第5講 SPSS的非參數(shù)檢驗(yàn)_第1頁
第5講 SPSS的非參數(shù)檢驗(yàn)_第2頁
第5講 SPSS的非參數(shù)檢驗(yàn)_第3頁
第5講 SPSS的非參數(shù)檢驗(yàn)_第4頁
第5講 SPSS的非參數(shù)檢驗(yàn)_第5頁
已閱讀5頁,還剩62頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

第5講SPSS的非參數(shù)檢驗(yàn)在總體分布未知的情況下,利用樣本數(shù)據(jù)對總體分布形態(tài)等進(jìn)行推斷的方法,稱為非參數(shù)檢驗(yàn)。1§5.1單樣本的非參數(shù)檢驗(yàn)1總體分布的卡方檢驗(yàn)?zāi)康模焊鶕?jù)一個樣本推斷其來自的總體是否與某一理論分布相吻合。統(tǒng)計量:2基本操作:Analyze→NonparametricTest→Chi-Square。例5.1利用t5-1,推斷心臟病人猝死人數(shù)與日期的關(guān)系是否為2.8:1:1:1:1:1:1。檢驗(yàn)結(jié)果見表5-1及表5-2。表5-1中列出了168個觀測數(shù)據(jù)中,周一至周日實(shí)際死亡人數(shù)、期望頻數(shù)和二者的差。由表5-2可知,樣本來自的總體分布與指定的理論分布無顯著差異,即心臟病人猝死人數(shù)與日期的關(guān)系基本是2.8:1:1:1:1:1:1。342二項分布檢驗(yàn)?zāi)康模簷z驗(yàn)樣本來自的總體是否服從指定的概率值為p的二項分布。統(tǒng)計量:5操作:Analyze→NonparametricTest→Binomial。例5.2利用t5-2,采用二項分布檢驗(yàn)方法,驗(yàn)證某批產(chǎn)品的合格率是否為0.9。結(jié)果見表5-3。由此表可知,合格率與0.9無顯著差異。6例5.3利用t1-4,采用二項分布檢驗(yàn)方法,檢驗(yàn)儲戶對未來收入的看法持樂觀態(tài)度(a3變量的取值為1)的比例是否為0.6。結(jié)果見表5-4。由此表可知,持樂觀態(tài)度人的總體比例與0.6有顯著差異。73單樣本K-S檢驗(yàn)?zāi)康模豪脴颖緮?shù)據(jù)檢驗(yàn)樣本來自的總體是否服從某一理論分布,適用于連續(xù)型隨即變量。統(tǒng)計量:操作:Analyze→NonparametricTest→1-SampleK-S。例5.4利用t5-3,檢驗(yàn)周歲兒童身高的總體是否服從正態(tài)分布。結(jié)果見表5-5及表5-6。表5-5列出了計算過程;表5-6表明,周歲兒童身高的總體分布與正態(tài)分布無顯著差異。8910例5.5利用t1-4,運(yùn)用K-S方法檢驗(yàn)一次存款金額的總體是否服從正態(tài)分布。結(jié)果見圖5-1、圖5-2及表5-7。由這些計算結(jié)果可以看出,一次存款金額的總體分布與正態(tài)分布有顯著差異。

11圖5-1儲戶存款金額的P-P圖(1)12圖5-2儲戶存款金額的P-P圖(2)13144變量值隨機(jī)性檢驗(yàn)(游程檢驗(yàn))目的:對總體變量值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)。統(tǒng)計量:操作:Analyze→NonparametricTest→Runs。15例5.6為檢驗(yàn)?zāi)衬蛪涸O(shè)備在某段時間內(nèi)工作是否持續(xù)正常,t5-4中記錄了該時間段內(nèi)各時間點(diǎn)上的設(shè)備耐壓數(shù)據(jù),如數(shù)據(jù)的變動是隨機(jī)的,可認(rèn)為該設(shè)備工作正常。利用游程檢驗(yàn)方法檢驗(yàn)設(shè)備是否正常工作。結(jié)果見表5-8。由表可知,該設(shè)備在這段時間內(nèi)工作是基本正常的。1617§5.2兩獨(dú)立樣本的非參數(shù)檢驗(yàn)?zāi)康模涸诳傮w分布不知道的情況下,通過兩組獨(dú)立樣本的分析,推斷樣本來自的兩總體的分布有無顯著差異。檢驗(yàn)方法:包括Mann-WhitneyU檢驗(yàn)、K-S檢驗(yàn)、游程檢驗(yàn)(Wald-WolfwitzRuns)、極端反應(yīng)檢驗(yàn)四種方法。操作:Analyze→NonparametricTest→2Independentsamples181兩獨(dú)立樣本的Mann-WhitneyU檢驗(yàn)統(tǒng)計量:小樣本時用服從Mann-Whitney分布的

U統(tǒng)計量,大樣本時用服從標(biāo)準(zhǔn)正態(tài)分布的Z統(tǒng)計量。

19例5.7t5-5中記錄了用甲乙兩種工藝生產(chǎn)出的同一種產(chǎn)品的使用壽命,利用Mann-WhitneyU檢驗(yàn)判斷兩種工藝的產(chǎn)品使用壽命的分布是否存在顯著差異。檢驗(yàn)過程見表5-9,檢驗(yàn)結(jié)果見表5-10及表5-11。由表可知,由于是小樣本,應(yīng)用U統(tǒng)計量的精確概率,可認(rèn)為兩種工藝的產(chǎn)品使用壽命的分布存在顯著差異。2021222兩獨(dú)立樣本的K-S檢驗(yàn)統(tǒng)計量:類似于單樣本的K-S檢驗(yàn)。差別在于:這里以變量值的秩作為分析對象。例5.8利用t5-5中數(shù)據(jù),利用K-S檢驗(yàn)判斷兩種工藝的產(chǎn)品使用壽命是否存在顯著差異。檢驗(yàn)過程見表5-12,檢驗(yàn)結(jié)果見表5-13。由表5-13可知,兩種工藝的產(chǎn)品使用壽命的分布存在顯著差異。2324253兩獨(dú)立樣本的游程檢驗(yàn)(Wald-WolfwitzRuns)統(tǒng)計量:例5.9利用t5-5中數(shù)據(jù),用兩獨(dú)立樣本的游程檢驗(yàn)判斷兩種工藝的產(chǎn)品使用壽命是否存在顯著差異。檢驗(yàn)結(jié)果見表5-14。由表5-14可知,兩種工藝的產(chǎn)品使用壽命的分布無顯著差異。26274極端反應(yīng)檢驗(yàn)統(tǒng)計量:例5.10利用t5-5中數(shù)據(jù),用極端反應(yīng)檢驗(yàn)判斷兩種工藝的產(chǎn)品使用壽命是否存在顯著差異。檢驗(yàn)過程見表5-15,檢驗(yàn)結(jié)果見表5-16。由表5-15可知,跨度為10=15-6+1;截頭跨度為6=13-8+1。由表5-16可知,兩種工藝的產(chǎn)品使用壽命的分布無顯著差異。282930§5.3多獨(dú)立樣本的非參數(shù)檢驗(yàn)?zāi)康模簷z驗(yàn)獨(dú)立樣本來自的多個總體的中位數(shù)或分布是否存在顯著差異。檢驗(yàn)方法:包括中位數(shù)檢驗(yàn)、Kruskal-Wallis檢驗(yàn)、Jonkheer-Terpstra檢驗(yàn)三種方法。操作:Analyze→NonparametricTest→KIndependentsamples311中位數(shù)檢驗(yàn)?zāi)康模簷z驗(yàn)多個總體的中位數(shù)有無顯著差異。統(tǒng)計量:對卡方統(tǒng)計量的理解,參照表5-17。32例5.11利用t5-6中數(shù)據(jù),用多獨(dú)立樣本的中位數(shù)檢驗(yàn)判斷四城市周歲兒童身高是否存在顯著差異。檢驗(yàn)過程見表5-17,檢驗(yàn)結(jié)果見表5-18及表5-19。由表5-18可知,四城市周歲兒童身高存在顯著差異??ǚ綑z驗(yàn)對期望頻數(shù)小于5的單元格數(shù)有一定限制,由于該例違背了限制,SPSS給出了提示信息,因此該檢驗(yàn)只能作為參考。3334352Kruskal-Wallis檢驗(yàn)?zāi)康模和ㄟ^對多獨(dú)立樣本的分析,檢驗(yàn)多個總體的分布有無顯著差異。統(tǒng)計量:服從Kruskal-Wallis分布;大樣本時近似服從(k-1)個自由度的卡方分布。對K-W統(tǒng)計量的理解,參照表5-20。36例5.12利用t5-6中數(shù)據(jù),用多獨(dú)立樣本的K-W檢驗(yàn)判斷四城市周歲兒童身高是否存在顯著差異。檢驗(yàn)過程見表5-20,檢驗(yàn)結(jié)果見表5-21及表5-22。由表5-21及表5-22可知,四城市周歲兒童身高的平均秩差異是顯著的,總體的分布存在顯著差異。

3738393Jonkheer-Terpstra檢驗(yàn)?zāi)康模和ㄟ^對多獨(dú)立樣本的分析,檢驗(yàn)多個總體的分布有無顯著差異。統(tǒng)計量:Z在大樣本下,近似服從標(biāo)準(zhǔn)正態(tài)分布。40例5.13利用t5-6中數(shù)據(jù),用多獨(dú)立樣本的J-T檢驗(yàn)判斷四城市周歲兒童身高是否存在顯著差異。檢驗(yàn)過程見表5-23,檢驗(yàn)結(jié)果見表5-24。在表5-23中,“打結(jié)”的情況計為0.5,觀測的J-T值是45.5,所有排列下的J-T值的平均值是75。由表5-24可知,四城市周歲兒童身高總體的分布存在顯著差異。414243§5.4兩配對樣本的非參數(shù)檢驗(yàn)?zāi)康模簷z驗(yàn)兩配對樣本來自的總體分布是否存在顯著差異。檢驗(yàn)方法:包括McNemar檢驗(yàn)、符號檢驗(yàn)、Wilcoxon符號秩檢驗(yàn)三種方法。操作:Analyze→NonparametricTest→2Pairedsamples441兩配對樣本的McNemar檢驗(yàn)原理:檢驗(yàn)前后兩種狀態(tài)的變化是否服從p比例為0.5的二項分布。統(tǒng)計量:45例5-14利用t5-7數(shù)據(jù),運(yùn)用兩配對樣本的McNemar檢驗(yàn)方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論