SPSS第9單元非參數(shù)檢驗(yàn)

第9單元非參數(shù)檢驗(yàn)1編輯ppt第9單元非參數(shù)檢驗(yàn)1編輯ppt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(xiàn)檢驗(yàn)要求誤差呈正態(tài)分布且各組方差整齊，等等。這些方法常用來估計(jì)或檢驗(yàn)總體參數(shù)，統(tǒng)稱為參數(shù)檢驗(yàn)。2編輯ppt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，如但許多調(diào)查或?qū)嶒?yàn)所得的科研數(shù)據(jù)，其總體分布未知或無法確定。因?yàn)橛械臄?shù)據(jù)不是來自所假定分布的總體，或者數(shù)據(jù)根本不是來自一個(gè)總體，還有可能數(shù)據(jù)因?yàn)槟撤N原因被嚴(yán)重污染，這樣在假定分布的情況下進(jìn)行推斷的做法就有可能產(chǎn)生錯(cuò)誤的結(jié)論。此時(shí)人們希望檢驗(yàn)對一個(gè)總體分布形狀不必作限制。3編輯ppt但許多調(diào)查或?qū)嶒?yàn)所得的科研數(shù)據(jù)，其總體分布未知或無法這種不是針對總體參數(shù)，而是針對總體的某些一般性假設(shè)（如總體分布）的統(tǒng)計(jì)分析方法稱非參數(shù)檢驗(yàn)（NonparametricTests）。非參數(shù)檢驗(yàn)對數(shù)據(jù)分布沒有要求，適于參數(shù)檢驗(yàn)的數(shù)據(jù)都可以用非參數(shù)檢驗(yàn)的方法進(jìn)行檢驗(yàn)，有研究表明，非參數(shù)檢驗(yàn)的統(tǒng)計(jì)效能大約為參數(shù)檢驗(yàn)的95%，這是一個(gè)能夠接受的水平。非參數(shù)檢驗(yàn)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(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)和多配對樣本非參數(shù)檢驗(yàn)幾種。4編輯ppt這種不是針對總體參數(shù)，而是針對總體的某些一般性假設(shè)（8.1總體分布的卡方（Chi-square）檢驗(yàn)在得到一批樣本數(shù)據(jù)后，人們往往希望從中得到樣本所來自的總體的分布形態(tài)是否和某種特定分布相擬合。這可以通過繪制樣本數(shù)據(jù)直方圖的方法來進(jìn)行粗略的判斷。如果需要進(jìn)行比較準(zhǔn)確的判斷，則需要使用非參數(shù)檢驗(yàn)的方法。其中總體分布的卡方檢驗(yàn)（也記為χ2檢驗(yàn)）就是一種比較好的方法。5編輯ppt8.1總體分布的卡方（Chi-square）檢驗(yàn)在8.1.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式定義：總體分布的卡方檢驗(yàn)適用于配合度檢驗(yàn)，是根據(jù)樣本數(shù)據(jù)的實(shí)際頻數(shù)推斷總體分布與期望分布或理論分布是否有顯著差異。它的零假設(shè)H0：樣本來自的總體分布形態(tài)和期望分布或某一理論分布沒有顯著差異。6編輯ppt8.1.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式定義：總體分布的7編輯ppt7編輯ppt8編輯ppt8編輯ppt9編輯ppt9編輯ppt10編輯ppt10編輯ppt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(gè)因素的多項(xiàng)分類數(shù)據(jù)分析?？傮w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)。11編輯ppt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

研究問題某地一周內(nèi)各日患憂郁癥的人數(shù)分布如表10-1所示，請檢驗(yàn)一周內(nèi)各日人們憂郁數(shù)是否滿足1:1:2:2:1:1:1。8.1.2SPSS中實(shí)現(xiàn)過程12編輯ppt研究問題8.1.2SPSS中實(shí)現(xiàn)過程12編輯ppt周日患者數(shù)13123837048052962473113編輯ppt周日患者數(shù)13123837048052962

實(shí)現(xiàn)步驟圖10-1在菜單中選擇“WeightCases”命令14編輯ppt實(shí)現(xiàn)步驟圖10-1在菜單中選擇“WeightCa圖10-2“WeightCases”對話框15編輯ppt圖10-2“WeightCases”對話框15編輯pp圖10-3在菜單中選擇“Chi-Square”命令16編輯ppt圖10-3在菜單中選擇“Chi-Square”命令16編圖10-4“Chi-SquareTest”對話框17編輯ppt圖10-4“Chi-SquareTest”對話框17編圖10-5“Chi-SquareTest：Options”對話框18編輯ppt圖10-5“Chi-SquareTest：Option（1）本例輸出結(jié)果中有兩個(gè)表格，其中第一個(gè)表格如下。8.1.3結(jié)果和討論19編輯ppt（1）本例輸出結(jié)果中有兩個(gè)表格，其中第一個(gè)表格如下。（2）輸出的結(jié)果文件中第二個(gè)表格如下。20編輯ppt（2）輸出的結(jié)果文件中第二個(gè)表格如下。20編輯ppt8.2二項(xiàng)分布檢驗(yàn)8.2.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式現(xiàn)實(shí)生活中有很多數(shù)據(jù)的取值只有兩類，如醫(yī)學(xué)中的生與死、患病的有與無、性別中的男性和女性、產(chǎn)品的合格與不合格等。從這種二分類總體中抽取的所有可能結(jié)果，要么是對立分類中的這一類，要么是另一類，其頻數(shù)分布稱為二項(xiàng)分布。調(diào)用SPSS中的二項(xiàng)分布檢驗(yàn)（Binomial）可對樣本資料進(jìn)行二項(xiàng)分布分析。21編輯ppt8.2二項(xiàng)分布檢驗(yàn)8.2.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式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(gè)指定的二項(xiàng)分布。其零假設(shè)是H0：樣本來自的總體與所指定的某個(gè)二項(xiàng)分布不存在顯著的差異。22編輯pptSPSS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SPSS中的二項(xiàng)分布檢驗(yàn)，在樣本小于或等于30時(shí)，按照計(jì)算二項(xiàng)分布概率的公式進(jìn)行計(jì)算；樣本數(shù)大于30時(shí)，計(jì)算的是Z統(tǒng)計(jì)量，認(rèn)為在零假設(shè)下，Z統(tǒng)計(jì)量服從正態(tài)分布。Z統(tǒng)計(jì)量的計(jì)算公式如下23編輯pptSPSS中的二項(xiàng)分布檢驗(yàn)，在樣本小于或等于30時(shí)，按SPSS將自動計(jì)算Z統(tǒng)計(jì)量，并給出相應(yīng)的相伴概率值。如果相伴概率小于或等于用戶的顯著性水平α，則應(yīng)拒絕零假設(shè)H0，認(rèn)為樣本來自的總體分布形態(tài)與指定的二項(xiàng)分布存在顯著差異；如果相伴概率值大于顯著性水平，則不能拒絕零假設(shè)H0，認(rèn)為樣本來自的總體分布形態(tài)與指定的二項(xiàng)分布不存在顯著差異。24編輯pptSPSS將自動計(jì)算Z統(tǒng)計(jì)量，并給出相應(yīng)的相伴概率值。SPSS二項(xiàng)分布檢驗(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)。25編輯pptSPSS二項(xiàng)分布檢驗(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)

研究問題某地某一時(shí)期內(nèi)出生35名嬰兒，其中女性19名（定Sex=0），男性16名（定Sex=1）。問這個(gè)地方出生嬰兒的性別比例與通常的男女性比例（總體概率約為0.5）是否不同？數(shù)據(jù)如表10-2所示。8.2.2SPSS中實(shí)現(xiàn)過程26編輯ppt研究問題8.2.2SPSS中實(shí)現(xiàn)過程26編輯ppt嬰兒Sex嬰兒Sex嬰兒Sex11131251201412613115127041161280511702906118030070190311802003209021033010022034011123135012124127編輯ppt嬰兒Sex嬰兒Sex嬰兒Sex111

實(shí)現(xiàn)步驟圖10-6在菜單中選擇“BinomialTest”命令28編輯ppt實(shí)現(xiàn)步驟圖10-6在菜單中選擇“Binomial圖10-7“BinomialTest”對話框29編輯ppt圖10-7“BinomialTest”對話框29編輯p圖10-8“BinomialTest：Options”對話框30編輯ppt圖10-8“BinomialTest：Options”8.2.3結(jié)果和討論31編輯ppt8.2.3結(jié)果和討論31編輯ppt8.3.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式8.3SPSS單樣本K-S檢驗(yàn)定義：單樣本K-S檢驗(yàn)是以兩位前蘇聯(lián)數(shù)學(xué)家Kolmogorov和Smirnov命名的，也是一種擬合優(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的方法，適用于探索連續(xù)型隨機(jī)變量的分布形態(tài)。32編輯ppt8.3.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式8.3SPSS單樣單樣本K-S檢驗(yàn)可以將一個(gè)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。其零假設(shè)H0為樣本來自的總體與指定的理論分布無顯著差異。33編輯ppt單樣本K-S檢驗(yàn)可以將一個(gè)變量的實(shí)際頻數(shù)分布與正態(tài)分SPSS實(shí)現(xiàn)K-S檢驗(yàn)的過程如下：（1）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)；34編輯pptSPSS實(shí)現(xiàn)K-S檢驗(yàn)的過程如下：34編輯ppt35編輯ppt35編輯pptSPSS在統(tǒng)計(jì)中將計(jì)算K-S的Z統(tǒng)計(jì)量，并依據(jù)K-S分布表（小樣本）或正態(tài)分布表（大樣本）給出對應(yīng)的相伴概率值。如果相伴概率小于或等于用戶的顯著性水平α，則應(yīng)拒絕零假設(shè)H0，認(rèn)為樣本來自的總體與指定的分布有顯著差異；如果相伴概率值大于顯著性水平，則不能拒絕零假設(shè)H0，認(rèn)為樣本來自的總體與指定的分布無顯著差異。36編輯pptSPSS在統(tǒng)計(jì)中將計(jì)算K-S的Z統(tǒng)計(jì)量，并依據(jù)K-S8.3.2SPSS中實(shí)現(xiàn)過程

研究問題某地144個(gè)周歲兒童身高數(shù)據(jù)如表10-4所示，問該地區(qū)周歲兒童身高頻數(shù)是否呈正態(tài)分布？37編輯ppt8.3.2SPSS中實(shí)現(xiàn)過程研究問題37編輯ppt表10-4 兒童身高數(shù)據(jù)身高區(qū)間人數(shù)64－268－469－770－1671－2072－2573－2474－2276－1678－279－683－138編輯ppt表10-4 兒童身高數(shù)據(jù)身高區(qū)間人數(shù)64－26

實(shí)現(xiàn)步驟圖10-12在菜單中選擇“1-SampleK-S”命令39編輯ppt實(shí)現(xiàn)步驟圖10-12在菜單中選擇“1-Sample圖10-13“One-SampleKolmogorov-SmirnovTest”對話框40編輯ppt圖10-13“One-SampleKolmogorov圖10-14“One-SampleK-S：Options”對話框41編輯ppt圖10-14“One-SampleK-S：Option8.3.3結(jié)果和討論（1）本例輸出結(jié)果如下表所示。42編輯ppt8.3.3結(jié)果和討論（1）本例輸出結(jié)果如下表所示。42編8.4.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式8.4兩獨(dú)立樣本非參數(shù)檢驗(yàn)定義：兩獨(dú)立樣本的非參數(shù)檢驗(yàn)是在對總體分布不很了解的情況下，通過分析樣本數(shù)據(jù)，推斷樣本來自的兩個(gè)獨(dú)立總體分布是否存在顯著差異。一般用來對兩個(gè)獨(dú)立樣本的均數(shù)、中位數(shù)、離散趨勢、偏度等進(jìn)行差異比較檢驗(yàn)。43編輯ppt8.4.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式8.4兩獨(dú)立樣本非兩個(gè)樣本是否獨(dú)立，主要看在一個(gè)總體中抽取樣本對另外一個(gè)總體中抽取樣本有無影響。如果沒有影響，則可以認(rèn)為兩個(gè)總體是獨(dú)立的。SPSS提供了4種兩獨(dú)立樣本的非參數(shù)檢驗(yàn)方法。44編輯ppt兩個(gè)樣本是否獨(dú)立，主要看在一個(gè)總體中抽取樣本對另外一個(gè)總體中1．兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)的零假設(shè)H0為樣本來自的兩獨(dú)立總體均值沒有顯著差異。45編輯ppt1．兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)兩獨(dú)立樣本的兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)主要通過對平均秩的研究來實(shí)現(xiàn)推斷。秩簡單地說就是名次。如果將數(shù)據(jù)按照升序進(jìn)行排序，這時(shí)每一個(gè)具體數(shù)據(jù)都會有一個(gè)在整個(gè)數(shù)據(jù)中的位置或名次，這就是該數(shù)據(jù)的秩，數(shù)據(jù)有多少個(gè)，秩便有多少個(gè)。46編輯ppt兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)主要通過對平均秩2．兩獨(dú)立樣本的K-S檢驗(yàn)兩獨(dú)立樣本的K-S檢驗(yàn)?zāi)軌驅(qū)瑟?dú)立樣本的總體分布情況進(jìn)行比較。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。47編輯ppt2．兩獨(dú)立樣本的K-S檢驗(yàn)兩獨(dú)立樣本的K-S檢驗(yàn)?zāi)軌驅(qū)瑟?dú)立兩獨(dú)立樣本的K-S檢驗(yàn)實(shí)現(xiàn)方法是：首先將兩組樣本數(shù)據(jù)（X1，X2，…，Xm）和（Y1，Y2，…，Yn）混合并按升序排列（m和n是兩組樣本的樣本容量），分別計(jì)算兩組樣本秩的累計(jì)頻率和每個(gè)點(diǎn)上的累計(jì)頻率；最后將兩個(gè)累計(jì)頻率相減，得到差值序列數(shù)據(jù)。48編輯ppt兩獨(dú)立樣本的K-S檢驗(yàn)實(shí)現(xiàn)方法是：首先將兩組樣本數(shù)據(jù)（X1，兩獨(dú)立樣本的K-S檢驗(yàn)將關(guān)注差值序列。SPSS將自動計(jì)算K-SZ統(tǒng)計(jì)量，并依據(jù)正態(tài)分布表給出對應(yīng)的相伴概率值。如果相伴概率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)為兩個(gè)樣本來自的總體分布有顯著差異；如果相伴概率值大于顯著性水平，則不能拒絕零假設(shè)H0，認(rèn)為兩個(gè)樣本來自的總體分布無顯著差異。49編輯ppt兩獨(dú)立樣本的K-S檢驗(yàn)將關(guān)注差值序列。SPSS將自動計(jì)算K-3．兩獨(dú)立樣本的游程檢驗(yàn)（Wald-WolfwitzRuns）兩獨(dú)立樣本的游程檢驗(yàn)用來檢驗(yàn)樣本來自的兩獨(dú)立總體的分布是否存在顯著差異。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。50編輯ppt3．兩獨(dú)立樣本的游程檢驗(yàn)（Wald-WolfwitzRun樣本的游程檢驗(yàn)中，計(jì)算游程的方法與觀察值的秩有關(guān)。首先，將兩組樣本混合并按照升序排列。在數(shù)據(jù)排序時(shí)，兩組樣本的每個(gè)觀察值對應(yīng)的樣本組標(biāo)志值序列也隨之重新排列，然后對標(biāo)志值序列按照前面10.3節(jié)的方法求游程。51編輯ppt樣本的游程檢驗(yàn)中，計(jì)算游程的方法與觀察值的秩有關(guān)。首如果計(jì)算出的游程數(shù)相對比較小，則說明樣本來自的兩總體的分布形態(tài)存在較大差距；如果得到的游程數(shù)相對比較大，則說明樣本來自的兩總體的分布形態(tài)不存在顯著差距。52編輯ppt如果計(jì)算出的游程數(shù)相對比較小，則說明樣本來自的兩總體SPSS將自動計(jì)算游程數(shù)得到Z統(tǒng)計(jì)量，并依據(jù)正態(tài)分布表給出對應(yīng)的相伴概率值。如果相伴概率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)為兩個(gè)樣本來自的總體分布有顯著差異；如果相伴概率值大于顯著性水平，則不能拒絕零假設(shè)H0，認(rèn)為兩個(gè)樣本來自的總體分布無顯著差異。53編輯pptSPSS將自動計(jì)算游程數(shù)得到Z統(tǒng)計(jì)量，并依據(jù)正態(tài)分布4．兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)（MosesExtremeReactions）兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)用來檢驗(yàn)樣本來自的兩獨(dú)立總體的分布是否存在顯著差異。其零假設(shè)H0為樣本來自的兩獨(dú)立總體分布沒有顯著差異。54編輯ppt4．兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)（MosesExtremeR兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)將一個(gè)樣本作為控制樣本，另外一個(gè)樣本作為實(shí)驗(yàn)樣本。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)。首先將兩組樣本混合并按升序排列；然后找出控制樣本最低秩和最高秩之間所包含的觀察值個(gè)數(shù)，即跨度（Span）。為控制極端值對分析結(jié)果的影響，也可以先去掉樣本兩個(gè)最極端的觀察值后再求跨度，這個(gè)跨度稱為截頭跨度。55編輯ppt兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)將一個(gè)樣本作為控制樣本，另外兩獨(dú)立樣本的極端檢驗(yàn)計(jì)算跨度和截頭跨度。如果跨度或截頭跨度很小，則表明兩個(gè)樣本數(shù)據(jù)無法充分混合，可以認(rèn)為實(shí)驗(yàn)樣本存在極端反應(yīng)。56編輯ppt兩獨(dú)立樣本的極端檢驗(yàn)計(jì)算跨度和截頭跨度。如果跨度或截SPSS自動計(jì)算跨度和截頭跨度，依據(jù)分布表給出對應(yīng)的相伴概率值。如果相伴概率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)為兩個(gè)樣本來自的總體分布有顯著差異；如果相伴概率值大于顯著性水平，則不能拒絕零假設(shè)H0，認(rèn)為兩個(gè)樣本來自的總體分布無顯著差異。57編輯pptSPSS自動計(jì)算跨度和截頭跨度，依據(jù)分布表給出對應(yīng)的8.4.2SPSS中實(shí)現(xiàn)過程

研究問題研究兩個(gè)不同廠家生產(chǎn)的燈泡使用壽命是否存在顯著差異。隨機(jī)抽取兩個(gè)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10-5所示。58編輯ppt8.4.2SPSS中實(shí)現(xiàn)過程研究問題58編輯ppt表10-5 兩個(gè)廠家生產(chǎn)的燈泡使用壽命數(shù)據(jù)燈泡壽命（h）廠家編號6751682169116701650169316501649268026302650264626512620259編輯ppt表10-5 兩個(gè)廠家生產(chǎn)的燈泡使用壽命數(shù)據(jù)燈泡壽命（h）廠

實(shí)現(xiàn)步驟圖10-15在菜單中選擇“2IndependentSamples”命令60編輯ppt實(shí)現(xiàn)步驟圖10-15在菜單中選擇“2Indepe圖10-16“Two-Independent-Samples-Test”對話框61編輯ppt圖10-16“Two-Independent-Sampl圖10-17“TwoIndependentSamples：DefineGroups”對話框62編輯ppt圖10-17“TwoIndependentSamp圖10-18“Two-Independent-Samples：Options”對話框63編輯ppt圖10-18“Two-Independent-Sampl8.4.3結(jié)果和討論（1）兩獨(dú)立樣本Mann-WhitneyU檢驗(yàn)結(jié)果如下面兩表所示。64編輯ppt8.4.3結(jié)果和討論（1）兩獨(dú)立樣本Mann-W65編輯ppt65編輯ppt（2）兩獨(dú)立樣本K-S檢驗(yàn)輸出結(jié)果如下兩表所示。66編輯ppt（2）兩獨(dú)立樣本K-S檢驗(yàn)輸出結(jié)果如下兩表所示。66（3）兩獨(dú)立樣本極端反應(yīng)檢驗(yàn)輸出結(jié)果如下兩表所示。67編輯ppt（3）兩獨(dú)立樣本極端反應(yīng)檢驗(yàn)輸出結(jié)果如下兩表所示。6（4）兩獨(dú)立樣本游程檢驗(yàn)輸出結(jié)果如下兩表所示。68編輯ppt（4）兩獨(dú)立樣本游程檢驗(yàn)輸出結(jié)果如下兩表所示。68編8.5多獨(dú)立樣本非參數(shù)檢驗(yàn)8.5.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式定義：多獨(dú)立樣本非參數(shù)檢驗(yàn)分析樣本數(shù)據(jù)是推斷樣本來自的多個(gè)獨(dú)立總體分布是否存在顯著差異。SPSS多獨(dú)立樣本非參數(shù)檢驗(yàn)一般推斷多個(gè)獨(dú)立總體的均值或中位數(shù)是否存在顯著差異。69編輯ppt8.5多獨(dú)立樣本非參數(shù)檢驗(yàn)8.5.1統(tǒng)計(jì)學(xué)上的定義和多個(gè)樣本之間是否獨(dú)立，需要看在一個(gè)總體中抽取樣本對其他總體中抽取樣本是否有影響。如果沒有影響，則認(rèn)為這些總體之間是獨(dú)立的。70編輯ppt多個(gè)樣本之間是否獨(dú)立，需要看在一個(gè)總體中抽取樣本對其例如，隨機(jī)抽取3個(gè)班級之間學(xué)生的學(xué)生成績，分析3個(gè)班級總體的成績是否存在顯著的差異。由于對各個(gè)班級都是隨機(jī)抽取樣本，抽樣沒有相互影響，可以認(rèn)為這三個(gè)班級學(xué)生成績是獨(dú)立的。SPSS中有3種多獨(dú)立樣本非參數(shù)檢驗(yàn)方法。71編輯ppt例如，隨機(jī)抽取3個(gè)班級之間學(xué)生的學(xué)生成績，分析3個(gè)班1．多獨(dú)立樣本的中位數(shù)檢驗(yàn)（Median）多獨(dú)立樣本的中位數(shù)檢驗(yàn)通過對多組數(shù)據(jù)的分析推斷多個(gè)獨(dú)立總體分布是否存在顯著差異。多獨(dú)立樣本的中位數(shù)檢驗(yàn)的零假設(shè)H0為：樣本來自的多個(gè)獨(dú)立總體的中位數(shù)無顯著差異。72編輯ppt1．多獨(dú)立樣本的中位數(shù)檢驗(yàn)（Median）多獨(dú)立樣本2．多獨(dú)立樣本的K-W檢驗(yàn)多獨(dú)立樣本的K-W檢驗(yàn)是Kruskal-Waillis檢驗(yàn)的縮寫，是一種推廣的平均秩檢驗(yàn)。其零假設(shè)為：樣本來自的多個(gè)獨(dú)立總體的分布無顯著差異。73編輯ppt2．多獨(dú)立樣本的K-W檢驗(yàn)多獨(dú)立樣本的K-W檢驗(yàn)是K多獨(dú)立樣本的K-W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(gè)觀察值的秩，然后對多組樣本的秩分別求平均值。74編輯ppt多獨(dú)立樣本的K-W檢驗(yàn)的基本方法是：首先將多組樣本數(shù)如果各組樣本的平均秩大致相等，則可以認(rèn)為多個(gè)獨(dú)立總體的分布沒有顯著差異。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。75編輯ppt如果各組樣本的平均秩大致相等，則可以認(rèn)為多個(gè)獨(dú)立總體3．多獨(dú)立樣本的Jonkheere-Terpstra檢驗(yàn)多獨(dú)立樣本的Jonkheere-Terpstra檢驗(yàn)用于分析樣本來自的多個(gè)獨(dú)立總體分布是否存在顯著差異。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。76編輯ppt3．多獨(dú)立樣本的Jonkheere-Terpstra檢驗(yàn)多獨(dú)立樣本的Jonkheere-Terpstra檢驗(yàn)的基本方法和兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)比較類似，也是計(jì)算一組樣本的觀察值小于其他組樣本觀察值的個(gè)數(shù)。77編輯ppt多獨(dú)立樣本的Jonkheere-Terpstra檢驗(yàn)

研究問題隨機(jī)抽取3個(gè)班級的學(xué)生，得到21個(gè)學(xué)生成績樣本，如表10-7所示，問3個(gè)班級學(xué)生總體成績是否存在顯著差異？8.5.2SPSS中實(shí)現(xiàn)過程78編輯ppt研究問題8.5.2SPSS中實(shí)現(xiàn)過程78編輯ppt表10-7 3個(gè)班級學(xué)生成績學(xué)生成績所屬班級學(xué)生成績所屬班級60.00190.00270.00196.00271.00170.00280.00185.00375.00192.00365.00197.00390.00196.00380.00288.00385.00289.00381.00280.00383.00279編輯ppt表10-7 3個(gè)班級學(xué)生成績學(xué)生成績所屬班級學(xué)

實(shí)現(xiàn)步驟圖10-19在菜單中選擇“KIndependentSamples”命令80編輯ppt實(shí)現(xiàn)步驟圖10-19在菜單中選擇“KIndepe圖10-20“TestsforSeveralIndependentSamples”對話框81編輯ppt圖10-20“TestsforSeveralInd圖10-21“SeveralIndependentSamples：DefineRange”對話框82編輯ppt圖10-21“SeveralIndependentS圖10-22“Two-Independent-Samples：Options”對話框83編輯ppt圖10-22“Two-Independent-Samp8.5.3結(jié)果和討論（1）多獨(dú)立樣本K-W檢驗(yàn)結(jié)果如下兩表所示。84編輯ppt8.5.3結(jié)果和討論（1）多獨(dú)立樣本K-W檢驗(yàn)結(jié)果如下兩（2）多獨(dú)立樣本中位數(shù)檢驗(yàn)結(jié)果如下兩表所示。85編輯ppt（2）多獨(dú)立樣本中位數(shù)檢驗(yàn)結(jié)果如下兩表所示。85編輯8.6兩配對樣本非參數(shù)檢驗(yàn)8.6.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式定義：兩配對樣本（2RelatedSamples）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)。86編輯ppt8.6兩配對樣本非參數(shù)檢驗(yàn)8.6.1統(tǒng)計(jì)學(xué)上的定義和兩配對樣本非參數(shù)檢驗(yàn)一般用于同一研究對象（或兩配對對象）分別給予兩種不同處理的效果比較，以及同一研究對象（或兩配對對象）處理前后的效果比較。前者推斷兩種效果有無差別，后者推斷某種處理是否有效。87編輯ppt兩配對樣本非參數(shù)檢驗(yàn)一般用于同一研究對象（或兩配對對兩配對樣本非參數(shù)檢驗(yàn)的前提要求兩個(gè)樣本應(yīng)是配對的。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。首先兩個(gè)樣本的觀察數(shù)目相同，其次兩樣本的觀察值順序不能隨意改變。88編輯ppt兩配對樣本非參數(shù)檢驗(yàn)的前提要求兩個(gè)樣本應(yīng)是配對的。在SPSS中有以下3種兩配對樣本非參數(shù)檢驗(yàn)方法。89編輯pptSPSS中有以下3種兩配對樣本非參數(shù)檢驗(yàn)方法。89編1．兩配對樣本的McNemar變化顯著性檢驗(yàn)McNemar變化顯著性檢驗(yàn)以研究對象自身為對照，檢驗(yàn)其兩組樣本變化是否顯著。其零假設(shè)為：樣本來自的兩配對總體分布無顯著差異。McNemar變化顯著性檢驗(yàn)要求待檢驗(yàn)的兩組樣本的觀察值是二值數(shù)據(jù)，在實(shí)際分析中有一定的局限性。90編輯ppt1．兩配對樣本的McNemar變化顯著性檢驗(yàn)McNeMcNemar變化顯著性檢驗(yàn)基本方法采用二項(xiàng)分布檢驗(yàn)。它通過對兩組樣本前后變化的頻率，計(jì)算二項(xiàng)分布的概率值。91編輯pptMcNemar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(shí)，無法利用前面一種檢驗(yàn)方法，這時(shí)可以采用兩配對樣本的符號（Sign）檢驗(yàn)方法。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。92編輯ppt2．兩配對樣本的符號（Sign）檢驗(yàn)當(dāng)兩配對樣本的觀兩配對樣本的符號檢驗(yàn)利用正、負(fù)符號的個(gè)數(shù)多少來進(jìn)行檢驗(yàn)。首先，將第二組樣本的各個(gè)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(gè)正數(shù)，則記為正號；差值為負(fù)數(shù)，則記為負(fù)號。然后計(jì)算正號的個(gè)數(shù)和負(fù)號的個(gè)數(shù)。93編輯ppt兩配對樣本的符號檢驗(yàn)利用正、負(fù)符號的個(gè)數(shù)多少來進(jìn)行檢通過比較正號的個(gè)數(shù)和負(fù)號的個(gè)數(shù)，可以判斷兩組樣本的分布。例如，正號的個(gè)數(shù)和負(fù)號的個(gè)數(shù)大致相當(dāng)，則可以認(rèn)為兩配對樣本數(shù)據(jù)分布差距較?。徽柕膫€(gè)數(shù)和負(fù)號的個(gè)數(shù)相差較多，可以分為兩配對樣本數(shù)據(jù)分布差距較大。94編輯ppt通過比較正號的個(gè)數(shù)和負(fù)號的個(gè)數(shù)，可以判斷兩組樣本的分SPSS將自動對差值正負(fù)符合序列作單樣本二項(xiàng)分布檢驗(yàn)，計(jì)算出實(shí)際的概率值。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。95編輯pptSPSS將自動對差值正負(fù)符合序列作單樣本二項(xiàng)分布檢驗(yàn)3．兩配對樣本的Wilcoxon符號平均秩檢驗(yàn)兩配對樣本的符號檢驗(yàn)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。兩配對樣本的Wilcoxon符號平均秩檢驗(yàn)考慮了這方面的因素。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。96編輯ppt3．兩配對樣本的Wilcoxon符號平均秩檢驗(yàn)兩配對兩配對樣本的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(gè)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(gè)正數(shù)，則記為正號；差值為負(fù)數(shù)，則記為負(fù)號。同時(shí)保存差值的絕對值數(shù)據(jù)。然后將絕對差值數(shù)據(jù)按升序排序，并求出相應(yīng)的秩，最后分別計(jì)算正號秩總合W

+、負(fù)號秩總合W

?以及正號平均秩和負(fù)號平均秩。97編輯ppt兩配對樣本的Wilcoxon符號平均秩檢驗(yàn)首先按照符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。98編輯ppt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99編輯ppt兩配對樣本的Wilcoxon符號平均秩檢驗(yàn)按照下面的

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10-9所示。表格的每一行表示一個(gè)學(xué)生的4個(gè)成績。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。問訓(xùn)練前后學(xué)生的成績是否存在顯著差異？8.6.2SPSS中實(shí)現(xiàn)過程100編輯ppt研究問題8.6.2SPSS中實(shí)現(xiàn)過程100編輯pp表10-9 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0158.0070.001170.0071.000145.0065.000156.0068.000045.0050.000050.0055.001161.0075.001170.0070.000155.0065.001160.0070.00101編輯ppt表10-9 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

實(shí)現(xiàn)步驟圖10-23在菜單中選擇“2RelatedSamples”命令102編輯ppt實(shí)現(xiàn)步驟圖10-23在菜單中選擇“2Relate圖10-24“Two-Related-SamplesTests”對話框103編輯ppt圖10-24“Two-Related-SamplesT圖10-25選擇兩個(gè)變量配對104編輯ppt圖10-25選擇兩個(gè)變量配對104編輯ppt圖10-26“Two-Related-Samples：Options”對話框105編輯ppt圖10-26“Two-Related-Samples：O圖10-27選擇兩個(gè)變量配對106編輯ppt圖10-27選擇兩個(gè)變量配對106編輯ppt8.6.3結(jié)果和討論（1）描述性統(tǒng)計(jì)部分結(jié)果如下表所示。107編輯ppt8.6.3結(jié)果和討論（1）描述性統(tǒng)計(jì)部分結(jié)果如下表所示。（2）Wilcoxon檢驗(yàn)結(jié)果如下兩表所示。108編輯ppt（2）Wilcoxon檢驗(yàn)結(jié)果如下兩表所示。108編輯ppt（3）符號檢驗(yàn)結(jié)果如下兩表所示。109編輯ppt（3）符號檢驗(yàn)結(jié)果如下兩表所示。109編輯ppt（4）McNemar檢驗(yàn)結(jié)果如下兩表所示。110編輯ppt（4）McNemar檢驗(yàn)結(jié)果如下兩表所示。110編輯ppt8.7多配對樣本非參數(shù)檢驗(yàn)8.7.1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式定義：多配對樣本非參數(shù)檢驗(yàn)是對多個(gè)匹配樣本的總體分布是否存在顯著性差異進(jìn)行統(tǒng)計(jì)分析。SPSS中有以下3種多配對樣本非參數(shù)檢驗(yàn)方法。111編輯ppt8.7多配對樣本非參數(shù)檢驗(yàn)8.7.1統(tǒng)計(jì)學(xué)上的定義和1．多配對樣本的Friendman檢驗(yàn)多配對樣本的Friendman檢驗(yàn)是利用秩實(shí)現(xiàn)多個(gè)配對總體分布檢驗(yàn)的一種方法，多配對樣本的Friendman檢驗(yàn)要求數(shù)據(jù)是定距的。其零假設(shè)為：樣本來自的多個(gè)配對總體的分布無顯著差異。112編輯ppt1．多配對樣本的Friendman檢驗(yàn)多配對樣本的F多配對樣本的Friendman檢驗(yàn)的實(shí)現(xiàn)原理是：首先以樣本為單位，將各個(gè)樣本數(shù)據(jù)按照升序排列，求得各個(gè)樣本數(shù)據(jù)在各自行中的秩，然后計(jì)算各樣本的秩總和及平均秩。113編輯ppt多配對樣本的Friendman檢驗(yàn)的實(shí)現(xiàn)原理是：首先如果多個(gè)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。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。114編輯ppt如果多個(gè)配對樣本的分布存在顯著的差異，那么數(shù)值普遍偏2．多配對樣本的Kendall協(xié)同系數(shù)檢驗(yàn)多配對樣本的Kendall協(xié)同系數(shù)檢驗(yàn)和Friedman檢驗(yàn)非常類似，也是一種多配對樣本的非參數(shù)檢驗(yàn)，但分析的角度不同。多配對樣本的Kendall協(xié)同系數(shù)檢驗(yàn)主要用在分析評判者的判別標(biāo)準(zhǔn)是否一致公平方面。它將每個(gè)評判對象的分?jǐn)?shù)都看作是來自多個(gè)配對總體的樣本。一個(gè)評判對象對不同被判定對象的分?jǐn)?shù)構(gòu)成一個(gè)樣本，其零假設(shè)為：樣本來自的多個(gè)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。115編輯ppt2．多配對樣本的Kendall協(xié)同系數(shù)檢驗(yàn)多配對樣本Kendall協(xié)同系數(shù)檢驗(yàn)中會計(jì)算Friedman檢驗(yàn)方法，得到friedman統(tǒng)計(jì)量和相伴概率。如果相伴概率小于顯著性水平，可以認(rèn)為這10個(gè)節(jié)目之間沒有顯著差異，那么可以認(rèn)為這5個(gè)評委判定標(biāo)準(zhǔn)不一致，也就是判定結(jié)果不一致。116編輯pptKendall協(xié)同系數(shù)檢驗(yàn)中會計(jì)算Friedman檢3．多配對樣本的CochranQ檢驗(yàn)多配對樣本的CochranQ檢驗(yàn)也是對多個(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)。不同的是多配對樣本的CochranQ檢驗(yàn)所能處理的數(shù)據(jù)是二值的（0和1）。其零假設(shè)是：樣本來自的多配對總體分布無顯著差異。117編輯ppt3．多配對樣本的CochranQ檢驗(yàn)多配對樣本的C8.7.2SPSS中實(shí)現(xiàn)過程

研究問題1為了試驗(yàn)?zāi)撤N減肥藥的性能，測量10個(gè)人在服用該藥前以及服用該藥一個(gè)月后、兩個(gè)月后、3個(gè)月后的體重。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。數(shù)據(jù)如表10-10所示。118編輯ppt8.7.2SPSS中實(shí)現(xiàn)過程研究問題1118編輯p表10-10 4個(gè)時(shí)期的體重（kg）pre_1post_1post_2post_380.0080.0070.0069.0079.0075.0071.0070.0085.0080.0075.0075.0080.0075.0068.0070.0075.0075.0074.0070.0074.0074.0070.0069.0065.0065.0063.0061.0070.0070.0070.0070.0080.0070.0065.0065.0075.0072.0070.0060.0080.0080.0070.0069.00119編輯ppt表10-10 4個(gè)時(shí)期的體重（kg）pre_1post_1p

實(shí)現(xiàn)步驟圖10-28在菜單中選擇“KRelatedSamples”命令120編輯ppt實(shí)現(xiàn)步驟圖10-28在菜單中選擇“KRelate圖10-29“TestsforServeralRelatedSamples”對話框（一）121編輯ppt圖10-29“TestsforServeralRe圖10-30“SeveralRelatedSamples：Statistics”對話框（一）122編輯ppt圖10-30“SeveralRelatedSampl

研究問題2某文藝晚會中有5個(gè)節(jié)目，共有5個(gè)評委參與打分。問這5個(gè)評委的判斷標(biāo)準(zhǔn)是否一致。數(shù)據(jù)如表10-11所示。123編輯ppt研究問題2123編輯ppt表10-11 5個(gè)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18.758.258.809.008.50評委210.009.509.508.909.50評委39.609.109.108.509.60評委49.208.508.909.109.40評委59.659.209.109.108.90124編輯ppt表10-11 5個(gè)評委的打分表節(jié)目1節(jié)目2節(jié)

實(shí)現(xiàn)步驟圖10-3