【正文】 值。如果各樣本的平均秩相差很大，則不能認(rèn)為多個(gè)獨(dú)立總體的分布無顯著差異。其零假設(shè)是：樣本來自的多個(gè)獨(dú)立總體的分布無顯著差異。 ? 研究問題 隨機(jī)抽取 3個(gè)班級(jí)的學(xué)生，得到 21個(gè)學(xué)生成績樣本，如表 107所示，問 3個(gè)班級(jí)學(xué)生總體成績是否存在顯著差異？ SPSS中實(shí)現(xiàn)過程 表 107 3個(gè)班級(jí)學(xué)生成績 學(xué) 生 成 績 所 屬 班 級(jí) 學(xué) 生 成 績 所 屬 班 級(jí) 1 2 1 2 1 2 1 3 1 3 1 3 1 3 2 3 2 3 2 3 2 ? 實(shí)現(xiàn)步驟 圖 1019 在菜單中選擇“ K Independent Samples”命令 圖 1020 “Tests for Several Independent Samples”對(duì)話框 圖 1021 “Several Independent Samples： Define Range”對(duì)話框 圖 1022 “TwoIndependentSamples： Options”對(duì)話框 結(jié)果和討論 （ 1）多獨(dú)立樣本 KW檢驗(yàn)結(jié)果如下兩表所示。 兩配對(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：兩配對(duì)樣本（ 2 Related Samples）非參數(shù)檢驗(yàn)是在對(duì)總體分布不很清楚的情況下，對(duì)樣本來自的兩相關(guān)配對(duì)總體分別進(jìn)行檢驗(yàn)。前者推斷兩種效果有無差別，后者推斷某種處理是否有效。在應(yīng)用領(lǐng)域中，主要的配對(duì)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。 SPSS中有以下 3種兩配對(duì)樣本非參數(shù)檢驗(yàn)方法。其零假設(shè)為：樣本來自的兩配對(duì)總體分布無顯著差異。 McNemar變化顯著性檢驗(yàn)基本方法采用二項(xiàng)分布檢驗(yàn)。 2．兩配對(duì)樣本的符號(hào)（ Sign）檢驗(yàn) 當(dāng)兩配對(duì)樣本的觀察值不是二值數(shù)據(jù)時(shí)，無法利用前面一種檢驗(yàn)方法，這時(shí)可以采用兩配對(duì)樣本的符號(hào)（ Sign）檢驗(yàn)方法。 兩配對(duì)樣本的符號(hào)檢驗(yàn)利用正、負(fù)符號(hào)的個(gè)數(shù)多少來進(jìn)行檢驗(yàn)。然后計(jì)算正號(hào)的個(gè)數(shù)和負(fù)號(hào)的個(gè)數(shù)。例如，正號(hào)的個(gè)數(shù)和負(fù)號(hào)的個(gè)數(shù)大致相當(dāng)，則可以認(rèn)為兩配對(duì)樣本數(shù)據(jù)分布差距較小；正號(hào)的個(gè)數(shù)和負(fù)號(hào)的個(gè)數(shù)相差較多，可以分為兩配對(duì)樣本數(shù)據(jù)分布差距較大。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(duì)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(duì)樣本來自的總體分布無顯著差異。兩配對(duì)樣本的 Wilcoxon符號(hào)平均秩檢驗(yàn)考慮了這方面的因素。 兩配對(duì)樣本的 Wilcoxon符號(hào)平均秩檢驗(yàn)首先按照符號(hào)檢驗(yàn)的方法，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)。然后將絕對(duì)差值數(shù)據(jù)按升序排序，并求出相應(yīng)的秩，最后分別計(jì)算正號(hào)秩總合 W +、負(fù)號(hào)秩總合 W ?以及正號(hào)平均秩和負(fù)號(hào)平均秩。 兩配對(duì)樣本的 Wilcoxon符號(hào)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(gè)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。其中第一列表示，訓(xùn)練前的成績是否合格， 0表示不合格， 1表示合格；第二列表示訓(xùn)練后的成績是否合格， 0表示不合格， 1表示合格；第三列表示訓(xùn)練前學(xué)生的具體成績；第四列表示訓(xùn)練后學(xué)生的具體成績。 （ 2） Wilcoxon檢驗(yàn)結(jié)果如下兩表所示。 （ 4） McNemar檢驗(yàn)結(jié)果如下兩表所示。 SPSS中有以下 3種多配對(duì)樣本非參數(shù)檢驗(yàn)方法。其零假設(shè)為：樣本來自的多個(gè)配對(duì)總體的分布無顯著差異。 如果多個(gè)配對(duì)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(huì)存在顯著差異。 2．多配對(duì)樣本的 Kendall協(xié)同系數(shù)檢驗(yàn) 多配對(duì)樣本的 Kendall協(xié)同系數(shù)檢驗(yàn)和Friedman檢驗(yàn)非常類似，也是一種多配對(duì)樣本的非參數(shù)檢驗(yàn)，但分析的角度不同。它將每個(gè)評(píng)判對(duì)象的分?jǐn)?shù)都看作是來自多個(gè)配對(duì)總體的樣本。 Kendall協(xié)同系數(shù)檢驗(yàn)中會(huì)計(jì)算 Friedman檢驗(yàn)方法，得到 friedman統(tǒng)計(jì)量和相伴概率。 3．多配對(duì)樣本的 Cochran Q檢驗(yàn) 多配對(duì)樣本的 Cochran Q檢驗(yàn)也是對(duì)多個(gè)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)。其零假設(shè)是：樣本來自的多配對(duì)總體分布無顯著差異。問在這 4個(gè)時(shí)期， 10個(gè)人的體重有無發(fā)生顯著的變化。 表 1010 4個(gè)時(shí)期的體重（ kg） pre_1 post_1 post_2 post_3 ? 實(shí)現(xiàn)步驟 圖 1028 在菜單中選擇“ K Related Samples”命令 圖 1029 “Tests for Serveral Related Samples”對(duì)話框（一） 圖 1030 “Several Related Samples： Statistics”對(duì)話框（一） ? 研究問題 2 某文藝晚會(huì)中有 5個(gè)節(jié)目，共有 5個(gè)評(píng)委參與打分。數(shù)據(jù)如表 1011所示。數(shù)據(jù)如表 1012所示。 （ 3）多配對(duì)樣本的 Cochran Q檢驗(yàn)結(jié)果如下兩表所示。這種方法進(jìn)行的并不是參數(shù)間的比較，而是分布位置、分布形狀之間的比較，研究目標(biāo)總體與理論總體分布是否相同，或者各樣本所在總體的分布位置是否相同等。 小 結(jié) SPSS中 “ Analyze”/“Nonparametric Tests”菜單主要用于非參數(shù)檢驗(yàn)。