SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座

第7章SPSS非參數(shù)檢驗(yàn)

前面進(jìn)行假設(shè)檢驗(yàn)和方差分析，大都是在數(shù)據(jù)服從正態(tài)分布或近似地服從正態(tài)分布條件下進(jìn)行。不過假如總體分布未知，怎樣進(jìn)行總體參數(shù)檢驗(yàn)，或者怎樣檢驗(yàn)總體服從一個(gè)指定分布，都能夠歸結(jié)為非參數(shù)檢驗(yàn)方法。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第1頁本章主要內(nèi)容單樣本非參數(shù)檢驗(yàn)兩獨(dú)立樣本非參數(shù)檢驗(yàn)兩配對(duì)樣本非參數(shù)檢驗(yàn)多獨(dú)立樣本非參數(shù)檢驗(yàn)多配對(duì)樣本非參數(shù)檢驗(yàn)SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第2頁第一節(jié)單樣本非參數(shù)檢驗(yàn)總體分布卡方檢驗(yàn)二項(xiàng)分布檢驗(yàn)單樣本K-S檢驗(yàn)變量值隨機(jī)性檢驗(yàn)SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第3頁總體分布卡方檢驗(yàn)

總體分布卡方檢驗(yàn)是一個(gè)對(duì)總體分布進(jìn)行檢驗(yàn)極為經(jīng)典非參數(shù)檢驗(yàn)方法。

eg：在一個(gè)正20面體各面上分別標(biāo)有0～9十個(gè)數(shù)字，每個(gè)數(shù)字在兩個(gè)面上標(biāo)出。若把該20面體投擲一些次數(shù)后，若檢驗(yàn)每個(gè)數(shù)字出現(xiàn)概率是否大致相同，則需用卡方檢驗(yàn)。概念SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第4頁

將總體取值范圍分成有限個(gè)互不相容子集，從總體中抽取一個(gè)樣本，考查樣本觀察值落到每個(gè)子集中實(shí)際頻數(shù)，并按假設(shè)總體分布計(jì)算每個(gè)子集理論頻數(shù)，最終依據(jù)實(shí)際頻數(shù)和理論頻數(shù)差結(jié)構(gòu)卡方統(tǒng)計(jì)量,即當(dāng)原假設(shè)成立時(shí)，統(tǒng)計(jì)量服從卡方分布。以此來檢驗(yàn)假設(shè)總體分布是否成立?；舅枷隨PSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第5頁決議情況：假如概率，則應(yīng)拒絕原假設(shè)，即認(rèn)為樣原來自總體分布與期望分布或某一理論分布存在顯著差異；反之，則不存在顯著差異。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第6頁基本操作及應(yīng)用舉例（以心臟病猝死.sav為例）分析非參數(shù)檢驗(yàn)卡方SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第7頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第8頁輸入檢驗(yàn)變量輸入理論（期望）分布值SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第9頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第10頁因?yàn)榭ǚ綄?duì)應(yīng)概率P值大于0.05，所以差異不顯著，即認(rèn)為樣原來自總體分布與指定理論分布無顯著差異SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第11頁二項(xiàng)分布檢驗(yàn)

SPSS二項(xiàng)分布檢驗(yàn)正是經(jīng)過樣本數(shù)據(jù)檢驗(yàn)樣原來自總體是否服從指定概率值為P二項(xiàng)分布，其原假設(shè)為樣原來自總體與指定二項(xiàng)分布無顯著差異。概念SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第12頁SPSS二項(xiàng)分布檢驗(yàn)，在小樣本中采取準(zhǔn)確檢驗(yàn)方法，對(duì)于大樣本則采取近似檢驗(yàn)方法。準(zhǔn)確檢驗(yàn)方法計(jì)算n次試驗(yàn)中成功出現(xiàn)次數(shù)小于等于x次概率，即在大樣本下，采取近似檢驗(yàn)，用Z檢驗(yàn)統(tǒng)計(jì)量，即基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第13頁決議情況：假如上述兩種情況下概率P值小于顯著性水平，則應(yīng)拒絕原假設(shè)，即認(rèn)為樣原來自總體分布與指定二項(xiàng)分布存在顯著差異；反之，則不存在顯著差異。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第14頁二項(xiàng)分布檢驗(yàn)基本操作與應(yīng)用（以產(chǎn)品合格率.sav為例）分析非參數(shù)檢驗(yàn)二項(xiàng)式SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第15頁輸入檢驗(yàn)概率值SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第16頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第17頁因?yàn)楦怕蔖大于0.05，所以不能拒絕原假設(shè)，即認(rèn)為一級(jí)品率不低于0.9SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第18頁K-S檢驗(yàn)（Kolmogorow-Smirnov）,該方法能夠利用樣本數(shù)據(jù)推斷樣原來自總體是否與某一個(gè)理論分布有顯著差異，是一個(gè)擬合優(yōu)度檢驗(yàn)方法，適合用于探索連續(xù)型隨機(jī)變量分布。概念單樣本K-S檢驗(yàn)SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第19頁

正態(tài)分布

均勻分布指數(shù)分布

泊松分布理論分布類型SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第20頁在原假設(shè)成立前提下，計(jì)算各樣本觀察值在理論分布中出現(xiàn)理論概率值F(x)計(jì)算各樣本觀察值實(shí)際累計(jì)概率值S（x）；計(jì)算實(shí)際累計(jì)概率值與理論累計(jì)概率值差S（x）－F(x)計(jì)算差值序列中最大絕對(duì)差值，即修正D為基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第21頁決議情況：假如D統(tǒng)計(jì)量概率P值小于顯著性水平，則應(yīng)拒絕原假設(shè)，即認(rèn)為樣原來自總體分布與指定分布存在顯著差異；反之，則不存在顯著差異。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第22頁單樣本K-S檢驗(yàn)基本操作與應(yīng)用舉例以兒童身高.sav為例分析非參數(shù)檢驗(yàn)1-樣本K-SSPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第23頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第24頁正態(tài)分布SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第25頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第26頁因?yàn)楦怕蔖大于0.05，所以不能拒絕原假設(shè)，即認(rèn)為周歲兒童身高總體分布與正態(tài)分布無顯著差異SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第27頁P(yáng)-P圖SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第28頁Q-Q圖SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第29頁

單樣本K-S檢驗(yàn)基本操作與應(yīng)用舉例以儲(chǔ)戶存款金額總體分布檢驗(yàn)為例SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第30頁概率P小于0.05，所以拒絕原假設(shè)，即認(rèn)為儲(chǔ)戶存款金額總體分布不服從正態(tài)分布SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第31頁變量值隨機(jī)性檢驗(yàn)

概念：經(jīng)過對(duì)樣本變量值分析，實(shí)現(xiàn)對(duì)總體變量值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)?；舅枷耄豪糜纬檀笮∵M(jìn)行判斷。

游程是指變量值序列中連續(xù)出現(xiàn)相同值次數(shù)檢驗(yàn)統(tǒng)計(jì)量：

其中，基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第32頁變量值隨機(jī)性檢驗(yàn)SPSS操作

以耐電壓值.sav為例SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第33頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第34頁因?yàn)楦怕蔖值大于0.05，所以不能拒絕原假設(shè)，即認(rèn)為該設(shè)備是正常工作SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第35頁練習(xí)1.在一個(gè)正20面體各面上分別標(biāo)出0～9個(gè)數(shù)字，每個(gè)數(shù)字在兩個(gè)面上標(biāo)出，現(xiàn)將它投擲805次，得出各數(shù)字朝上次數(shù)。數(shù)據(jù)放在Frequncy.sav文件中，試檢驗(yàn)其均勻性。2.試著檢驗(yàn)拋硬幣試驗(yàn)中，正面出現(xiàn)概率是否為1/2.數(shù)據(jù)在硬幣結(jié)果.sav中。3.試著檢驗(yàn)10個(gè)電子元件使用壽命分布是否服從指數(shù)分布？數(shù)據(jù)在電子元件使用壽命.sav中。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第36頁4.現(xiàn)有拋擲一枚硬幣66次所得結(jié)果保留在數(shù)據(jù)文件硬幣結(jié)果.sav中，請(qǐng)檢驗(yàn)該試驗(yàn)是否是隨機(jī)性試驗(yàn)。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第37頁第二節(jié)兩獨(dú)立樣本非參數(shù)檢驗(yàn)假如兩個(gè)無聯(lián)絡(luò)總體分布是未知，則檢驗(yàn)兩個(gè)總體分布是否有顯著差異方法是一個(gè)非參數(shù)檢驗(yàn)方法，或者稱為兩個(gè)獨(dú)立樣本檢驗(yàn)。檢驗(yàn)是經(jīng)過兩個(gè)總體中分別抽取隨機(jī)樣本數(shù)據(jù)進(jìn)行。概念SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第38頁

曼-惠特尼U檢驗(yàn)

K-S檢驗(yàn)

w-w游程檢驗(yàn)

極端反應(yīng)檢驗(yàn)方法SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第39頁方法一：兩獨(dú)立樣本曼-惠特尼

U檢驗(yàn)概念

經(jīng)過對(duì)兩組獨(dú)立樣本平均秩研究來推斷它們來自兩個(gè)總體分布有沒有顯著差異。檢驗(yàn)基本步驟首先將兩組樣本數(shù)據(jù)（X1,X2,…Xn）和（Y1,Y2,…Yn

）混合并按升序排序，得到每個(gè)數(shù)據(jù)各自秩Ri基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第40頁分別對(duì)兩組樣本秩求平均，得到兩個(gè)平均秩Wx/m和WY/m,然后比較它們大小，若差值較大，說明原假設(shè)很可能不成立。計(jì)算兩個(gè)樣本各自優(yōu)先于對(duì)方秩個(gè)數(shù)U1、U2，即然后對(duì)U1、U2大小進(jìn)行比較，若它們相差較大時(shí)，則有必要懷疑原假設(shè)真實(shí)性。計(jì)算WilcoxonW統(tǒng)計(jì)量，其為上述U1、U2較小者所對(duì)應(yīng)秩和SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第41頁計(jì)算曼-惠特尼U統(tǒng)計(jì)量，小樣本下，U統(tǒng)計(jì)量服從Mann-Whitney分布即大樣本下，U統(tǒng)計(jì)量近似服從正態(tài)分布SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第42頁統(tǒng)計(jì)決議在小樣本下，依據(jù)U統(tǒng)計(jì)量概率P值進(jìn)行決議；在大樣本下，則依據(jù)Z統(tǒng)計(jì)量概率P值進(jìn)行決議。若概率P值小于顯著性水平,則拒絕原假設(shè)，即認(rèn)為樣原來自兩總體分布存在顯著差異；反之，則差異不顯著。詳細(xì)計(jì)算舉例以書本P199頁數(shù)據(jù)為例SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第43頁曼-惠特尼U檢驗(yàn)SPSS基本操作（以兩獨(dú)立樣本使用壽命為例）分析非參數(shù)檢驗(yàn)2個(gè)獨(dú)立樣本SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第44頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第45頁因?yàn)楸绢}中包括是小樣本，所以采取U檢驗(yàn)，對(duì)應(yīng)概率為準(zhǔn)確概率，因?yàn)?.04小于0.05，所以拒絕原假設(shè)，所以認(rèn)為兩種工藝下產(chǎn)品使用壽命分步存在顯著差異SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第46頁方法二：兩獨(dú)立樣本K-S檢驗(yàn)概念

K-S檢驗(yàn)不但能夠?qū)蝹€(gè)總體分布是否與某一理論分布存在顯著差異進(jìn)行檢驗(yàn)，還能夠?qū)蓚€(gè)總體分布是否存在差異進(jìn)行檢驗(yàn)基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第47頁基本思想同前面單樣本K-S檢驗(yàn)，但也有些不一樣，就是分析對(duì)象是變量值秩。基本步驟首先，將兩組樣本混合并按升序排序然后，分別計(jì)算兩組樣本秩累計(jì)頻數(shù)和累計(jì)頻率。最終，計(jì)算兩組累計(jì)頻率差，得到秩差值序列并得到D統(tǒng)計(jì)量，依據(jù)D統(tǒng)計(jì)量得出概率P與顯著性水平大小進(jìn)行比較判斷。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第48頁兩獨(dú)立樣本K-S檢驗(yàn)SPSS基本操作（以兩獨(dú)立樣本-使用壽命為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第49頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第50頁方法三：兩獨(dú)立樣本游程檢驗(yàn)該方法基本思想與單樣本游程檢驗(yàn)基本相同，不一樣是計(jì)算游程數(shù)方法。兩獨(dú)立樣本游程數(shù)依賴于變量秩。

首先，將兩組樣本混合并按升序排序，在變量值排序同時(shí)，對(duì)應(yīng)組標(biāo)識(shí)值也會(huì)隨之重新排列然后，對(duì)組標(biāo)識(shí)值序列按前面計(jì)算游程方法進(jìn)行計(jì)算游程數(shù)。若游程數(shù)較少，則說明兩總體有較大差異。反之，則差異不大?；舅枷隨PSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第51頁

依據(jù)游程數(shù)計(jì)算Z統(tǒng)計(jì)量最終，進(jìn)行統(tǒng)計(jì)決議。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第52頁兩獨(dú)立樣本游程檢驗(yàn)SPSS基本操作（以兩獨(dú)立樣本-使用壽命為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第53頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第54頁方法四：兩獨(dú)立樣本

極端反應(yīng)檢驗(yàn)將一組樣本作為控制樣本，另一組樣本作為試驗(yàn)樣本，以控制樣本作為對(duì)照，檢驗(yàn)試驗(yàn)樣本相對(duì)于控制樣本是否出現(xiàn)了極端反應(yīng)。假如試驗(yàn)樣本沒有出現(xiàn)極端反應(yīng)，則認(rèn)為兩總體分布無顯著差異；反之則差異顯著?；舅枷隨PSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第55頁詳細(xì)分析過程：首先，將兩組樣本混合按升序排序然后，求出控制樣本最小秩Qmin

和最大秩Qmax，并計(jì)算出跨度S=Qmax-Qmin+1

接著,

為消除樣本數(shù)據(jù)中極端值對(duì)分析結(jié)果影響，計(jì)算跨度之前可按百分比去除控制樣本中部分靠近兩端樣本值，然后再求跨度，得到截頭跨度。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第56頁極端反應(yīng)重視對(duì)跨度和截頭跨度分析。針對(duì)跨度或截頭跨度計(jì)算H檢驗(yàn)統(tǒng)計(jì)量為：小樣本下，H統(tǒng)計(jì)量服從Hollander分布；大樣本下，H統(tǒng)計(jì)量近似服從正態(tài)分布。最終，進(jìn)行統(tǒng)計(jì)決議。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第57頁兩獨(dú)立樣本極端反應(yīng)檢驗(yàn)SPSS基本操作（以兩獨(dú)立樣本-使用壽命為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第58頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第59頁應(yīng)用舉例（以城鎮(zhèn)和農(nóng)村儲(chǔ)戶存款金額比較為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第60頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第61頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第62頁

雙樣本Kolmogorov-Smirnov檢驗(yàn)

SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第63頁

Wald-Wolfowitz檢驗(yàn)

SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第64頁練習(xí)題現(xiàn)有數(shù)據(jù)關(guān)于患者服用兩種不一樣安眠藥后睡眠時(shí)間延長情況，請(qǐng)用四種不一樣方法來檢驗(yàn)兩種不一樣安眠藥對(duì)睡眠時(shí)間延長分布是否有顯著差異？SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第65頁第三節(jié)多獨(dú)立樣本非參數(shù)檢驗(yàn)中位數(shù)檢驗(yàn)Kruskal-Wallis檢驗(yàn)Jonckheere-Terpstra檢驗(yàn)城市身高樣本數(shù)據(jù)北京79，75，78，76，72上海72，71，74，74，73成都76，78，78，77，75廣州70，72，71，71，69四城市周歲兒童身高樣本數(shù)據(jù)SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第66頁中位數(shù)檢驗(yàn)概念：經(jīng)過對(duì)多組獨(dú)立樣本分析，檢驗(yàn)它們來自總體中位數(shù)是否存在顯著差異?；舅枷耄杭偃缍鄠€(gè)總體中位數(shù)沒有顯著差異，那么這個(gè)共同中位數(shù)應(yīng)在各樣本組中均處于中間位置上?；舅枷隨PSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第67頁分析步驟：首先，將多組樣本混合按升序排序，并求出混合樣本中位數(shù)。然后，分別計(jì)算各組樣本中大于和小于上述中位數(shù)樣本個(gè)數(shù)，形成列聯(lián)表。接著，利用卡方檢驗(yàn)方法分析各組樣原來自總體對(duì)于上述中位數(shù)分布是否一致。假如各組中大于（或小于）上述中位數(shù)樣本百分比大致相同，則可認(rèn)為多組樣本有共同中位數(shù)，它們來自總體中位數(shù)沒有顯著差異。反之，則有顯著差異。最終，進(jìn)行統(tǒng)計(jì)決議。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第68頁計(jì)算示例SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第69頁多獨(dú)立樣本中位數(shù)檢驗(yàn)SPSS基本操作以兒童身高.sav為例分析非參數(shù)檢驗(yàn)K個(gè)獨(dú)立樣本SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第70頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第71頁因?yàn)楦怕蔖小于0.05，所以拒絕原假設(shè)，即認(rèn)為四個(gè)不一樣城市兒童身高中位數(shù)有顯著差異SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第72頁Kruskal-Wallis檢驗(yàn)概念：檢驗(yàn)實(shí)質(zhì)是兩獨(dú)立樣本曼-惠特尼檢驗(yàn)在多個(gè)獨(dú)立樣本下推廣，用于檢驗(yàn)多個(gè)總體分布是否存在顯著差異?；舅枷耄菏紫?，將多組樣本數(shù)據(jù)混合并按升序排序，求出各變量值秩.基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第73頁其次，考查各組秩均值是否存在顯著差異。結(jié)構(gòu)K-W檢驗(yàn)統(tǒng)計(jì)量為：最終，依據(jù)K-W統(tǒng)計(jì)量對(duì)應(yīng)概率P值與顯著性水平大小進(jìn)行比較，作出決議。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第74頁多獨(dú)立樣本Kruskal-Wallis檢驗(yàn)SPSS操作以兒童身高.sav為例SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第75頁因?yàn)楦怕蔖值小于0.05，所以拒絕原假設(shè)，即認(rèn)為四個(gè)城市周歲兒童身高平均秩差異是顯著，總體分布是存在顯著差異SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第76頁Jonckheere-Terpstra檢驗(yàn)概念：用于檢驗(yàn)多個(gè)獨(dú)立樣原來自多個(gè)總體分布是否存在顯著差異非參數(shù)檢驗(yàn)方法?；舅枷耄和瑑瑟?dú)立樣本曼-惠特尼U檢驗(yàn)類似，也是計(jì)算一組樣本觀察值小于其它組樣本觀察值個(gè)數(shù)?；舅枷隨PSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第77頁小樣本下，結(jié)構(gòu)J-T統(tǒng)計(jì)量為：大樣本下，結(jié)構(gòu)Z統(tǒng)計(jì)量為：最終，依據(jù)統(tǒng)計(jì)量得到概率P值與顯著性水平大小進(jìn)行比較，作出決議SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第78頁多獨(dú)立樣本Jonckheere-Terpstra檢驗(yàn)SPSS操作以兒童身高.sav為例SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第79頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第80頁練習(xí)現(xiàn)有不一樣地域不一樣性質(zhì)工作職員工資數(shù)據(jù)保留在文件“職員工資.sav”中，假如定義一個(gè)分組變量，將我國東部、中部和西部各省標(biāo)上1，2，3作為分組值，下面來考查東部、中部和西部職員平均工資是否存在顯著差異（α=0.05）？SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第81頁

兩配對(duì)樣本非參數(shù)檢驗(yàn)是在對(duì)總體分布不甚了解情況下，經(jīng)過對(duì)兩組配對(duì)樣本分析，推斷樣原來自兩個(gè)總體分布是否存在顯著差異方法。第四節(jié)兩配對(duì)樣本非參數(shù)檢驗(yàn)概念SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第82頁

Mcnemar

符號(hào)檢驗(yàn)

Wilcoxon符號(hào)檢驗(yàn)方法SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第83頁方法一：兩配對(duì)樣本Mcnemar方法

McNemar檢驗(yàn)是一個(gè)改變顯著性檢驗(yàn)，它將研究對(duì)象本身作為對(duì)照者檢驗(yàn)其“前后”改變是否顯著。其原假設(shè)是兩配對(duì)樣原來自兩總體分布無顯著性差異?；舅枷?/p>

該方法主要針對(duì)服從二項(xiàng)分布變量，所以假如變量不是二項(xiàng)分布，還要先對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化，然后再檢驗(yàn)。所以有一定不足SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第84頁分析非參數(shù)檢驗(yàn)2個(gè)相關(guān)樣本SPSS基本操作（以統(tǒng)計(jì)學(xué).sav為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第85頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第86頁因?yàn)楦怕蔖大于0.05，所以不能拒絕原假設(shè)，即認(rèn)為學(xué)習(xí)統(tǒng)計(jì)學(xué)前后學(xué)生對(duì)其主要性認(rèn)識(shí)沒有發(fā)生顯著改變SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第87頁方法二：兩配對(duì)樣本符號(hào)檢驗(yàn)其檢驗(yàn)方法與McNemar檢驗(yàn)有類似處理思緒，且利用正負(fù)號(hào)個(gè)數(shù)實(shí)現(xiàn)檢驗(yàn)?；静襟E為：

首先，分別用第二組樣本各個(gè)觀察值減去第一組樣本對(duì)應(yīng)觀察值。差值為正則記為正號(hào)，為負(fù)則記為負(fù)號(hào)；然后，將正號(hào)個(gè)數(shù)與負(fù)號(hào)個(gè)數(shù)進(jìn)行比較。基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第88頁若兩種符號(hào)個(gè)數(shù)大致相同，則認(rèn)為兩組配對(duì)樣本數(shù)據(jù)分布差距較??；反之，則差距較大。檢驗(yàn)方法依然采取二項(xiàng)分布檢驗(yàn)方法。SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第89頁SPSS基本操作（以訓(xùn)練成績.sav為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第90頁因?yàn)楦怕蔖值大于0.05，所以不能拒絕原假設(shè)，即認(rèn)為訓(xùn)練前后成績分布沒有顯著差異，也就是新方法效果不顯著SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第91頁方法三：兩配對(duì)樣本W(wǎng)ilcoxon符號(hào)秩檢驗(yàn)首先，按照符號(hào)檢驗(yàn)方法，用正負(fù)號(hào)分別表示兩組對(duì)應(yīng)樣本數(shù)據(jù)差值情況。然后，將差值變量進(jìn)行升序排序，并求出差值變量秩。分別計(jì)算正號(hào)秩及統(tǒng)計(jì)量W+

和負(fù)號(hào)秩及統(tǒng)計(jì)量W-基本思想SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第92頁SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第93頁小樣本下，檢驗(yàn)統(tǒng)計(jì)量為：

W=min（W+

，W-）大樣本下，檢驗(yàn)統(tǒng)計(jì)量為：最終，進(jìn)行統(tǒng)計(jì)決議SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第94頁SPSS基本操作（以訓(xùn)練成績.sav為例）SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第95頁因?yàn)楦怕蔖值大于顯著性水平0.05，所以不能拒絕原假設(shè)，認(rèn)為訓(xùn)練前后成績分布沒有顯著差異，即新方法效果不顯著SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第96頁練習(xí)

一車間為了提升工作效率，對(duì)某種零件加工過程進(jìn)行改進(jìn)，為了比較加工時(shí)間是否顯著降低，抽取15名工人對(duì)比他們改革前后零件加工時(shí)間，得到對(duì)應(yīng)數(shù)據(jù)存放在“改進(jìn)前后零件加工時(shí)間.sav”中，試依據(jù)數(shù)據(jù)檢驗(yàn)改進(jìn)后零件加工時(shí)間是否顯著降低（α=0.05）？采取兩配對(duì)樣本符號(hào)檢驗(yàn)和兩配對(duì)樣本W(wǎng)ilcoxon符號(hào)秩檢驗(yàn)方法SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第97頁第五節(jié)多配對(duì)樣本非參數(shù)檢驗(yàn)多配對(duì)樣本非參數(shù)檢驗(yàn)是經(jīng)過分析多組配對(duì)樣本數(shù)據(jù)，推斷樣原來自多個(gè)總體中位數(shù)或分布是否存在顯著差異。Eg：對(duì)多個(gè)評(píng)委對(duì)同一批歌手比賽打分標(biāo)準(zhǔn)是否一致。概念SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第98頁

Friedman檢驗(yàn)

CochranQ檢驗(yàn)

Kendall協(xié)同系數(shù)檢驗(yàn)方法SPSS非參數(shù)檢驗(yàn)專題知識(shí)專家講座第99頁方