第6章SPSS的非參數(shù)檢驗(yàn)

SPSS

中進(jìn)行非參數(shù)檢驗(yàn)由【Analyze(分析)】菜單中的【NonparametricTests(非參數(shù)檢驗(yàn))】菜單項(xiàng)導(dǎo)出。其中包括以下命令?！馛hi-square

test：卡方檢驗(yàn)?！馚inomialtest：二項(xiàng)分布檢驗(yàn)?！馬unstest：游程檢驗(yàn)?！?-SimpleK-Stest：單樣本K-S檢驗(yàn)?！?IndependentSampletest：兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)?！馣IndependentSamplestest：多個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)?！?RelatedSampletest：兩個(gè)相關(guān)樣本非參數(shù)檢驗(yàn)?！馣RelatedSampletest：多個(gè)相關(guān)樣本非參數(shù)檢驗(yàn)。當(dāng)前第1頁\共有109頁\編于星期五\21點(diǎn)6.1非參數(shù)檢驗(yàn)概述6.1.1非參數(shù)檢驗(yàn)的提出非參數(shù)檢驗(yàn)是不依賴總體分布的統(tǒng)計(jì)推斷方法。它是指在總體不服從正態(tài)分布且分布情況不明時(shí)，用來檢驗(yàn)數(shù)據(jù)資料是否來自同一個(gè)總體假設(shè)的一類檢驗(yàn)方法。由于這些方法一般不涉及總體參數(shù)而得名。這類方法的假定前提比參數(shù)假設(shè)檢驗(yàn)方法少得多，也容易滿足，適用于計(jì)量信息較弱的資料且計(jì)算方法也簡便易行，所以在實(shí)際中有廣泛的應(yīng)用。

當(dāng)前第2頁\共有109頁\編于星期五\21點(diǎn)6.1.2非參數(shù)檢驗(yàn)的特點(diǎn)和參數(shù)方法相比，非參數(shù)檢驗(yàn)方法的優(yōu)勢如下：

（1）穩(wěn)健性。因?yàn)閷傮w分布的約束條件大大放寬，不至于因?yàn)閷y(tǒng)計(jì)中的假設(shè)過分理想化而無法切合實(shí)際情況，從而對個(gè)別偏離較大的數(shù)據(jù)不至于太敏感。

（2）對數(shù)據(jù)的測量尺度無約束，對數(shù)據(jù)的要求也不嚴(yán)格，什么數(shù)據(jù)類型都可以做。

（3）適用于小樣本、無分布樣本、數(shù)據(jù)污染樣本、混雜樣本等。當(dāng)前第3頁\共有109頁\編于星期五\21點(diǎn)表6-1參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)的效率比較應(yīng)用參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)對正態(tài)總體的非參數(shù)檢驗(yàn)的效率評價(jià)配對樣本數(shù)據(jù)兩個(gè)獨(dú)立樣本多個(gè)獨(dú)立樣本相關(guān)隨機(jī)性t檢驗(yàn)或者z檢驗(yàn)t檢驗(yàn)或者z檢驗(yàn)方差分析(F檢驗(yàn))線性相關(guān)無可用的參數(shù)檢驗(yàn)符號檢驗(yàn)Wilcoxon檢驗(yàn)Wilcoxon檢驗(yàn)K-W檢驗(yàn)秩相關(guān)檢驗(yàn)游程檢驗(yàn)0.630.950.950.950.91沒有可比較的基礎(chǔ)當(dāng)前第4頁\共有109頁\編于星期五\21點(diǎn)6.2SPSS 在卡方檢驗(yàn)中的應(yīng)用1.使用目的卡方檢驗(yàn)（Chi-SquarTest）也稱為卡方擬合優(yōu)度檢驗(yàn)，是K.Pearson給出的一種最常用的非參數(shù)檢驗(yàn)方法。它用于檢驗(yàn)觀測數(shù)據(jù)是否與某種概率分布的理論數(shù)值相符合，進(jìn)而推斷觀測數(shù)據(jù)是否是來自于該分布的樣本的問題。

2.基本原理進(jìn)行卡方檢驗(yàn)時(shí)，首先提出零假設(shè)：樣本X來自的總體分布服從期望分布或某一理論分布。接著，利用實(shí)際觀測值的頻數(shù)與理論的期望頻數(shù)之間的差異來構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，它描述了觀察值和理論值之間的偏離程度。

3.軟件使用方法

SPSS會(huì)自動(dòng)計(jì)算出χ2統(tǒng)計(jì)量及對應(yīng)的相伴概率P值。當(dāng)前第5頁\共有109頁\編于星期五\21點(diǎn)6.2.2卡方檢驗(yàn)的SPSS操作詳解Step01：打開主菜單

選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【Chi-Square(卡方)】命令，彈出【Chi-SquareTest(卡方檢驗(yàn))】對話框。當(dāng)前第6頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在【Chi-SquareTest(卡方檢驗(yàn))】對話框左側(cè)的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中，表示需要進(jìn)行進(jìn)行卡方檢驗(yàn)的變量。Step03：確定檢驗(yàn)范圍在【ExpectedRange(期望全距)】選項(xiàng)組中可以確定檢驗(yàn)值的范圍，對應(yīng)有兩個(gè)單選項(xiàng)。Step04：選擇期望值在【ExpectedValues(期望值)】選項(xiàng)組中可以指定期望值，對應(yīng)有兩個(gè)單選項(xiàng)。

當(dāng)前第7頁\共有109頁\編于星期五\21點(diǎn)Step05：選擇計(jì)算精確概率單擊【Exact】按鈕，彈出【ExactTests(精確檢驗(yàn))】對話框，該對話框用于選擇計(jì)算概率P值的方法。當(dāng)前第8頁\共有109頁\編于星期五\21點(diǎn)Step06：其他選項(xiàng)選擇單擊【Options】按鈕，彈出【Options(選項(xiàng))】對話框，該對話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法.

Step07單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。當(dāng)前第9頁\共有109頁\編于星期五\21點(diǎn)6.2.3實(shí)例圖文分析：人員結(jié)構(gòu)的調(diào)動(dòng)1.實(shí)例內(nèi)容某公司經(jīng)營多年，形成了一套成熟的企業(yè)文化和管理體系，例如根據(jù)多年的運(yùn)營經(jīng)驗(yàn)，經(jīng)理層、監(jiān)察員、辦事員三種職務(wù)類別人員比例大約在15：5：80為宜，這樣運(yùn)行效率最高。目前公司進(jìn)行人事調(diào)整，公司人員結(jié)構(gòu)發(fā)生變動(dòng)，有員工擔(dān)心是否人事調(diào)整已經(jīng)導(dǎo)致職務(wù)類型比例的失調(diào)。請利用數(shù)據(jù)文件6-1.sav來解決該問題。三種職務(wù)的期望構(gòu)成比為15％、5％和80％。而目前樣本中觀察到的三種職務(wù)的人數(shù)比為84：27：363，構(gòu)成比分別是17.7％、5.7％和76.6％，和理論值有差異。那么這種差異是由隨機(jī)誤差造成的，還是真的構(gòu)成比和以前有所變化？該問題就可以用χ2檢驗(yàn)來實(shí)現(xiàn)。相應(yīng)的假設(shè)檢驗(yàn)如下。H0：目前三個(gè)職業(yè)的總體構(gòu)成比仍然是15％、5％和80％。H1：目前三個(gè)職業(yè)的總體構(gòu)成比不再是15％、5％和80％。當(dāng)前第10頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作Step01：打開對話框打開數(shù)據(jù)文件6-1.sav，選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【Chi-Square(卡方)】命令，彈出【Chi-SquareTest(卡方檢驗(yàn))】對話框。其中，“jobcat”變量表示職業(yè)類型，“1”表示辦事員，“2”表示監(jiān)察員，“3”表示經(jīng)理。Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇“jobcat”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。當(dāng)前第11頁\共有109頁\編于星期五\21點(diǎn)Step03：選擇期望值在【ExpectedValues(期望值)】選項(xiàng)組中點(diǎn)選【Values】單選鈕，以指定期望概率值。接著在Values的文本框中分別輸入0.8、0.05和0.15這三個(gè)數(shù)值，并且單擊【Add】按鈕加以確定。Step04：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第12頁\共有109頁\編于星期五\21點(diǎn)3實(shí)例結(jié)果及分析

SPSS的結(jié)果報(bào)告中列出了期望頻數(shù)和實(shí)際頻數(shù)。顯然殘差值越小，說明實(shí)際頻數(shù)與期望頻數(shù)越接近。

ObservedNExpectedNResidualClerical363379.2-16.2Custodial2723.73.3Manager8471.112.9Total474（1）頻數(shù)表當(dāng)前第13頁\共有109頁\編于星期五\21點(diǎn)（2）卡方檢驗(yàn)表具體包括統(tǒng)計(jì)量（Chi-Square）、自由度（df）和近似概率P值（Asymp.Sig.）?？梢姡y(tǒng)計(jì)量等于3.492，自由度等于2，對應(yīng)的概率P值0.174大于顯著性水平0.05。因此接受零假設(shè)，認(rèn)為目前三個(gè)職業(yè)的總體構(gòu)成比仍然是15％、5％和80％，人數(shù)的調(diào)動(dòng)只是隨機(jī)誤差造成的，公司人員結(jié)構(gòu)沒有顯著性改變。

EmploymentCategoryChi-Square3.492adf2Asymp.Sig..174當(dāng)前第14頁\共有109頁\編于星期五\21點(diǎn)6.3SPSS 在二項(xiàng)分布檢驗(yàn)中的應(yīng)用6.3.1二項(xiàng)分布檢驗(yàn)的基本原理1.方法概述事件要服從二項(xiàng)分布，則應(yīng)該具備下列基本的條件。（1）各觀察單位只能具有相互對立的一種結(jié)果。（2）已知發(fā)生某一結(jié)果（陽性）的概率為π，其對立結(jié)果的概率為1-π。（3）n次試驗(yàn)在相同條件下進(jìn)行，且各個(gè)觀察單位的觀察結(jié)果相互獨(dú)立，即每個(gè)觀察單位的觀察結(jié)果不會(huì)影響到其他觀察單位的結(jié)果。當(dāng)前第15頁\共有109頁\編于星期五\21點(diǎn)2.軟件使用方法

SPSS二項(xiàng)分布檢驗(yàn)過程是推斷總體的分布是否等于指定的某個(gè)二項(xiàng)分布。其假設(shè)檢驗(yàn)過程如下。

H0：樣本來自的總體與某個(gè)指定的二項(xiàng)分布無顯著性差異。

H1：樣本來自的總體與某個(gè)指定的二項(xiàng)分布有顯著性差異。

SPSS會(huì)自動(dòng)計(jì)算出二項(xiàng)分布檢驗(yàn)相應(yīng)的檢驗(yàn)統(tǒng)計(jì)量及對應(yīng)的概率P值。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(rèn)為總體與某個(gè)指定的二項(xiàng)分布有顯著性差異；相反的，如果概率P值大于顯著性水平，則接受零假設(shè)。需要注意的是，二項(xiàng)分布檢驗(yàn)過程要求變量必須是數(shù)值型的二元變量（只取兩個(gè)可能值的變量）。假如變量是字符型的，可以使用重編碼功能將其轉(zhuǎn)化為數(shù)值型變量；假如變量不是二元變量，需要設(shè)置斷點(diǎn)將數(shù)據(jù)分為兩個(gè)部分，將大于斷點(diǎn)值的歸為一組，其余歸為另一組。當(dāng)前第16頁\共有109頁\編于星期五\21點(diǎn)6.3.2二項(xiàng)分布檢驗(yàn)的SPSS操作詳解

Step01：打開主菜單

選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【Binomial(二項(xiàng)式)】命令，彈出【BinomialTest(二項(xiàng)式檢驗(yàn))】對話框。當(dāng)前第17頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在【BinomialTest(二項(xiàng)式檢驗(yàn))】對話框左側(cè)的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中，表示需要進(jìn)行進(jìn)行二項(xiàng)分布檢驗(yàn)的變量。Step03：定義二元變量在【DefineDichotomy(定義二分法)】選項(xiàng)組中可以定義二元變量。

Step04：指定檢驗(yàn)概率值在【TestProportion(檢驗(yàn)比例)】選項(xiàng)組中可以指定二項(xiàng)分布的檢驗(yàn)概率值。系統(tǒng)默認(rèn)的檢驗(yàn)概率值是0.5，這意味著要檢驗(yàn)的二項(xiàng)是服從均勻分布的。如果所要檢驗(yàn)的二項(xiàng)分布不是同概率分布，參數(shù)框中要鍵入第一組變量所對應(yīng)的檢驗(yàn)概率值。當(dāng)前第18頁\共有109頁\編于星期五\21點(diǎn)Step05：選擇計(jì)算精確概率

【Exact】按鈕用于選擇計(jì)算概率P值的方法。Step06：其他選項(xiàng)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。Step07：單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。

當(dāng)前第19頁\共有109頁\編于星期五\21點(diǎn)6.3.3實(shí)例圖文分析：燈泡是否合格1.實(shí)例內(nèi)容某燈泡廠生產(chǎn)的一種特制燈泡按照工藝技術(shù)標(biāo)準(zhǔn)的要求，其合格燈泡的壽命必須大于960小時(shí)。通常在生產(chǎn)穩(wěn)定的時(shí)候，該廠的這種產(chǎn)品合格品率為95％，為檢驗(yàn)產(chǎn)品質(zhì)量，今從新生產(chǎn)的一大批產(chǎn)品中隨機(jī)抽查了30只燈泡，測得它們的壽命的數(shù)據(jù)資料，試根據(jù)這些樣品數(shù)據(jù)檢驗(yàn)該批產(chǎn)品的合格率是否等于95％。1070107395895897596910799649689479629701054987967969967100199499310841012985994964952951987963957當(dāng)前第20頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作Step01：打開對話框打開數(shù)據(jù)文件6-2.sav，選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【Binomial(二項(xiàng)式)】命令，彈出【BinomialTest(二項(xiàng)式檢驗(yàn))】對話框。

當(dāng)前第21頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇“time”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。當(dāng)前第22頁\共有109頁\編于星期五\21點(diǎn)Step03：定義二元變量在【DefineDichotomy(定義二分法)】選項(xiàng)組中點(diǎn)選【Cutpoint(割點(diǎn))】，以指定斷點(diǎn)。接著在其文本框中輸入“960”，表示以它作為分界點(diǎn)將原始樣本分為兩組。Step04：指定檢驗(yàn)概率值在【TestProportion(檢驗(yàn)比例)】文本框中輸入指定概率值“0.05”。當(dāng)前第23頁\共有109頁\編于星期五\21點(diǎn)Step05：描述性統(tǒng)計(jì)量輸出單擊【Options】按鈕，彈出【Options(選項(xiàng))】對話框。在【Statistics(統(tǒng)計(jì)量)】選項(xiàng)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(jì)量。再單擊【Continue】按鈕，返回【BinomialTest(二項(xiàng)式檢驗(yàn))】對話框。當(dāng)前第24頁\共有109頁\編于星期五\21點(diǎn)Step06：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第25頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)量

SPSS首先輸出了樣本的描述性統(tǒng)計(jì)量表。這里共選擇了30個(gè)燈泡壽命樣本作二項(xiàng)分布檢驗(yàn)，燈泡的平均壽命等于989.13小時(shí)，標(biāo)準(zhǔn)差等于40.968小時(shí)，燈泡壽命最小值等于947小時(shí)，壽命最大值等于1084小時(shí)。同時(shí)其25％、50％和75％分位點(diǎn)等于962.75、969.50和996.75小時(shí)。NMeanStd.DeviationMinimumMaximumPercentiles25th50th(Median)75th燈泡壽命30989.1340.9689471084962.75969.50995.75當(dāng)前第26頁\共有109頁\編于星期五\21點(diǎn)（2）二項(xiàng)分布檢驗(yàn)表

首先根據(jù)斷點(diǎn)“960”將原始數(shù)據(jù)劃分為兩部分：“Group1”和“Group2”，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％。由于這里要檢驗(yàn)合格率是否等于95％，也就是要檢驗(yàn)“Group1”組所占比例是否等于0.05。但根據(jù)單尾概率P值（0.003）小于顯著性水平（0.05），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。CategoryNObservedProp.TestProp.Asymp.Sig.(1-tailed)燈泡壽命Group1<=96060.200.050.003Group2>96024.80Total301.00當(dāng)前第27頁\共有109頁\編于星期五\21點(diǎn)6.4SPSS 在游程檢驗(yàn)中的應(yīng)用6.4.1游程檢驗(yàn)的基本原理1.方法概述游程檢驗(yàn)是一種利用游程數(shù)所作的單樣本隨機(jī)性的檢驗(yàn)方法，它可以用來判斷觀察值的順序是否為隨機(jī)。許多統(tǒng)計(jì)模型的假設(shè)中都要求觀察值都是獨(dú)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。如果樣本順序影響到統(tǒng)計(jì)結(jié)果，那么樣本就可能不是隨機(jī)的，這將使研究者不能得出關(guān)于抽樣總體的準(zhǔn)確結(jié)論。因此，研究者可以使用游程檢驗(yàn)來檢驗(yàn)數(shù)據(jù)的隨機(jī)性。當(dāng)前第28頁\共有109頁\編于星期五\21點(diǎn)2.基本原理游程檢驗(yàn)可用來檢驗(yàn)任何序列的隨機(jī)性，而不管這個(gè)序列是怎樣產(chǎn)生的；此外還可用來判斷兩個(gè)總體的分布是否相同，從而檢驗(yàn)出它們的位置中心有無顯著差異。3.軟件使用方法

SPSS中利用游程數(shù)構(gòu)造Z統(tǒng)計(jì)量，利用Z統(tǒng)計(jì)量的分布來檢驗(yàn)序列是否具有隨機(jī)性。軟件將自動(dòng)計(jì)算出Z統(tǒng)計(jì)量的取值及對應(yīng)的概率P值。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(rèn)為變量不具有隨機(jī)性；相反的，如果概率P值大于顯著性水平，則認(rèn)為變量出現(xiàn)是隨機(jī)的。當(dāng)前第29頁\共有109頁\編于星期五\21點(diǎn)6.4.2游程檢驗(yàn)的SPSS操作詳解Step01：打開對話框選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【Runs(游程)】命令，彈出【RunsTest(游程檢驗(yàn))】對話框。當(dāng)前第30頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在【RunsTest(游程檢驗(yàn))】對話框左側(cè)的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中，表示需要進(jìn)行游程檢驗(yàn)的變量。

Step03：確定斷點(diǎn)在【Cutpoint(割點(diǎn))】選項(xiàng)組中指定計(jì)算游程數(shù)的分界值。小于分界值的觀察值歸為一組，其余的歸為另一組，然后計(jì)算游程數(shù)。

當(dāng)前第31頁\共有109頁\編于星期五\21點(diǎn)Step04：選擇計(jì)算精確概率

【Exact】按鈕用于選擇計(jì)算概率P值的方法，它的功能和卡方檢驗(yàn)中的相應(yīng)按鈕相同的。Step05：其他選項(xiàng)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。Step06：單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。當(dāng)前第32頁\共有109頁\編于星期五\21點(diǎn)6.4.3實(shí)例圖文分析：企業(yè)盈虧預(yù)測1.實(shí)例內(nèi)容已知某企業(yè)在過去20年的盈虧情況為“000011

11111000111111”。其中“0”表示虧損，“1”表示盈利?，F(xiàn)根據(jù)財(cái)務(wù)統(tǒng)計(jì)預(yù)測今年該企業(yè)盈利，請問這個(gè)結(jié)果對企業(yè)明年的經(jīng)營狀況有無影響？2.實(shí)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。已知今年企業(yè)盈利，要判斷明年企業(yè)的盈虧狀態(tài)，其實(shí)就是要分析今年企業(yè)的盈利是否會(huì)對明年它的盈虧帶來一定的影響。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(jī)的。這樣就可以通過游程檢驗(yàn)來分析歷史數(shù)據(jù)。如果歷史數(shù)據(jù)是隨機(jī)的，說明今年的盈利不會(huì)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(huì)對明年生產(chǎn)有影響。所以采用SPSS具體操作步驟如下。當(dāng)前第33頁\共有109頁\編于星期五\21點(diǎn)Step01：打開對話框打開數(shù)據(jù)文件6-3.sav，選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【RunsTest(游程檢驗(yàn))】命令，彈出【RunsTest(游程檢驗(yàn))】對話框。其中“x”變量表示企業(yè)盈虧狀態(tài)，“0”表示虧損，“1”表示盈利。

當(dāng)前第34頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在候選變量列表框中選擇“x”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。Step03：確定斷點(diǎn)在【Cutpoint(割點(diǎn))】選項(xiàng)組中取消勾選【Median(中位數(shù))】復(fù)選框，勾選【Mean(均值)】復(fù)選框。

當(dāng)前第35頁\共有109頁\編于星期五\21點(diǎn)Step04：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第36頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析首先“TestValue＝0.65”表示游程檢驗(yàn)以0.65作為斷點(diǎn)將原始數(shù)據(jù)分為兩組。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。整個(gè)歷史數(shù)據(jù)的游程數(shù)等于4。接著計(jì)算游程檢驗(yàn)的Z統(tǒng)計(jì)量等于-2.843，相伴概率P值0.004顯然小于顯著性水平0.05。所以，認(rèn)為企業(yè)盈虧歷史數(shù)據(jù)并不是隨機(jī)的，其中有一定的規(guī)律性。因此，今年企業(yè)的盈利會(huì)對明年企業(yè)的經(jīng)營狀況產(chǎn)生顯著影響。盈虧TestValuea.65Cases<TestValue7Cases>=TestValue13TotalCases20NumberofRuns4Z-2.843Asymp.Sig.(2-tailed).004當(dāng)前第37頁\共有109頁\編于星期五\21點(diǎn)6.4.4實(shí)例進(jìn)階分析：工業(yè)和商業(yè)企業(yè)的負(fù)債水平1.實(shí)例內(nèi)容在我國的工業(yè)和商業(yè)企業(yè)中隨機(jī)抽取22家企業(yè)進(jìn)行資產(chǎn)負(fù)債率行業(yè)差異分析，其1999年底的資產(chǎn)負(fù)債率（％）如下，請問兩個(gè)行業(yè)的負(fù)債水平是否有顯著性差異？工業(yè)企業(yè)647655825982707561647383商業(yè)企業(yè)77808065939184918486當(dāng)前第38頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作要檢驗(yàn)工業(yè)和商業(yè)企業(yè)的負(fù)債水平是否有差異，可以將兩組數(shù)據(jù)混合起來，同時(shí)用“1”表示數(shù)據(jù)來自工業(yè)企業(yè)，“2”表示數(shù)據(jù)來自商業(yè)企業(yè)。接著將這些序列按照升序或降序重新排列。這樣可以得到由1和2構(gòu)成的數(shù)列，如1221122。如果兩個(gè)行業(yè)的負(fù)債水平?jīng)]有差異，它們的資產(chǎn)負(fù)債率按大小應(yīng)該是隨機(jī)混合排列的，則構(gòu)成的這組數(shù)列應(yīng)該是隨機(jī)的；否則說明工業(yè)和商業(yè)企業(yè)的負(fù)債水平有一定的規(guī)律性，即兩個(gè)行業(yè)有一定的差異性。

當(dāng)前第39頁\共有109頁\編于星期五\21點(diǎn)SPSS具體操作步驟

Step01：打開數(shù)據(jù)文件6-4.sav，其中“fzl”變量表示企業(yè)的資產(chǎn)負(fù)債率；“indicate”變量表示企業(yè)類型，“1”表示工業(yè)企業(yè)，“2”表示商業(yè)企業(yè)。Step02：選擇菜單欄中的【Data(數(shù)據(jù))】→【SortCases(排序個(gè)案)】命令，彈出【SortCases(排序個(gè)案)】對話框。在候選變量列表框中選擇變量“fzl”，添加至【Sortby(排序依據(jù))】列表框中。這步的目的就是要按照企業(yè)負(fù)債率的高低對“indicate”變量重新排序。當(dāng)前第40頁\共有109頁\編于星期五\21點(diǎn)Step03：接著利用游程檢驗(yàn)分析“indicate”變量的隨機(jī)性。選擇菜單欄中的【Analyze(分析)】→【Nonparametric

Tests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【RunsTest(游程檢驗(yàn))】命令，彈出【RunsTest(游程檢驗(yàn))】對話框。在候選變量列表框中選擇“indicate”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。Step04：在【Cutpoint(割點(diǎn))】選項(xiàng)組中取消勾選系統(tǒng)默認(rèn)的【Median(中位數(shù))】復(fù)選框，勾選【Mean(均值)】復(fù)選框。Step05：單擊【RunsTest(游程檢驗(yàn))】對話框中的【OK】按鈕，完成操作。當(dāng)前第41頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析根據(jù)第二步操作，數(shù)據(jù)文件6-5.sav的“indicate”變量進(jìn)行了重新排列，形成了序列：1111121111222111222222

這個(gè)序列是按照資產(chǎn)負(fù)債率的高低將企業(yè)類型“indicate”進(jìn)行重新排列得到的。下面表6-9是這組序列的游程檢驗(yàn)結(jié)果。游程檢驗(yàn)的Z統(tǒng)計(jì)量值等于-2.384，概率P值0.017小于顯著性水平0.05，說明這組數(shù)據(jù)不是隨機(jī)序列，數(shù)據(jù)的排序呈現(xiàn)一定的規(guī)律性。因此，工業(yè)企業(yè)和商業(yè)企業(yè)的負(fù)債水平有顯著性差異。當(dāng)前第42頁\共有109頁\編于星期五\21點(diǎn)indicateTestValuea1.45Cases<TestValue12Cases>=TestValue10TotalCases22NumberofRuns6Z-2.384Asymp.Sig.(2-tailed).017當(dāng)前第43頁\共有109頁\編于星期五\21點(diǎn)6.5SPSS在單樣本K-S檢驗(yàn)中的應(yīng)用6.5.1單樣本K-S檢驗(yàn)的基本原理1.方法概述

K-S檢驗(yàn)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(yàn)方法。單樣本K-S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，一般來說它是比卡方檢驗(yàn)更精確的非參數(shù)檢驗(yàn)法。當(dāng)前第44頁\共有109頁\編于星期五\21點(diǎn)2.基本原理

K-S檢驗(yàn)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。其零假設(shè)是：樣本來自的總體與指定的理論分布無顯著差異。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(jì)概率分布函數(shù)F0(x)；利用樣本數(shù)據(jù)計(jì)算各樣本數(shù)據(jù)點(diǎn)的累計(jì)概率，得到經(jīng)驗(yàn)累計(jì)概率分布函數(shù)S0(x)；計(jì)算S0(x）和F0(x)在相同變量值點(diǎn)x上的差D(x)，得到差值序列D。單樣本K-S檢驗(yàn)主要對差值D序列進(jìn)行研究。3.軟件使用方法

SPSS將自動(dòng)計(jì)算K-S檢驗(yàn)中的Z統(tǒng)計(jì)量，依據(jù)K-S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。如果P值小于或等于用戶指定的顯著性水平α，則拒絕原假設(shè)H0；反之，不能拒絕H0，可以認(rèn)為樣本來自的總體與指定的分布無顯著差異。當(dāng)前第45頁\共有109頁\編于星期五\21點(diǎn)6.5.2單樣本K-S檢驗(yàn)的SPSS操作詳解Step01：打開對話框選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【1-samplesK-S(1樣本K-S(1))】命令，彈出【One-SampleK-STest(單樣本K-S檢驗(yàn))】對話框，這是K-S檢驗(yàn)的主操作窗口。當(dāng)前第46頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在【One-SampleKolmogorov-SmirnovTest(單樣本K-S檢驗(yàn))】對話框左側(cè)的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中，表示需要進(jìn)行K-S檢驗(yàn)的變量。Step03：選擇待檢驗(yàn)理論分布在【TestDistribution(檢驗(yàn)分布)】選項(xiàng)組中，用戶需要選擇待檢驗(yàn)的理論分布。系統(tǒng)提供了四種統(tǒng)計(jì)中常見的分布。

當(dāng)前第47頁\共有109頁\編于星期五\21點(diǎn)Step04：選擇計(jì)算精確概率

【Exact】按鈕用于選擇計(jì)算概率P值的方法，它的功能和卡方檢驗(yàn)中相關(guān)按鈕是相同的。Step05：其他選項(xiàng)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。Step06：單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。當(dāng)前第48頁\共有109頁\編于星期五\21點(diǎn)6.5.3實(shí)例分析：商品銷售收益的分布1.實(shí)例內(nèi)容零售商希望了解某商品銷售收益（Revenue）的大致分布情況。依據(jù)其他銷售商已有的資料，他認(rèn)為其銷售收益可能服從正態(tài)分布。為了檢驗(yàn)其假設(shè)，考慮是否與其他零售商一樣，銷售收益服從正態(tài)分布，收集到相關(guān)的銷售收益數(shù)據(jù)，請使用SPSS軟件分析樣本數(shù)據(jù)是否服從正態(tài)分布。當(dāng)前第49頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作本案例的目的就是要檢驗(yàn)文件6-5.sav中的“revenue”變量是否服從正態(tài)部分，因此可以采用非參數(shù)K-S檢驗(yàn)來判斷。首先，通過描述性統(tǒng)計(jì)功能繪制了“revenue”變量的直方圖及其擬合的正態(tài)曲線，具體見圖6-19。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K-S檢驗(yàn)來診斷。當(dāng)前第50頁\共有109頁\編于星期五\21點(diǎn)Step01：打開對話框打開數(shù)據(jù)文件6-4.sav，選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【1-samplesK-S(1樣本K-S(1))】命令，彈出如下圖所示的對話框。

當(dāng)前第51頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在候選變量列表框中選擇“revenue”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。提示：可以在【TestDistribution(檢驗(yàn)分布)】選項(xiàng)組中選擇檢驗(yàn)分布類型；系統(tǒng)默認(rèn)為正態(tài)分布。

當(dāng)前第52頁\共有109頁\編于星期五\21點(diǎn)Step03：確定斷點(diǎn)單擊【Options】按鈕，在彈出的對話框的【Statistics(統(tǒng)計(jì)量)】選項(xiàng)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(jì)量。單擊【Continue】按鈕返回主對話框。

當(dāng)前第53頁\共有109頁\編于星期五\21點(diǎn)Step04：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第54頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)量輸出

SPSS首先給出了“revenue”變量的基本統(tǒng)計(jì)量。樣本總數(shù)N等于1488，收益均值等于$2,516.58，收益標(biāo)準(zhǔn)差等于$994.586，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$1,830.96、$2,490.68和$3,183.54。NMeanStd.DeviationMinimumMaximumPercentiles25th50th(Median)75thRevenue1488$2,516.58$994.586$13$6,213$1,830.96$2,490.68$3,183.54當(dāng)前第55頁\共有109頁\編于星期五\21點(diǎn)（2）K-S檢驗(yàn)結(jié)果表給出了原假設(shè)：銷售收益服從均值為2516.58、標(biāo)準(zhǔn)差為994.586的正態(tài)分布。給出了K-S檢驗(yàn)關(guān)鍵結(jié)果：實(shí)際分布和檢驗(yàn)分布之間的正向最大頻數(shù)差為0.019，負(fù)向最大頻數(shù)差為-0.010，因此用于計(jì)算統(tǒng)計(jì)量的絕對值最大頻數(shù)差為0.019。隨后的K-S統(tǒng)計(jì)量Z值等于0.75，相應(yīng)的概率P值為0.627，大于顯著性水平0.05。所以接受零假設(shè)，認(rèn)為該廠商的銷售收益服從正態(tài)分布。RevenueN1488NormalParametersaMean$2,516.58Std.Deviation$994.586MostExtremeDifferencesAbsolute0.019Positive0.019Negative-0.010Kolmogorov-SmirnovZ0.750Asymp.Sig.(2-tailed)0.627當(dāng)前第56頁\共有109頁\編于星期五\21點(diǎn)P-P圖除了采用上述非參數(shù)K-S檢驗(yàn)來判斷單樣本的分布外，還可以利用P-P圖和Q-Q圖直觀判別樣本的分布。選擇菜單欄中的【Analyze(分析)】→【DescriptiveStatistics(描述統(tǒng)計(jì))】→【P-PPlots(P-P圖)】命令，即可生成P-P圖。當(dāng)前第57頁\共有109頁\編于星期五\21點(diǎn)6.6SPSS在兩獨(dú)立樣本非參數(shù)檢驗(yàn)中的應(yīng)用6.6.1兩獨(dú)立樣本非參數(shù)檢驗(yàn)的方法原理1.方法概述兩獨(dú)立樣本的非參數(shù)檢驗(yàn)是在對總體分布不甚了解的情況下，通過分析樣本數(shù)據(jù)，推斷樣本來自的兩個(gè)獨(dú)立總體的分布是否存在顯著差異。這種檢驗(yàn)方法一般通過獨(dú)立總體的均值或中位數(shù)是否存在顯著差異來推斷。關(guān)于樣本之間是否獨(dú)立，主要看在一個(gè)總體中抽取樣本對在另一個(gè)總體中抽取樣本有無影響。如果沒有影響，則可以認(rèn)為這兩個(gè)總體是獨(dú)立的。2.基本原理

SPSS提供了四種相關(guān)的非參數(shù)檢驗(yàn)方法：曼-惠特尼U檢驗(yàn)、K-S檢驗(yàn)、極端反應(yīng)檢驗(yàn)、游程檢驗(yàn)。當(dāng)前第58頁\共有109頁\編于星期五\21點(diǎn)6.6.2兩獨(dú)立樣本非參數(shù)檢

驗(yàn)的SPSS操作詳解Step01：打開主菜單選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【2IndependentSamples(2個(gè)獨(dú)立樣本)】命令，彈出【Two-Independent-SamplesTests(兩個(gè)獨(dú)立樣本檢驗(yàn))】對話框。當(dāng)前第59頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在【Two-Independent-SamplesTests(兩個(gè)獨(dú)立樣本檢驗(yàn))】對話框左側(cè)的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中，這里表示需要進(jìn)行兩獨(dú)立樣本檢驗(yàn)的變量。Step03：選擇分組變量在【Two-Independent-SamplesTests(兩個(gè)獨(dú)立樣本檢驗(yàn))】對話框左側(cè)的候選變量中選擇分組變量，將其添加至【GroupingVariable(s)(分組變量)】文本框中，目的是要區(qū)分檢驗(yàn)變量的不同組別。單擊【GroupingVariables】按鈕，在彈出的對話框的【Group1(組1)】和【Group2(組2)】文本框中分別輸入整數(shù)值，這兩個(gè)值確定的分組將選擇的檢驗(yàn)變量的觀測值分為兩組或者分成兩個(gè)樣本，并將檢驗(yàn)變量的其他數(shù)值排除在檢驗(yàn)分析之外。設(shè)置完成后，單擊【Continue】按鈕，返回主對話框。當(dāng)前第60頁\共有109頁\編于星期五\21點(diǎn)Step04：選擇檢驗(yàn)方法在【TestType(檢驗(yàn)類型)】選項(xiàng)組中，用戶需要選擇兩獨(dú)立樣本檢驗(yàn)的方法。系統(tǒng)提供了四種常用方法：

Mann-WhitneyU(曼-惠特尼U檢驗(yàn))、Kolmogorov-SmirnovZ(K-S檢驗(yàn))、MosesExtremeReactions(極端反應(yīng)檢驗(yàn))和Wald-WolfwitzRuns(游程檢驗(yàn))。

當(dāng)前第61頁\共有109頁\編于星期五\21點(diǎn)Step05：選擇計(jì)算精確概率

【Exact】按鈕用于選擇計(jì)算概率P值的方法。Step06：其他選項(xiàng)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。Step07：單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。當(dāng)前第62頁\共有109頁\編于星期五\21點(diǎn)6.6.3實(shí)例圖文分析：日本和

美國公司的市盈率1.

實(shí)例內(nèi)容一個(gè)公司的市盈率是指這家公司股票的當(dāng)前價(jià)格除以最近12個(gè)月的每股收益。下表列出了10家日本公司和12家美國公司的市盈率，這兩個(gè)國家公司的市盈率之間是否存在顯著差異？日本美國公司市盈率公司市盈率SumitomoCorp.KindenHeiwaNCPJapanSuzukiMotorFujiBankSumitomoChemicalSeibuRailwayShiseidoTodoGas153211812531213646663368GannetMotorolaSchlumbergerOracleSystemsGapWinn-DixieIngersoll-RandAmericanElectricPowerHerculesTimesMirrorWellPointHealthNorthernStatesPower192424432214211421381514當(dāng)前第63頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作本案例的目的就是要檢驗(yàn)日本和美國公司的市盈率是否有顯著差異。由于這里樣本量較少，難以確定這兩個(gè)總體的分布，因此可以引入非參數(shù)的檢驗(yàn)方法。由于討論的兩個(gè)樣本相互獨(dú)立，故引入兩獨(dú)立樣本非參數(shù)檢驗(yàn)方法。于是建立如下假設(shè)檢驗(yàn)。

H0

：日本公司和美國公司的市盈率沒有顯著差異。

H1

：日本公司和美國公司的市盈率存在顯著差異。主要是比較日本和美國公司的平均市盈率是否相同，所以采用曼-惠特尼U檢驗(yàn)方法。

當(dāng)前第64頁\共有109頁\編于星期五\21點(diǎn)Step01：打開對話框打開數(shù)據(jù)文件6-6.sav，選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【Legacy

Dialogs(舊對話框)】→【2IndependentSamples(2個(gè)獨(dú)立樣本)】命令，彈出如下圖所示的對話框。

當(dāng)前第65頁\共有109頁\編于星期五\21點(diǎn)Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇“PE”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。Step03：選擇分組變量選擇分組變量x，將其添加至【GroupingVariable(s)(分組變量)】文本框中。當(dāng)前第66頁\共有109頁\編于星期五\21點(diǎn)Step04：確定分組標(biāo)號單擊【GroupingVariables】按鈕，彈出相應(yīng)對話框，在【Group1(組1)】文本框中輸入“1”，在【Group2(組2)】文本框中輸入“2”，分別表示分組的標(biāo)號。輸入完成后，單擊【Continue】按鈕返回主對話框。

當(dāng)前第67頁\共有109頁\編于星期五\21點(diǎn)Step05：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第68頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)量

NMeanStd.DeviationMinimumMaximumPercentiles25th50th(Median)75th市盈率2275.5000141.6019714.00666.0018.750024.000065.0000國家221.5455.509651.002.001.00002.00002.0000當(dāng)前第69頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（2）曼-惠特尼U檢驗(yàn)的秩統(tǒng)計(jì)表

國家NMeanRankSumofRanks市盈率日本1015.70157.00美國128.0096.00Total22當(dāng)前第70頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（3）曼-惠特尼U檢驗(yàn)結(jié)果表

市盈率Mann-WhitneyU18.000WilcoxonW96.000Z-2.776Asymp.Sig.(2-tailed)0.005ExactSig.[2*(1-tailedSig.)]0.004a當(dāng)前第71頁\共有109頁\編于星期五\21點(diǎn)6.7SPSS在多獨(dú)立樣本

非參數(shù)檢驗(yàn)中的應(yīng)用6.7.1多獨(dú)立樣本非參數(shù)檢驗(yàn)的基本原理1.方法概述多獨(dú)立樣本的非參數(shù)檢驗(yàn)是通過分析多組獨(dú)立樣本數(shù)據(jù)，推斷樣本來自的多個(gè)總體的分布是否存在顯著差異。這里樣本間的獨(dú)立是指在一個(gè)總體中抽取樣本對在其他總體中抽取樣本無影響。2.基本原理

SPSS提供的多獨(dú)立樣本非參數(shù)檢驗(yàn)的方法主要包括：Kruskal-WallisH檢驗(yàn)、中位數(shù)檢驗(yàn)（Median檢驗(yàn)、Joneckheere-Terpstra檢驗(yàn)。當(dāng)前第72頁\共有109頁\編于星期五\21點(diǎn)6.7.2多獨(dú)立樣本非參數(shù)檢驗(yàn)

的SPSS操作詳解Step01：打開對話框選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【KIndependentSamples(K個(gè)獨(dú)立樣本)】命令，彈出【TestsforSeveralIndependentSamples(多個(gè)獨(dú)立樣本檢驗(yàn))】對話框，這是多獨(dú)立樣本非參數(shù)檢驗(yàn)的主操作窗口。當(dāng)前第73頁\共有109頁\編于星期五\21點(diǎn)6.7.2多獨(dú)立樣本非參數(shù)檢驗(yàn)

的SPSS操作詳解Step02：選擇檢驗(yàn)變量在主對話框左側(cè)的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中，這里表示需要進(jìn)行多獨(dú)立樣本檢驗(yàn)的變量。當(dāng)前第74頁\共有109頁\編于星期五\21點(diǎn)6.7.2多獨(dú)立樣本非參數(shù)檢驗(yàn)

的SPSS操作詳解Step03：選擇分組變量在主對話框左側(cè)的候選變量中選擇分組變量，將其添加至【GroupingVariable(s)(分組變量)】文本框中，目的是要區(qū)分檢驗(yàn)變量的不同組別。單擊【GroupingVariables】按鈕，彈出如下圖所示的對話框。在【Minimum(最小值)】和【Maximum(最大值)】文本框中分別鍵入最小值和最大值，這兩個(gè)值之間的整數(shù)值將檢驗(yàn)變量的觀測值分為若干個(gè)樣本，并將其他數(shù)值排除在檢驗(yàn)分析之外。設(shè)置完成后，單擊【Continue】按鈕，返回主對話框。當(dāng)前第75頁\共有109頁\編于星期五\21點(diǎn)6.7.2多獨(dú)立樣本非參數(shù)檢驗(yàn)

的SPSS操作詳解Step04：選擇檢驗(yàn)方法在【TestType(檢驗(yàn)類型)】選項(xiàng)組中，用戶需要選擇多獨(dú)立樣本檢驗(yàn)的方法。系統(tǒng)提供了三種常用方法：Kruskal-WallisH(克魯斯凱-沃里斯H檢驗(yàn))、Median(中位數(shù)檢驗(yàn))和Joneckheere-Terpstra(J-T檢驗(yàn))。

Step05：選擇計(jì)算精確概率

【Exact】按鈕用于選擇計(jì)算概率P值的方法。Step06：其他選項(xiàng)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。Step07：單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。當(dāng)前第76頁\共有109頁\編于星期五\21點(diǎn)6.7.3實(shí)例分析：糖果中的卡路里1.實(shí)例內(nèi)容暢銷的糖果往往含有較高的卡路里。假設(shè)下表中的數(shù)據(jù)為三種不同糖果樣本中的卡路里含量，檢驗(yàn)這三種糖果中的卡路里含量的顯著差異。糖果1糖果2糖果3230210240250230225205245253220200208202190180當(dāng)前第77頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作本案例的目的就是要檢驗(yàn)這三種糖果中的卡路里含量有沒有顯著性差異。由于這里樣本量較少，難以確定總體的分布，因此可以引入非參數(shù)的檢驗(yàn)方法。由于三種糖果的卡路里含量獨(dú)立，故引入多獨(dú)立樣本非參數(shù)檢驗(yàn)方法。于是建立如下假設(shè)檢驗(yàn)。

H0

：三種糖果的卡路里含量沒有顯著差異。

H1

：三種糖果的卡路里含量存在顯著差異。當(dāng)前第78頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作Step01：打開數(shù)據(jù)文件6-7sav，其中“calories”變量表示糖果中卡路里的含量；“x”變量表示糖果類型，分別用1-3表示。選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【KIndependentSamples(K個(gè)獨(dú)立樣本)】命令，彈出如下圖所示的對話框。提示：可以在【TestType(檢驗(yàn)類型)】選項(xiàng)組中選擇檢驗(yàn)方法。當(dāng)前第79頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇“calories”變量作為檢驗(yàn)變量，將其添加至【TestVariableList(檢驗(yàn)變量列表)】列表框中。Step03：選擇分組變量選擇分組變量x，將其添加至【GroupingVariable(s)(分組變量)】文本框中。

當(dāng)前第80頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作Step04：確定分組標(biāo)號。單擊【GroupingVariables】按鈕，彈出相應(yīng)對話框，如圖6-35所示。在【Minimum(最小值)】文本框中輸入“1”，在【Maximum(最大值)】文本框中輸入“3”，分別表示分組的最小標(biāo)號和最大標(biāo)號。輸入完成后，單擊【Continue】按鈕返回。當(dāng)前第81頁\共有109頁\編于星期五\21點(diǎn)2.實(shí)例操作Step05：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第82頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)量

NMeanStd.DeviationMinimumMaximumPercentiles25th50th(Median)75th卡路里15219.200022.23639180.00253.00202.0000220.0000240.0000糖果類型152.0000.845151.003.001.00002.00003.0000當(dāng)前第83頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（2）秩統(tǒng)計(jì)表糖果類型NMeanRank卡路里1510.802510.00353.20Total15當(dāng)前第84頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（3）非參數(shù)檢驗(yàn)結(jié)果表

卡路里Chi-Square8.736df2Asymp.Sig.0.013當(dāng)前第85頁\共有109頁\編于星期五\21點(diǎn)6.8SPSS在兩配對樣本

非參數(shù)檢驗(yàn)中的應(yīng)用

6.8.1兩配對樣本非參數(shù)檢驗(yàn)的基本原理兩配對樣本的非參數(shù)檢驗(yàn)是在對兩組配對樣本的總體分布不甚了解的情況下，推斷樣本來自的兩個(gè)總體的分布等是否存在顯著差異的方法。這種檢驗(yàn)對兩個(gè)總體服從的分布不做要求，但要求數(shù)據(jù)必須是成對出現(xiàn)的，而且順序不能夠隨意調(diào)換。下面簡要介紹常用的四種檢驗(yàn)方法:符號檢驗(yàn)、Wilcoxon符號秩檢驗(yàn)、McNemar檢驗(yàn)、MarginalHomogeneity檢驗(yàn)。當(dāng)前第86頁\共有109頁\編于星期五\21點(diǎn)6.8.2兩配對樣本非參數(shù)檢驗(yàn)

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(yàn))】→【LegacyDialogs(舊對話框)】→【2RelatedSamples(2個(gè)相關(guān)樣本)】命令，彈出【Two-Related-SamplesTests(兩個(gè)關(guān)聯(lián)樣本檢驗(yàn))】對話框，這是兩配對樣本非參數(shù)檢驗(yàn)的主操作窗口。當(dāng)前第87頁\共有109頁\編于星期五\21點(diǎn)6.8.2兩配對樣本非參數(shù)檢驗(yàn)

的SPSS操作詳解Step02：選擇檢驗(yàn)變量在主對話框左側(cè)的候選變量列表框中選擇變量，將其添加至【TestPairs(檢驗(yàn)對)】列表框中。需注意的是，由于是進(jìn)行配對檢驗(yàn)，所以檢驗(yàn)變量要成對添加至【TestPairs(檢驗(yàn)對)】列表框。Step03：選擇檢驗(yàn)方法在【TestType(檢驗(yàn)類型)】選項(xiàng)組中，用戶需要選擇兩配對樣本檢驗(yàn)的方法。系統(tǒng)提供了四種常用方法：Wilcoxon符號秩檢驗(yàn)、符號檢驗(yàn)、McNemar檢驗(yàn)、MarginalHomogeneity檢驗(yàn)。當(dāng)前第88頁\共有109頁\編于星期五\21點(diǎn)6.8.2兩配對樣本非參數(shù)檢驗(yàn)

的SPSS操作詳解Step04：選擇計(jì)算精確概率

【Exact】按鈕用于選擇計(jì)算概率P值的方法。

Step05：其他選項(xiàng)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。Step06：單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸出結(jié)果。當(dāng)前第89頁\共有109頁\編于星期五\21點(diǎn)6.8.3實(shí)例分析：音樂與入睡時(shí)間1.實(shí)例內(nèi)容在關(guān)于放松（聽音樂）對成年女性入睡所需時(shí)間影響的研究中，抽取了10名女性組成樣本。下表給出了10個(gè)對象在有聽音樂和不聽音樂下入睡所需的時(shí)間（min）。就此數(shù)據(jù)你的結(jié)論是什么？研究對象12345678910不聽音樂1512228107810149聽音樂10119411587116當(dāng)前第90頁\共有109頁\編于星期五\21點(diǎn)6.8.3實(shí)例分析：音樂與入睡時(shí)間2.實(shí)例操作案例要分析聽音樂是否會(huì)影響成年人的入睡時(shí)間，于是選擇了10名女性，對她們分別進(jìn)行聽音樂和不聽音樂兩種條件下的入睡時(shí)間檢測。由于選擇的樣本是相同的，因此表中的兩組樣本是成對數(shù)據(jù)。由于這里樣本量較少，難以確定總體的分布，因此可以引入非參數(shù)的檢驗(yàn)方法。故引入兩配對樣本非參數(shù)檢驗(yàn)方法。同時(shí)這里的數(shù)據(jù)是連續(xù)性數(shù)據(jù)，故采用Wilcoxon符號秩檢驗(yàn)。于是建立如下假設(shè)檢驗(yàn)。

H0

：聽音樂和不聽音樂兩種條件下入睡時(shí)間沒有顯著差異。

H1

：聽音樂和不聽音樂兩種條件下入睡時(shí)間存在顯著差異。當(dāng)前第91頁\共有109頁\編于星期五\21點(diǎn)SPSS具體操作步驟Step01：打開對話框打開數(shù)據(jù)文件6-8.sav。選擇菜單欄中的【Analyze(分析)】→【NonparametricTests(非參數(shù)檢驗(yàn))】→【LegacyDialogs(舊對話框)】→【2RelatedSamples(2個(gè)相關(guān)樣本)】命令，彈出【Two-Related-SamplesTests(兩個(gè)關(guān)聯(lián)樣本檢驗(yàn))】對話框。當(dāng)前第92頁\共有109頁\編于星期五\21點(diǎn)Step02：在左側(cè)的候選變量列表框中同時(shí)選擇“x”變量和“y”變量作為成對檢驗(yàn)變量，將其同時(shí)添加至【Test

Pairs(檢驗(yàn)對)】列表框中提示：可以在【TestType(檢驗(yàn)類型)】選項(xiàng)組中選擇檢驗(yàn)方法。當(dāng)前第93頁\共有109頁\編于星期五\21點(diǎn)Step03：單擊【Options】按鈕，在彈出的對話框的【Statistics(統(tǒng)計(jì)量)】選項(xiàng)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(jì)量。再單擊【Continue】按鈕，返回主對話框。當(dāng)前第94頁\共有109頁\編于星期五\21點(diǎn)Step04：完成操作最后，單擊【OK(確定)】按鈕，操作完成。當(dāng)前第95頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（1）描述統(tǒng)計(jì)量表NMeanStd.DeviationMinimumMaximumPercentiles25th50th(Median)75th無放松1011.504.5287228.0010.0014.25有放松108.202.6164115.758.5011.00當(dāng)前第96頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（2）秩統(tǒng)計(jì)表NMeanRankSumofRanks有放松-無放松NegativeRanks8a5.4443.50PositiveRanks1b1.501.50Ties1cTotal10當(dāng)前第97頁\共有109頁\編于星期五\21點(diǎn)3.實(shí)例結(jié)果及分析（3）非參數(shù)檢驗(yàn)結(jié)果表

有放松

-無放松Z-2.499aAsymp.Sig.(2-tailed)0.012