spss教程單樣本非參數(shù)檢驗_第1頁
spss教程單樣本非參數(shù)檢驗_第2頁
spss教程單樣本非參數(shù)檢驗_第3頁
spss教程單樣本非參數(shù)檢驗_第4頁
spss教程單樣本非參數(shù)檢驗_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費閱讀

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

1、spss教程：單樣本非參數(shù)檢驗·· |· 瀏覽：2264· |· 更新：2013-11-18 19:37· 1· 2· 3· 4· 5· 6· 7分步閱讀參數(shù)檢驗是在總體分布形式已知的情況下，對總體分布的參數(shù)進(jìn)行推斷，但如果不正確了解總體分布形態(tài)，參數(shù)估計就不適用，非參數(shù)檢驗正是用于此類情況的。單樣本非參數(shù)檢驗是對單個總體的分布進(jìn)行推斷的方法，方法包含卡方檢驗、二項分布檢驗、單樣本K-S檢驗、變量值隨機(jī)性檢驗等。方法/步驟1. 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

2、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。檢驗分布是否是2.8：1：1：1：1：1:1，得到的概率為0.256，大于顯著性水平，所以實際分布與理論分布無顯著性差別。2. 二項分布檢驗：很多例子都是二值的，樣本數(shù)據(jù)檢驗樣本來自的總體是否服從指定概率為p的二項分布。檢驗比例是用戶自己定義的，此處輸入0.9進(jìn)行檢驗。概率為0.193，大于顯著性水平，不拒絕原假設(shè)，樣本分布與指定概率0.9的二項分布無顯著性差別。3. 單樣本K-S檢驗：該方法可以樣本數(shù)據(jù)推斷樣本來自的總體是否服從某一理論分布，是一種擬合優(yōu)度檢驗方法，通常用于探索連續(xù)性隨機(jī)變量的分布。其中“常規(guī)”就是正態(tài)分布。計算所得的概率為0.344，大于顯著性水平0.05，所以與正態(tài)分布無顯著性差別。4. 變量值隨機(jī)性檢驗：通過樣本變量值的分析，實現(xiàn)對總體的變量值出現(xiàn)是否是隨機(jī)的進(jìn)行檢驗。以“中位數(shù)'進(jìn)行分割。

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