【正文】 國家 N Mean Rank Sum of Ranks 市盈率 日本 10 美國 12 Total 22 3. 實例結(jié)果及分析 （ 3） 曼 惠特尼 U檢驗結(jié)果表 市盈率 MannWhitney U Wilcoxon W Z Asymp. Sig. (2tailed) Exact Sig. [2*(1tailed Sig.)] SPSS在多獨立樣本 非參數(shù)檢驗中的應(yīng)用 多獨立樣本非參數(shù)檢驗的基本原理 多獨立樣本的非參數(shù)檢驗是通過分析多組獨立樣本數(shù)據(jù)，推斷樣本來自的多個總體的分布是否存在顯著差異。輸入完成后，單擊 【 Continue】 按鈕返回主對話框。 ? Step03： 選擇分組變量 選擇分組變量 x， 將其添加至 【 Grouping Variable(s)(分組變量 )】 文本框中。 ? Step01： 打開對話框 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 2 Independent Samples(2個獨立樣本 )】 命令，彈出如下圖所示的對話框。 H1 ： 日本公司和美國公司的市盈率存在顯著差異。于是建立如下假設(shè)檢驗。由于這里樣本量較少，難以確定這兩個總體的分布，因此可以引入非參數(shù)的檢驗方法。 實例圖文分析：日本和 美國公司的市盈率 ? 1. 實例內(nèi)容 一個公司的市盈率是指這家公司股票的當前價格除以最近 12個月的每股收益。 ? Step06： 其他選項選擇 【 Options】 按鈕用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法。系統(tǒng)提供了四種常用方法： MannWhitney U(曼 惠特尼 U檢驗 )、 KolmogorovSmirnov Z(KS檢驗 )、 Moses Extreme Reactions(極端反應(yīng)檢驗 )和WaldWolfwitz Runs(游程檢驗 )。設(shè)置完成后，單擊 【 Continue】 按鈕，返回主對話框。 ? Step03： 選擇分組變量 在 【 TwoIndependentSamples Tests(兩個獨立樣本檢驗 )】 對話框左側(cè)的候選變量中選擇分組變量，將其添加至 【 Grouping Variable(s)(分組變量 )】 文本框中，目的是要區(qū)分檢驗變量的不同組別。 兩獨立樣本非參數(shù)檢 驗的 SPSS操作詳解 ? Step01： 打開主菜單 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 2 Independent Samples(2個獨立樣本 )】 命令，彈出 【 TwoIndependentSamples Tests(兩個獨立樣本檢驗 )】 對話框 。如果沒有影響，則可以認為這兩個總體是獨立的。這種檢驗方法一般通過獨立總體的均值或中位數(shù)是否存在顯著差異來推斷。 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Descriptive Statistics(描述統(tǒng)計 )】 → 【 PP Plots(PP圖 )】 命令，即可生成 PP圖 。所以接受零假設(shè)，認為該廠商的銷售收益服從正態(tài)分布。給出了 KS檢驗關(guān)鍵結(jié)果：實際分布和檢驗分布之間的正向最大頻數(shù)差為 ，負向最大頻數(shù)差為 ，因此用于計算統(tǒng)計量的絕對值最大頻數(shù)差為 。樣本總數(shù) N等于 1488，收益均值等于 $2,，收益標準差等于 $，收益最小值和最大值分別是 $13和 $6,213，收益 25％、 50％和 75％的分位數(shù)是 $1,、 $2, $3,。 Step04：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 Step03：確定斷點 單擊 【 Options】 按鈕，在彈出的對話框的 【 Statistics(統(tǒng)計量 )】選項組中勾選 【 Descriptive(描述性 )】 和 【 Quartiles(四分位數(shù) )】 復(fù)選框，表示輸出基本統(tǒng)計量。 Step02：選擇檢驗變量 在候選變量列表框中選擇 “ revenue”變量作為檢驗變量，將其添加至 【 Test Variable List(檢驗變量列表 )】 列表框中。從圖形特征看到， “ revenue”變量的分布非常接近正態(tài)分布，但需要采用 KS檢驗來診斷。 2 .實例操作 本案例的目的就是要檢驗文件 “ revenue”變量是否服從正態(tài)部分，因此可以采用非參數(shù) KS檢驗來判斷。依據(jù)其他銷售商已有的資料，他認為其銷售收益可能服從正態(tài)分布。 ? Step06： 單擊 【 OK】 按鈕，結(jié)束操作， SPSS軟件自動輸出結(jié)果。 ? Step04： 選擇計算精確概率 【 Exact】 按鈕用于選擇計算概率 P值的方法，它的功能和卡方檢驗中相關(guān)按鈕是相同的。 ? Step03： 選擇待檢驗理論分布 在 【 Test Distribution(檢驗分布 )】 選項組中，用戶需要選擇待檢驗的理論分布。 單樣本 KS檢驗的 SPSS操作詳解 ? Step01： 打開對話框 選擇菜單欄中的 【 Analyze(分析 )】→ 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 1samples KS(1樣本 KS(1))】 命令，彈出 【 OneSample KS Test(單樣本KS檢驗 )】 對話框，這是 KS檢驗的主操作窗口。 SPSS將自動計算 KS檢驗中的 Z統(tǒng)計量，依據(jù) KS分布表（小樣本）或正態(tài)分布表（大樣本）給出相應(yīng)的相伴概率 P值。它的基本思想是：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)的理論累計概率分布函數(shù) F0(x)；利用樣本數(shù)據(jù)計算各樣本數(shù)據(jù)點的累計概率，得到經(jīng)驗累計概率分布函數(shù)S0(x)；計算 S0(x）和 F0(x)在相同變量值點 x上的差 D(x)，得到差值序列 D。 KS檢驗的理論分布可以為正態(tài)分布、均勻分布、指數(shù)分布和泊松分布等。 indicate Test Valuea Cases Test Value 12 Cases = Test Value 10 Total Cases 22 Number of Runs 6 Z Asymp. Sig. (2tailed) .017 SPSS在單樣本 KS檢驗中的應(yīng)用 單樣本 KS檢驗的基本原理 KS檢驗是以兩位前蘇聯(lián)數(shù)學(xué)家柯爾莫哥（ Kolmogorov）和斯米諾夫（ Smirnov）命名的，是一種擬和優(yōu)度的非參數(shù)檢驗方法。游程檢驗的 Z統(tǒng)計量值等于 ，概率 P值 0.017小于顯著性水平 ，說明這組數(shù)據(jù)不是隨機序列，數(shù)據(jù)的排序呈現(xiàn)一定的規(guī)律性。 3. 實例結(jié)果及分析 根據(jù)第二步操作，數(shù)據(jù)文件 “ indicate”變量進行了重新排列，形成了序列： 1 1 1 1 1 2 1 1 1 1 2 2 2 1 1 1 2 2 2 2 2 2 這個序列是按照資產(chǎn)負債率的高低將企業(yè)類型 “ indicate”進行重新排列得到的。 ? Step04： 在 【 Cut point(割點 )】 選項組中取消勾選系統(tǒng)默認的【 Median(中位數(shù) )】 復(fù)選框，勾選 【 Mean(均值 )】 復(fù)選框。選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 Runs Test(游程檢驗 )】 命令，彈出 【 Runs Test(游程檢驗 )】 對話框。這步的目的就是要按照企業(yè)負債率的高低對 “ indicate”變量重新排序。 ? Step02： 選擇菜單欄中的 【 Data(數(shù)據(jù) )】 → 【 Sort Cases(排序個案 )】命令，彈出 【 Sort Cases(排序個案 )】 對話框。 如果兩個行業(yè)的負債水平?jīng)]有差異，它們的資產(chǎn)負債率按大小應(yīng)該是隨機混合排列的，則構(gòu)成的這組數(shù)列應(yīng)該是隨機的；否則說明工業(yè)和商業(yè)企業(yè)的負債水平有一定的規(guī)律性，即兩個行業(yè)有一定的差異性。接著將這些序列按照升序或降序重新排列。因此，今年企業(yè)的盈利會對明年企業(yè)的經(jīng)營狀況產(chǎn)生顯著影響。接著計算游程檢驗的Z統(tǒng)計量等于 ，相伴概率 P值 。在過去 20年中，企業(yè)虧損的年份數(shù)共有 7年，而在剩下的 13年里該企業(yè)都是盈利的。 Step04：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 ? Step02： 選擇檢驗變量 在候選變量列表框中選擇 “ x”變量作為檢驗變量，將其添加至 【 Test Variable List(檢驗變量列表 )】 列表框中。 Step01：打開對話框 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 Runs Test(游程檢驗 )】 命令，彈出 【 Runs Test(游程檢驗 )】 對話框。如果歷史數(shù)據(jù)是隨機的，說明今年的盈利不會對明年企業(yè)的生產(chǎn)產(chǎn)生影響；反之，表明今年的盈利會對明年生產(chǎn)有影響。也就是說，要判斷不同年份之間的盈虧情況有無影響性，即盈虧情況是否是隨機的?，F(xiàn)根據(jù)財務(wù)統(tǒng)計預(yù)測今年該企業(yè)盈利，請問這個結(jié)果對企業(yè)明年的經(jīng)營狀況有無影響？ ? 2. 實例操作 根據(jù)過去 20年的經(jīng)營情況看到該企業(yè)的盈虧情況經(jīng)常逐年發(fā)生變化。 實例圖文分析：企業(yè)盈虧預(yù)測 ? 1. 實例內(nèi)容 已知某企業(yè)在過去 20年的盈虧情況為 “ 0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1”。 ? Step05： 其他選項選擇 【 Options】 按鈕用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法。小于分界值的觀察值歸為一組，其余的歸為另一組，然后計算游程數(shù)。 ? Step02： 選擇檢驗變量 在 【 Runs Test(游程檢驗 )】 對話框左側(cè)的候選變量列表框中選擇一個或幾個變量，將其添加至 【 Test Variable List(檢驗變量列表 )】 列表框中，表示需要進行游程檢驗的變量。如果概率 P值小于或等于用戶設(shè)定的顯著性水平，則拒絕零假設(shè)，認為變量不具有隨機性；相反的，如果概率 P值大于顯著性水平，則認為變量出現(xiàn)是隨機的。 SPSS中利用游程數(shù)構(gòu)造 Z統(tǒng)計量，利用 Z統(tǒng)計量的分布來檢驗序列是否具有隨機性。因此，研究者可以使用游程檢驗來檢驗數(shù)據(jù)的隨機性。許多統(tǒng)計模型的假設(shè)中都要求觀察值都是獨立的，也就是說，收集到的數(shù)據(jù)樣本的順序是不相關(guān)的。但根據(jù)單尾概率 P值（ ）小于顯著性水平 （ ），可以判斷這批樣本的合格率不等于 95％， 即這批產(chǎn)品沒有合格。 N Mean Std. Deviation Minimum Maximum Percentiles 25th 50th (Median) 75th 燈泡壽命 30 3 947 1084 5 （ 2） 二項分布檢驗表 首先根據(jù)斷點 “ 960”將原始數(shù)據(jù)劃分為兩部分 ：“ Group 1” 和“ Group 2”，它們各自的樣本容量等于 6和 24，所占總體的比例為 20％和 80％。這里共選擇了 30個燈泡壽命樣本作二項分布檢驗，燈泡的平均壽命等于 ，標準差等于 ，燈泡壽命最小值等于 947小時，壽命最大值等于 1084小時。 ? Step06： 完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。在 【 Statistics(統(tǒng)計量 )】 選項組中勾選 【 Descriptive(描述性 )】 和 【 Quartiles(四分位數(shù) )】 復(fù)選框，表示輸出基本統(tǒng)計量。 ? Step04： 指定檢驗概率值 在 【 Test Proportion(檢驗比例 )】 文本框中輸入指定概率值“ ”。 ? Step03： 定義二元變量 在 【 Define Dichotomy(定義二分法 )】 選項組中點選 【 Cut point(割點 )】 ，以指定斷點。 1070 1073 958 958 975 969 1079 964 968 947 962 970 1054 987 9