第5章參數(shù)檢驗與非參數(shù)檢驗(含SPSS)

本章內(nèi)容第一節(jié)概述第二節(jié)均值比較與參數(shù)檢驗第三節(jié)非參數(shù)檢驗本文檔共69頁；當前第1頁；編輯于星期三\8點34分第一節(jié)概述

一、參數(shù)檢驗與非參數(shù)檢驗參數(shù)檢驗是指當總體分布已知的情況下，根據(jù)樣本數(shù)據(jù)對總體分布的統(tǒng)計參數(shù)（如均值、方差等）進行推斷。非參數(shù)檢驗是當總體分布未知的情況下，根據(jù)樣本數(shù)據(jù)對總體的分布形式或特征進行推斷。本文檔共69頁；當前第2頁；編輯于星期三\8點34分二、第Ⅰ類錯誤、第Ⅱ類錯誤與顯著性水平在進行統(tǒng)計推斷時，有可能會出現(xiàn)以下兩種錯誤，第一類錯誤是拒絕真實的原假設(shè)，我們把它叫做“拒真”的錯誤。第二類錯誤是接收錯誤的原假設(shè)，我們把它叫做“取偽”的錯誤。在假設(shè)檢驗中，犯第Ⅰ類錯誤的概率記為,稱其為顯著性水平；犯第Ⅱ類錯誤的概率記為。我們一般事先規(guī)定允許犯第Ⅰ類錯誤的概率，然后盡量減少犯第Ⅱ類錯誤的概率。一般取=0.10、0.05或0.01，表示概率小的程度。本文檔共69頁；當前第3頁；編輯于星期三\8點34分三、假設(shè)檢驗的基本步驟

1、根據(jù)推斷檢驗的目標，對待推斷的總體參數(shù)或分布作一個基本假設(shè)；

2、利用收集到的樣本數(shù)據(jù)和基本假設(shè)計算某檢驗統(tǒng)計量，該統(tǒng)計量服從或近似服從某種統(tǒng)計分布；

3、根據(jù)該統(tǒng)計量的值得到相伴概率值；

4、做出判斷。研究者給定一個顯著性水平，如果相伴概率值小于或等于用戶給定的顯著性水平，則拒絕原假設(shè)；否則，不應(yīng)拒絕原假設(shè)。

本文檔共69頁；當前第4頁；編輯于星期三\8點34分第二節(jié)均值比較與參數(shù)檢驗

一、均值比較（一）均值比較的概念和基本步驟統(tǒng)計分析常常采取抽樣研究的方法，即從總體中隨機抽取一定數(shù)量的樣本進行研究來推論總體的特性。能否用樣本均數(shù)估計總體均數(shù)？兩個變量均數(shù)接近的樣本是否來自均值相同的總體？這就要進行均值比較。本文檔共69頁；當前第5頁；編輯于星期三\8點34分均值比較的基本步驟為：第一步，用戶指定一個或多個變量作為分組變量，并按分組變量的不同取值對個案數(shù)據(jù)進行分組。第二步，指定一個變量作為匯總變量，并計算該匯總變量在各分組下的基本描述統(tǒng)計量。第三步，對第一分組變量各分組下的匯總變量均值有無顯著差異作統(tǒng)計檢驗。

原假設(shè)是：分組變量各水平下匯總變量的均值無顯著差異。本文檔共69頁；當前第6頁；編輯于星期三\8點34分（二）均值比較分析過程在SPSS中的實現(xiàn)

1、建立數(shù)據(jù)文件

2、點擊Analyze→CompareMeans→Means進入Means主對話框，見圖5-1所示。圖5-1均值比較主對話框

本文檔共69頁；當前第7頁；編輯于星期三\8點34分3、選擇被解釋變量在左邊的變量表中選擇要分析的變量作為被解釋變量，并將其送入DependentList被解釋變量框中。被解釋變量可以選擇一個，也可以選擇多個。4、解釋變量的選擇及分層控制選擇解釋變量作為分組變量，對被解釋變量將按解釋變量分組計算基本描述統(tǒng)計量。選擇的若干解釋變量可以放在第一層，也可以放在不同層。本文檔共69頁；當前第8頁；編輯于星期三\8點34分5、Option選項在主對話框中單擊Option選項，展開Option對話框，如圖5-2所示。圖5-2Option對話框本文檔共69頁；當前第9頁；編輯于星期三\8點34分（1）Statistics選項框，選擇統(tǒng)計量。（2）StatisticsForFirstLayer框,對第一層每個控制變量的分析。具體含義是：①Anovatableandeta復選項：表示輸出單因素方差分析表和eta值。②Testoflinearity復選項：表示作線性檢驗。本文檔共69頁；當前第10頁；編輯于星期三\8點34分二、單樣本檢驗（一）單樣本檢驗的概念和基本步驟單樣本檢驗是檢驗某個變量的總體均值與指定的檢驗值之間是否存在顯著差異。這里，前提條件是樣本來自的總體應(yīng)服從正態(tài)分布。如果已知總體均數(shù)，進行樣本均數(shù)與總體均數(shù)之間的差異顯著性檢驗也屬于單樣本的檢驗。本文檔共69頁；當前第11頁；編輯于星期三\8點34分

單樣本檢驗的基本步驟為：1、提出原假設(shè)。單樣本檢驗的原假設(shè)為：總體均值與檢驗值之間不存在顯著差異

2、選擇檢驗統(tǒng)計量。單樣本檢驗的檢驗統(tǒng)計量為統(tǒng)計量。3、計算檢驗統(tǒng)計量觀測值和概率值。SPSS將自動計算統(tǒng)計量的觀測值和對應(yīng)的概率值。4、給定顯著性水平，并作出決策。給定顯著性水平，與檢驗統(tǒng)計量的概率值作比較。如果概率值小于顯著性水平，則應(yīng)拒絕原假設(shè)；反之，如果概率值大于顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第12頁；編輯于星期三\8點34分（二）單樣本檢驗過程在SPSS中的實現(xiàn)

1、建立或選擇數(shù)據(jù)文件后，按“Analyze”→“CompareMeans”→“One-SampleTTest”進入One-SampleTTest單樣本檢驗主對話框，如圖5-3所示。圖5-3單樣本T檢驗對話框

本文檔共69頁；當前第13頁；編輯于星期三\8點34分

2、在左邊的源變量框中選擇要分析的變量，將其送入TestVariable(s)框中。在TestValue檢驗值一欄中填入的大小。

3、單擊“Options”按鈕，彈出Options選項對話框，如圖5-4所示。

圖5-4單樣本檢驗Options選項對話框本文檔共69頁；當前第14頁；編輯于星期三\8點34分

（1）ConfidenceInterval一欄為可信水平，系統(tǒng)默認為95%，用戶可以改寫。（2）MissingValues一欄中有兩個選項，一為Excludecasesanalysisbyanalysis選項，帶有缺失值的觀測量，當它與分析有關(guān)時才被剔除。一為Excludecaseslistwise選項，剔除在主對話框中Variables矩形框中列出的變量帶有缺失值的所有觀測量。點擊“Continue”按鈕可返回主對話框。本文檔共69頁；當前第15頁；編輯于星期三\8點34分三、獨立樣本檢驗（一）獨立樣本檢驗的概念和基本步驟獨立樣本檢驗就是根據(jù)樣本數(shù)據(jù)對它們來自的兩獨立總體的均值是否有顯著差異進行推斷。這個推斷的前提是：（1）兩樣本應(yīng)是相互獨立的，即從一總體中抽取一批樣本對從另一總體中抽取一批樣本沒有任何影響，兩組樣本的個案數(shù)目可以不同，個案順序可以隨意調(diào)整，即沒有配對關(guān)系。（2）樣本來自的兩個總體應(yīng)服從正態(tài)分布。

本文檔共69頁；當前第16頁；編輯于星期三\8點34分兩獨立樣本檢驗的基本步驟：

1、提出原假設(shè)：兩總體均值無顯著差異

2、選擇檢驗統(tǒng)計量：在具體實現(xiàn)時通過兩步完成：第一，利用檢驗判斷兩總體的方差是否相等；第二，根據(jù)前一步的判斷結(jié)果決定統(tǒng)計量和自由度的計算公式。

3、計算檢驗統(tǒng)計量觀測值和概率值：SPSS將自動依據(jù)單因素方差分析的方法計算統(tǒng)計量和相伴概率值，并自動根據(jù)兩組樣本的均值、樣本數(shù)、抽樣分布方差等計算出統(tǒng)計量的觀測值和相伴概率值。本文檔共69頁；當前第17頁；編輯于星期三\8點34分

4、給定顯著性水平，并作出決策第一步，利用檢驗的相伴概率值判斷兩總體的方差是否相等，如果概率值小于顯著性水平，則應(yīng)拒絕原假設(shè)，認為兩總體方差有顯著差異；反之，如果概率值大于顯著性水平，則不應(yīng)拒絕原假設(shè)，認為兩總體方差無顯著差異。第二步，利用檢驗的相伴概率值判斷兩總體均值是否存在顯著差異。如果概率值小于顯著性水平，則應(yīng)拒絕原假設(shè)，認為兩總體均值有顯著差異；反之，如果概率值大于顯著性水平，則不應(yīng)拒絕原假設(shè)，認為兩總體均值無顯著差異。本文檔共69頁；當前第18頁；編輯于星期三\8點34分（三）獨立樣本檢驗在SPSS中的實現(xiàn)

1、建立或打開數(shù)據(jù)文件后，按Analyze→CompareMeans→Independent-SampleTTest進入Independent-SampleTTest獨立樣本檢驗主對話框，如圖5-5所示。

圖5-5獨立樣本檢驗主對話框本文檔共69頁；當前第19頁；編輯于星期三\8點34分

2、選擇若干變量作為檢驗變量到TestVariable(s)檢驗變量框中。

3、選擇一個變量作為標識變量到GroupingVariable分組變量框中。該標識變量的兩個不同取值可對應(yīng)兩個不同的總體。

4、單擊“DefineGroups”按鈕，可進入DefineGroups子對話框，如圖5-6所示。其中：Usespecifiedvalues表示分別輸入兩個值，每個值代表一個總體；對于Cutpoint分割點欄，如果分組變量是連續(xù)變量，則選用此項。

5、Options選擇含義與單樣本t檢驗中的相同。本文檔共69頁；當前第20頁；編輯于星期三\8點34分圖5-6分組子對話框

在此對話框中，選中左邊的源變量矩形框中的用于檢驗的變量，點擊源變量框與Variable變量框之間的向右按鈕，將其移入選中用于，用同樣的方法將其移入。本文檔共69頁；當前第21頁；編輯于星期三\8點34分四、兩配對樣本檢驗（一）兩配對樣本檢驗的概念和基本步驟兩配對樣本檢驗是根據(jù)樣本數(shù)據(jù)對樣本來自的兩配對總體的均值是否有顯著差異進行推斷。前提條件是：（1）兩樣本應(yīng)該是配對的。首先，兩樣本的觀察數(shù)目相等；其次，兩樣本的觀察值的順序不能隨意更改。（2）樣本來自的總體應(yīng)服從正態(tài)分布。本文檔共69頁；當前第22頁；編輯于星期三\8點34分兩配對樣本檢驗的基本步驟為：1、提出原假設(shè)：兩總體均值之間不存在顯著差異。2、選擇檢驗統(tǒng)計量：配對樣本檢驗所采用的檢驗統(tǒng)計量為統(tǒng)計量。3、計算檢驗統(tǒng)計量觀測值和相伴概率值：SPSS將自動計算統(tǒng)計量的觀測值以及相伴概率值。4、給定顯著性水平，并作出決策：如果相伴概率值小于或等于用戶心中的顯著性水平，則拒絕原假設(shè)，認為兩總體均值存在顯著差異；相反，如果相伴概率值大于用戶心中的顯著性水平，則不能拒絕原假設(shè)，可以認為兩總體均值不存在顯著差異。本文檔共69頁；當前第23頁；編輯于星期三\8點34分（二）配對樣本檢驗在SPSS中的實現(xiàn)

1、建立或打開數(shù)據(jù)文件后，按Analyze→CompareMeans→Paired-SamplesTTest進入Paired-SamplesTTest配對樣本檢驗主對話框，如圖5-7所示。圖5-7Paired-SampleTTest配對樣本檢驗主對話框本文檔共69頁；當前第24頁；編輯于星期三\8點34分

2、選擇一對或若干對配對變量作為檢驗變量到PairedVariable框中，選擇好配對變量。在配對變量欄中，配對變量處于同一行，中間有“--”連接。

3、Options選擇含義與單樣本檢驗中的相同。本文檔共69頁；當前第25頁；編輯于星期三\8點34分第二節(jié)非參數(shù)檢驗

一、卡方檢驗（一）卡方檢驗的概念和基本步驟卡方檢驗方法可以根據(jù)樣本數(shù)據(jù)，推斷總體分布與期望分布或某一理論分布是否存在顯著差異。它是是一種吻合性檢驗，通常適于對有多項分類值的總體分布的分析，變量為離散型數(shù)據(jù)。本文檔共69頁；當前第26頁；編輯于星期三\8點34分卡方檢驗的基本步驟為：

1、提出原假設(shè)：樣本來自的總體分布與期望分布或某一理論分布無顯著差異。

2、選擇檢驗統(tǒng)計量：卡方檢驗的統(tǒng)計量為統(tǒng)計量。

3、計算檢驗統(tǒng)計量觀測值和相伴概率值：SPSS將自動計算統(tǒng)計量的觀測值及相伴概率值。

4、給定顯著性水平，并做出決策：如果的概率值小于顯著性水平，則應(yīng)拒絕原假設(shè)；反之，如果的概率值大于顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第27頁；編輯于星期三\8點34分

（二）卡方檢驗過程在SPSS中的實現(xiàn)

1．建立或打開數(shù)據(jù)文件后，打開Analyze→NonparametricTests→Chi-SquareTest對話框，如圖5-8所示。圖5-8Chi-SquareTest對話框本文檔共69頁；當前第28頁；編輯于星期三\8點34分

2、指定待檢驗的變量到TestVariableList框。

3、在ExpectedRange欄中，確定檢驗值的范圍。（1）Getfromdata選項，即最小值和最大值所確定的范圍。（2）Usespecifiedrange選項，只檢驗數(shù)據(jù)中一個子集的值，在Lower和Upper參數(shù)框中鍵入檢驗范圍的下限和上限。

4、在ExpectedValues欄中，指定期望值。（1）Allcategoriesequal選項，系統(tǒng)默認的檢驗值是所有分組的期望頻數(shù)都相同。（2）Values選項，要求用戶輸入期望分布的頻數(shù)值。本文檔共69頁；當前第29頁；編輯于星期三\8點34分

5、單擊“Options”按鈕，打開Chi-SquareTest：Options對話框，如圖5-9所示。圖5-9Options對話框本文檔共69頁；當前第30頁；編輯于星期三\8點34分

（l）Statistics欄，選擇輸出統(tǒng)計量。其中，Descriptive復選項，輸出變量的均值、標準差、最大值、最小值、非缺失個體的數(shù)量。Quartiles復選項，輸出結(jié)果將包括四分位數(shù)的內(nèi)容。（2）在MissingValues欄中選擇對缺失值的處理方式。其中，Excludecasestest-by-test選項，將參與對比中的缺失值排除；Excludecaseslistwise選項，將任何變量中所有含有缺失值的分析個體排除。本文檔共69頁；當前第31頁；編輯于星期三\8點34分

二、二項分布檢驗（一）二項分布檢驗的基本概念和基本步驟二項分布檢驗是通過樣本數(shù)據(jù)檢驗樣本來自的總體是否服從指定的概率為的二項分布，其基本步驟為：

1、提出原假設(shè)：樣本來自的總體與指定的二項分布無顯著差異。

2、選擇檢驗統(tǒng)計量：在小樣本中采用精確檢驗方法，對于大樣本則采用近似檢驗方法，采用檢驗統(tǒng)計量。

3、計算檢驗統(tǒng)計量觀測值和相伴概率值：SPSS自動計算檢驗統(tǒng)計量觀測值和近似概率值。

4、給定顯著性水平，并做出決策：如果概率值小于顯著性水平，則拒絕原假設(shè)；如果概率值大于顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第32頁；編輯于星期三\8點34分（二）二項分布檢驗在SPSS中的實現(xiàn)

1、建立或打開數(shù)據(jù)文件后，打開Analyze→NonparametricTests→BinomialTest對話框，如圖5-10所示。圖5-10二項分布檢驗對話框本文檔共69頁；當前第33頁；編輯于星期三\8點34分

2、從左側(cè)變量列表中選擇需要進行檢驗的變量，將其移到TestVariable框中。

3、DefineDichotomy欄，定義二分值。（1）Getfromdata選項，適用于指定的變量只有兩個有效值，無缺失值。（2）Cutpoint選項，如果指定的變量超過兩個值，在參數(shù)框中鍵入一個分界點值，比分界點值小的將形成第一項，比分界點值大的將形成第二項。

4、Test參數(shù)框，指定檢驗概率值。系統(tǒng)默認的檢驗概率值是0.5，這意味著要檢驗的二項是服從均勻分布的。

5、Options對話框，選擇輸出結(jié)果形式及缺失值處理方式。本文檔共69頁；當前第34頁；編輯于星期三\8點34分三、游程檢驗游程是樣本序列中連續(xù)出現(xiàn)的變量值的次數(shù)。游程檢驗又稱單樣本變量隨機性檢驗，是對變量的變量值出現(xiàn)是否隨機進行檢驗?；静襟E為：

1、提出原假設(shè)：總體某變量的變量值出現(xiàn)是隨機的。

2、選擇檢驗統(tǒng)計量：SPSS單樣本變量值隨機性檢驗中，利用游程數(shù)構(gòu)造檢驗統(tǒng)計量。在大樣本時，游程近似服從正態(tài)分布，采用檢驗統(tǒng)計量。

3、計算檢驗統(tǒng)計量觀測值和相伴概率值：SPSS將自動計算統(tǒng)計量及相伴概率值。

4、給定顯著性水平，并做出決策：如果概率值小于給定的顯著性水平，則應(yīng)拒絕原假設(shè)；如果概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第35頁；編輯于星期三\8點34分（二）游程檢驗在SPSS中的實現(xiàn)

1、建立或打開數(shù)據(jù)文件后進入Analyze→NonparametricTests→RunTest對話框，如圖5-11所示。圖5-11游程檢驗主對話框本文檔共69頁；當前第36頁；編輯于星期三\8點34分

2、指定待檢驗的變量到TestVariableList框。

3、在Cutpoint框中確定計算游程的分界點。其中，Median表示以樣本中位數(shù)為分界點；Mode表示以樣本眾數(shù)為分界點；Mean表示以樣本均值為分界點；Custom表示以用戶輸入的值為分界點。

4、Options對話框，選擇輸出結(jié)果形式及缺失值處理方式。本文檔共69頁；當前第37頁；編輯于星期三\8點34分四、單樣本K-S檢驗（一）單樣本K-S檢驗的概念和基本步驟單樣本K-S檢驗又稱單樣本柯爾莫哥洛夫-斯米諾夫檢驗(one-smpleKolmogorov-Smirnovtest)，是利用樣本數(shù)據(jù)推斷總體是否服從某一理論分布，適用于探索連續(xù)性隨機變量的分布形態(tài)?；静襟E為：

1、提出原假設(shè)：樣本來自的總體與指定的理論分布無顯著差異。SPSS的理論分布主要包括正態(tài)分布、均值分布、指數(shù)分布和泊松分布等。本文檔共69頁；當前第38頁；編輯于星期三\8點34分2、選擇檢驗統(tǒng)計量：單樣本K-S檢驗的統(tǒng)計量為統(tǒng)計量。

3、計算檢驗統(tǒng)計量觀測值和相伴概率值：SPSS將自動計算的統(tǒng)計量，依據(jù)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。

4、給定顯著性水平，并做出決策：如果相伴概率值小于顯著性水平，則應(yīng)拒絕原假設(shè)；如果相伴概率值大于顯著性水平，則不能拒絕原假設(shè)。在SPSS中，無論是大樣本還是小樣本，僅給出大樣本下的和對應(yīng)的概率值。本文檔共69頁；當前第39頁；編輯于星期三\8點34分（二）單樣本K-S檢驗在SPSS中的實現(xiàn)

1、建立或打開數(shù)據(jù)文件后，進入Analyze→NonparametricTests→One-SampleKolmogorov-SmirnovTest對話框，如圖5-12所示。圖5-14One-SampleKolmogorov-SmirnovTest對話框本文檔共69頁；當前第40頁；編輯于星期三\8點34分

2、選擇檢驗變量到TestVariable框。

3、在TestDistribution框中選擇理論分布，其中：Normal為正態(tài)分布，Uniform為均勻分布，Poisson為泊松分布，Exponential為指數(shù)分布。

4、Options對話框，選擇輸出結(jié)果形式及缺失值處理方式，同前。本文檔共69頁；當前第41頁；編輯于星期三\8點34分

五、兩個獨立樣本非參數(shù)檢驗（一）兩獨立樣本非參數(shù)檢驗的基本概念和檢驗方法兩獨立樣本的非參數(shù)檢驗是在對總體分布不甚了解的情況下，通過對兩組獨立樣本的分析來推斷樣本來自的兩個獨立總體的分布是否存在顯著差異，一般檢驗兩個獨立總體的均值或中位數(shù)是否存在顯著差異來進行推斷。

SPSS提供了四種兩獨立樣本的非參數(shù)檢驗方法。本文檔共69頁；當前第42頁；編輯于星期三\8點34分1、兩獨立樣本的曼-惠特尼檢驗兩獨立樣本的曼-惠特尼檢驗（Mann-WhitneyU）的原假設(shè)是：兩組獨立樣本來自的兩總體分布無顯著差異。曼-惠特尼檢驗的基本步驟是：（1）將兩組樣本數(shù)據(jù)混合并按升序排序，得到每個數(shù)據(jù)各自的秩。（2）分別對兩組樣本的秩求平均，得到兩個平均秩。對兩個平均秩的差距進行比較。

本文檔共69頁；當前第43頁；編輯于星期三\8點34分

（3）計算第一組樣本每個秩優(yōu)于第二組樣本每個秩的個數(shù)，以及第二組樣本每個秩優(yōu)于第一組樣本每個秩的個數(shù)，并對其進行比較。（4）SPSS將自動計算WilcoxonW和Mann-WhitneyU統(tǒng)計量，并計算出相伴概率值；同時，SPSS還計算近似于正態(tài)分布的統(tǒng)計量及相伴概率值。（5）給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第44頁；編輯于星期三\8點34分2、兩獨立樣本的K-S檢驗兩獨立樣本K-S檢驗的原假設(shè)是：樣本來自的兩個獨立總體的分布無顯著差異。兩獨立樣本的K-S檢驗的基本步驟為：（1）將兩組樣本混合并按升序排序。（2）分別計算兩組樣本秩的累計頻數(shù)和累計頻率。本文檔共69頁；當前第45頁；編輯于星期三\8點34分

（3）將兩個累計頻率相減，得到秩的差值序列并得到統(tǒng)計量。（4）SPSS將自動計算在大樣本下的的觀測值和相伴概率值。（5）給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第46頁；編輯于星期三\8點34分

3、兩獨立樣本的游程檢驗（Wald-WolfowitzRuns）

原假設(shè)是：樣本來自的兩個總體的分布無顯著差異。兩獨立樣本游程檢驗基本步驟為：（1）將兩組樣本混合并按升序排序。（2）對組標記值序列按前面討論的方法計算游程數(shù)。（3）SPSS將利用游程數(shù)自動計算統(tǒng)計量的觀測值及相伴概率值。（4）給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第47頁；編輯于星期三\8點34分

4、兩獨立樣本的極端反應(yīng)檢驗（Mosesextremereactions）原假設(shè)是：樣本來自的兩個總體的分布無顯著差異。兩獨立樣本極端反應(yīng)檢驗的基本步驟為：（1）將兩組樣本混合并按升序排序。（2）找出控制樣本最低秩和最高秩之間包含的觀察值個數(shù)，稱為跨度或截頭跨度。（3）SPSS自動計算跨度和截頭跨度后，會依據(jù)分布表給出對應(yīng)的相伴概率值。（4）給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第48頁；編輯于星期三\8點34分（二）兩獨立樣本非參數(shù)檢驗在SPSS中的實現(xiàn)

1．建立或打開數(shù)據(jù)文件后，進入Analyze→NonparametricTests→Two-Independent-SamplesTest對話框，如圖5-13所示。圖5-13Two-Independent-SamplesTest對話框本文檔共69頁；當前第49頁；編輯于星期三\8點34分

2、TestVariable框，指定檢驗變量。

3、GroupingVariable框，指定分組變量。從左側(cè)變量列表中指定用來分組的變量，并使之移到GroupingVariable框中，點擊“DefineGroups”按鈕，進入DefineGroups對話框，如圖5-14所示。在DefineGroups對話框中的Group1和Group2后的欄中可指定分組變量的值。圖5-14DefineGroups對話框本文檔共69頁；當前第50頁；編輯于星期三\8點34分

4、TestType框，確定用來進行檢驗的方法。在TestType框中提供了可供用來檢驗的四種方法，它們分別是：Mann-WhitneyU復選項、Kolmogorov-SmirnovZ復選項、Mosesextremereactions復選項、Wald-Wolfowitzruns復選項，系統(tǒng)默認值為Mann-WhitneyU復選項。在這四種方法中至少應(yīng)選擇一種。

5、Options對話框，選擇輸出結(jié)果形式及缺失值處理方式。本文檔共69頁；當前第51頁；編輯于星期三\8點34分六、多獨立樣本非參數(shù)檢驗（一）多獨立樣本非參數(shù)檢驗的基本概念和檢驗方法多獨立樣本非參數(shù)檢驗也是通過分析樣本數(shù)據(jù)，推斷樣本來自的多個獨立總體的分布是否存在顯著差異，一般用來推斷多個獨立總體的均值或中位數(shù)是否存在顯著差異。多獨立樣本檢驗的基本原理與兩獨立樣本檢驗相同，兩獨立樣本檢驗是多獨立樣本檢驗中最基本的形式。

SPSS提供了三種多獨立樣本的非參數(shù)檢驗方法。本文檔共69頁；當前第52頁；編輯于星期三\8點34分

1、多獨立樣本的中位數(shù)檢驗

原假設(shè)是：多個獨立樣本來自的多個總體的中位數(shù)無顯著差異。

檢驗的基本步驟是：（1）將多組樣本數(shù)混合并按升序排序，求出混合樣本數(shù)據(jù)中的中位數(shù)，并假設(shè)它是共同的中位數(shù)。（2）分別計算每組樣本中大于或小于這個共同中位數(shù)的樣本數(shù)。（3）SPSS將自動計算統(tǒng)計量及相伴概率值。（4）給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第53頁；編輯于星期三\8點34分2、多獨立樣本的檢驗

原假設(shè)是：多個獨立樣本來自的多個總體的分布無顯著差異。多獨立樣本檢驗的基本步驟是：（1）將多組樣本數(shù)據(jù)混合并按升序排序，求出每個觀察值的秩。（2）對多組樣本的秩分別求平均數(shù)。（3）SPSS將自動計算統(tǒng)計量及相伴概率值。（4）給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第54頁；編輯于星期三\8點34分

3、多個獨立總體的檢驗

Jonkheere-Terpstra檢驗的基本思想方法與兩獨立樣本的曼-惠特尼U檢驗比較類似，它也是計算一組樣本的觀察值小于其他組樣本的觀察值的個數(shù)。

SPSS將自動計算統(tǒng)計量及相伴概率值。如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第55頁；編輯于星期三\8點34分（二）多獨立樣本非參數(shù)檢驗在SPSS中的實現(xiàn)

1、建立或打開數(shù)據(jù)文件后，進入Analyze→NonparametricTests→TestsforSeveralIndependentSamples對話框，如圖5-15所示。圖5-15TestsforSeveralIndependentSamples主對話框本文檔共69頁；當前第56頁；編輯于星期三\8點34分

2、從左側(cè)變量列表中選擇需要進行檢驗的變量移入TestVariable框。

3、GroupingVariable框，指定分組變量值范圍。從左面變量列表中指定用來分組的變量，并使之移到該框中，單擊“DefineRange”按鈕，進入DefineRange對話框，如圖5-16所示，定義變量值范圍。圖5-16DefineRange對話框本文檔共69頁；當前第57頁；編輯于星期三\8點34分

4、TestType框，確定用來進行檢驗的方法。在該框中提供了可供用來檢驗的三種方法，分別為Kruskal-WallisH復選項、Median復選項和Jonckheere-Terpstra復選項。系統(tǒng)默認值為KruskalWallisH法。在這三種方法中至少應(yīng)選擇一種。

5、Options對話框，選擇輸出結(jié)果形式及缺失值處理方式。本文檔共69頁；當前第58頁；編輯于星期三\8點34分

七、兩配對樣本檢驗（一）兩配對樣本檢驗的概念和檢驗方法兩配對樣本的非參數(shù)檢驗是在對總體分布不甚了解的情況下，通過對兩組配對樣本的分析，推斷樣本來自的兩個總體的分布是否存在顯著差異的方法。

SPSS17.0提供了四種兩配對樣本非參數(shù)檢驗的方法，運用廣泛的主要有以下三種：本文檔共69頁；當前第59頁；編輯于星期三\8點34分1、McNemar變化顯著性檢驗

原假設(shè)是：兩配對樣本來自的兩總體的分布無顯著差異。

McNemar變化顯著性檢驗仍采用二項分布檢驗的方法，在小樣本下計算二項分布的累計精確概率，大樣本下采用修正的統(tǒng)計量，它近似服從正態(tài)分布。SPSS將自動計算統(tǒng)計量和相伴概率值。如果概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第60頁；編輯于星期三\8點34分2.兩配對樣本的符號（Sign）檢驗

原假設(shè)是：兩配對樣本來自的兩總體分布無顯著差異。兩配對樣本的符號（Sign）檢驗的基本步驟是：①分別將第二組樣本的各個觀察值減去第一組樣本的各個觀察值，差值為正則記為正號，差值為負則記為負號。②計算正號的個數(shù)和負號的個數(shù)。③SPSS將自動計算統(tǒng)計量及相伴概率值。④給出顯著性水平，如果概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。本文檔共69頁；當前第61頁；編輯于星期三\8點34分

3.兩配對樣本的Wilcoxon符號平均秩檢驗

原假設(shè)是：兩配對樣本來自的兩總體分布無顯著差異。兩配對樣本的Wilcoxon符號平均秩檢驗基本思想是：①分別將第二組樣本的各個觀察值減去第一組樣本的各個觀察值，差值為正則記為正號，差值為負則記為負號，并同時保存差值數(shù)據(jù)。②將差值數(shù)據(jù)按升序排序，并求出相應(yīng)的秩。③分別計算正號秩總和、負號秩總和，以及正號平均秩和負號平均秩。④SPSS將自動計算統(tǒng)計量及相伴概率值。⑤給出顯著性水平，如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；