”命令 圖 1024 “TwoRelatedSamples Tests”對話框 圖 1025 選擇兩個變量配對 圖 1026 “TwoRelatedSamples： Options”對話框 圖 1027 選擇兩個變量配對 結(jié)果和討論 （ 1）描述性統(tǒng)計部分結(jié)果如下表所示。表格的每一行表示一個學(xué)生的 4個成績。 如果正號平均秩和負(fù)號平均秩大致相當(dāng)，則可以認(rèn)為兩配對樣本數(shù)據(jù)正負(fù)變化程度基本相當(dāng)，分布差距較小。同時保存差值的絕對值數(shù)據(jù)。其零假設(shè)為：樣本來自的兩配對樣本總體的分布無顯著差異。 3．兩配對樣本的 Wilcoxon符號平均秩檢驗 兩配對樣本的符號檢驗考慮了總體數(shù)據(jù)變化的性質(zhì)，但沒有考慮兩組樣本變化的程度。 SPSS將自動對差值正負(fù)符合序列作單樣本二項分布檢驗，計算出實際的概率值。 通過比較正號的個數(shù)和負(fù)號的個數(shù)，可以判斷兩組樣本的分布。首先，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。其零假設(shè)為：樣本來自的兩配對樣本總體的分布無顯著差異。它通過對兩組樣本前后變化的頻率，計算二項分布的概率值。 McNemar變化顯著性檢驗要求待檢驗的兩組樣本的觀察值是二值數(shù)據(jù)，在實際分析中有一定的局限性。 1．兩配對樣本的 McNemar變化顯著性檢驗 McNemar變化顯著性檢驗以研究對象自身為對照，檢驗其兩組
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1