第六章 spss非參數(shù)檢驗

第六章非參數(shù)檢驗?zāi)夸浾n程回顧均值比較和T檢驗課程回顧均值比較和T檢驗均值比較：按照分組變量計算因變量的描述統(tǒng)計量，例如均值、方差、標(biāo)準(zhǔn)差等，并將結(jié)果并列顯示出來，提供比較分析單樣本T檢驗：用于進(jìn)行樣本均值與已知總體均值的比較，檢驗樣本是否來自已知均值的總體。（檢驗樣本總體均值是否為某個值）獨立樣本T檢驗：用于檢驗兩個樣本是否來自具有相同均值的總體兩配對樣本T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性差異進(jìn)行推斷。目錄概述前面已經(jīng)討論的許多統(tǒng)計分析方法對總體有特殊的要求，如T檢驗要求總體符合正態(tài)分布，等等。這些方法常用來估計或檢驗總體參數(shù)，統(tǒng)稱為參數(shù)檢驗。但許多調(diào)查或?qū)嶒炈玫目蒲袛?shù)據(jù)，其總體分布未知或無法確定。因為有的數(shù)據(jù)不是來自所假定分布的總體，或者數(shù)據(jù)根本不是來自一個總體，還有可能數(shù)據(jù)因為某種原因被嚴(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)生錯誤的結(jié)論。此時人們希望檢驗對一個總體分布形狀不必作限制。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)計分析方法稱非參數(shù)檢驗（NonparametricTests）。概述非參數(shù)檢驗根據(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、兩獨立樣本非參數(shù)檢驗、多獨立樣本非參數(shù)檢驗、兩配對樣本非參數(shù)檢驗和多配對樣本非參數(shù)檢驗幾種。概述非參數(shù)檢驗的優(yōu)缺點目錄單樣本非參數(shù)檢驗介紹

在進(jìn)行統(tǒng)計分析過程中，往往需要根據(jù)一組樣本的信息來對某個總體分布或抽樣過程是否隨機(jī)進(jìn)行判斷，利用一個樣本對總體進(jìn)行推斷的非參數(shù)檢驗。卡方檢驗二項分布檢驗科爾戈洛夫-斯米爾諾夫單樣本檢驗游程檢驗卡方檢驗卡方檢驗：一種典型的對總體分布進(jìn)行檢驗的非參數(shù)檢驗方法，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性差異，是一種吻合性檢驗。通常用于對有多項分類值的總體分布的分析。統(tǒng)計學(xué)上的定義定義：總體分布的卡方檢驗適用于配合度檢驗，是根據(jù)樣本數(shù)據(jù)的實際頻數(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。總體分布的卡方檢驗的原理是：如果從一個隨機(jī)變量X中隨機(jī)抽取若干個觀察樣本，這些觀察樣本落在X的k個互不相交的子集中的觀察頻數(shù)服從一個多項分布，這個多項分布當(dāng)k趨于無窮時，就近似服從X的總體分布?？ǚ綑z驗假設(shè)樣本來自的總體服從某個期望分布或理論分布，同時獲得樣本數(shù)據(jù)各子集的實際觀察頻數(shù)，并依據(jù)下面的公式計算統(tǒng)計量Q，作出推斷：其中，Qi表示觀察頻數(shù)，Ei

表示期望頻數(shù)或理論頻數(shù)。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。HA：樣本來自的總體分布形態(tài)和期望分布或某一理論分布有顯著差異?？ǚ綑z驗打開文件卡方檢驗打開文件卡方檢驗周一——周五不合格產(chǎn)品是否均勻分布卡方檢驗5.12+4.35+1+2.5+3.15Oi實際觀察到的頻數(shù)Ei均勻分布得到的理論頻數(shù)Q卡方量卡方檢驗給定檢測性水平為0.05時，臨界值為9.488卡方統(tǒng)計量＞9.488，拒絕H0，接受HA卡方檢驗P值＜0.05拒絕H0，接受HA卡方檢驗對應(yīng)的數(shù)值卡方檢驗加權(quán)變量卡方檢驗?zāi)车匾恢軆?nèi)各日患憂郁癥的人數(shù)分布如表所示，請檢驗一周內(nèi)各日人們憂郁數(shù)是否滿足1:1:2:2:1:1:1二項式檢驗在生活中有很多數(shù)據(jù)的取值是二值的例如，人群可以分成男性和女性，產(chǎn)品可以分成合格和不合格，學(xué)生可以分成三好學(xué)生和非三好學(xué)生，投擲硬幣實驗的結(jié)果可以分成出現(xiàn)正面和出現(xiàn)反面等。通常將這樣的二值分別用1或0表示。如果進(jìn)行n次相同的實驗，則出現(xiàn)兩類（1或0）的次數(shù)可以用離散型隨機(jī)變量X來描述。如果隨機(jī)變量X為1的概率設(shè)為P，則隨機(jī)變量X值為0的概率Q便等于1-P，形成二項分布。二項式檢驗SPSS的二項分布檢驗正是要通過樣本數(shù)據(jù)檢驗樣本來自的總體是否服從指定的概率為P的二項分布，其原假設(shè)是：樣本來自的總體與指定的二項分布無顯著差異。二項式檢驗