第5章--參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn)課件

1、第五章 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn)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(yàn)第三節(jié) 非參數(shù)檢驗(yàn)第一節(jié) 概述 一、參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 參數(shù)檢驗(yàn)是指當(dāng)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(jì)參數(shù)（如均值、方差等）進(jìn)行推斷。 非參數(shù)檢驗(yàn)是當(dāng)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(jìn)行推斷。二、第類錯(cuò)誤、第類錯(cuò)誤與顯著性水平 在進(jìn)行統(tǒng)計(jì)推斷時(shí)，有可能會(huì)出現(xiàn)以下兩種錯(cuò)誤，第一類錯(cuò)誤是拒絕真實(shí)的原假設(shè)，我們把它叫做“拒真”的錯(cuò)誤。第二類錯(cuò)誤是接收錯(cuò)誤的原假設(shè)，我們把它叫做“取偽”的錯(cuò)誤。在假設(shè)檢驗(yàn)中，犯第類錯(cuò)誤的概率記為 ,稱其為顯著性水平；犯第類錯(cuò)誤的概率記為 。 我們一般事先

2、規(guī)定允許犯第類錯(cuò)誤的概率 ，然后盡量減少犯第類錯(cuò)誤的概率 。一般取 =0.10、0.05或0.01，表示概率小的程度。三、假設(shè)檢驗(yàn)的基本步驟 1、根據(jù)推斷檢驗(yàn)的目標(biāo)，對待推斷的總體參數(shù)或分布作一個(gè)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(jì)算某檢驗(yàn)統(tǒng)計(jì)量，該統(tǒng)計(jì)量服從或近似服從某種統(tǒng)計(jì)分布； 3、根據(jù)該統(tǒng)計(jì)量的值得到相伴概率 值； 4、做出判斷。研究者給定一個(gè)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)。 第二節(jié) 均值比較與參數(shù)檢驗(yàn)一、均值比較（一）均值比較的概念和基本步驟 統(tǒng)計(jì)分析常常采取抽樣研究的方法，即從總體中隨機(jī)抽取一定數(shù)量的樣本進(jìn)行

3、研究來推論總體的特性。能否用樣本均數(shù)估計(jì)總體均數(shù)？兩個(gè)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(jìn)行均值比較。均值比較的基本步驟為： 第一步，用戶指定一個(gè)或多個(gè)變量作為分組變量，并按分組變量的不同取值對個(gè)案數(shù)據(jù)進(jìn)行分組。 第二步，指定一個(gè)變量作為匯總變量，并計(jì)算該匯總變量在各分組下的基本描述統(tǒng)計(jì)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(jì)檢驗(yàn)。 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。（二）均值比較分析過程在SPSS中的實(shí)現(xiàn) 1、建立數(shù)據(jù)文件 2、點(diǎn)擊AnalyzeCompare MeansMeans進(jìn)入Means主對話框，見圖5-1所示。 圖5-1

4、均值比較主對話框 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Dependent List被解釋變量框中。被解釋變量可以選擇一個(gè)，也可以選擇多個(gè)。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(jì)算基本描述統(tǒng)計(jì)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。5、Option選項(xiàng)在主對話框中單擊Option選項(xiàng)，展開Option對話框，如圖5-2所示。圖5-2 Option對話框（1）Statistics選項(xiàng)框，選擇統(tǒng)計(jì)量。（2）Statistics For First Layer框,對第一層每個(gè)控制變量的分析。具體含

5、義是： Anova table and eta復(fù)選項(xiàng)：表示輸出單因素方差分析表和eta值。 Test of linearity復(fù)選項(xiàng)：表示作線性檢驗(yàn)。二、單樣本 檢驗(yàn) （一）單樣本 檢驗(yàn)的概念和基本步驟 單樣本 檢驗(yàn)是檢驗(yàn)?zāi)硞€(gè)變量的總體均值與指定的檢驗(yàn)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(jìn)行樣本均數(shù)與總體均數(shù)之間的差異顯著性檢驗(yàn)也屬于單樣本的 檢驗(yàn)。 單樣本 檢驗(yàn)的基本步驟為：1、提出原假設(shè)。單樣本 檢驗(yàn)的原假設(shè)為：總體均值與檢驗(yàn)值之間不存在顯著差異 2、選擇檢驗(yàn)統(tǒng)計(jì)量。單樣本 檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量為 統(tǒng)計(jì)量。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和概率值。

6、SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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(yàn)統(tǒng)計(jì)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)。 （二）單樣本 檢驗(yàn)過程在SPSS中的實(shí)現(xiàn) 1、建立或選擇數(shù)據(jù)文件后，按“Analyze” “Compare Means”“One-Sample T Test”進(jìn)入One-Sample T Test單樣本 檢驗(yàn)主對話框，如圖5-3所示。圖5-3 單樣本T檢驗(yàn)對話框 2、在左邊的源變量框中選擇要分析的變量，將其送入Test Variable(s)框中。在Test Value檢

7、驗(yàn)值一欄中填入的大小。 3、單擊“Options”按鈕，彈出Options選項(xiàng)對話框，如圖5-4所示。 圖5-4 單樣本 檢驗(yàn)Options 選項(xiàng)對話框 （1）Confidence Interval 一欄為可信水平，系統(tǒng)默認(rèn)為95%，用戶可以改寫。 （2）Missing Values 一欄中有兩個(gè)選項(xiàng)，一為Exclude cases analysis by analysis 選項(xiàng)，帶有缺失值的觀測量，當(dāng)它與分析有關(guān)時(shí)才被剔除。一為Exclude cases listwise 選項(xiàng)，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(diǎn)擊“Continue”按鈕可返回

8、主對話框。三、獨(dú)立樣本 檢驗(yàn)（一）獨(dú)立樣本 檢驗(yàn)的概念和基本步驟 獨(dú)立樣本 檢驗(yàn)就是根據(jù)樣本數(shù)據(jù)對它們來自的兩獨(dú)立總體的均值是否有顯著差異進(jìn)行推斷。這個(gè)推斷的前提是：（1）兩樣本應(yīng)是相互獨(dú)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(gè)案數(shù)目可以不同，個(gè)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(gè)總體應(yīng)服從正態(tài)分布。 兩獨(dú)立樣本 檢驗(yàn)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(yàn)統(tǒng)計(jì)量：在具體實(shí)現(xiàn)時(shí)通過兩步完成：第一，利用 檢驗(yàn)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(jì)量和自由度的計(jì)算公式。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量

9、觀測值和概率值：SPSS將自動(dòng)依據(jù)單因素方差分析的方法計(jì)算 統(tǒng)計(jì)量和相伴概率值，并自動(dòng)根據(jù)兩組樣本的均值、樣本數(shù)、抽樣分布方差等計(jì)算出 統(tǒng)計(jì)量的觀測值和相伴概率值。 4、給定顯著性水平 ，并作出決策 第一步，利用 檢驗(yàn)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(rèn)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(rèn)為兩總體方差無顯著差異。 第二步，利用 檢驗(yàn)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(rèn)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(rèn)為兩總體均值無顯

10、著差異。（三）獨(dú)立樣本 檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、建立或打開數(shù)據(jù)文件后，按AnalyzeCompare MeansIndependent-Sample T Test進(jìn)入Independent-Sample T Test 獨(dú)立樣本 檢驗(yàn)主對話框，如圖5-5所示。 圖5-5 獨(dú)立樣本 檢驗(yàn)主對話框 2、選擇若干變量作為檢驗(yàn)變量到Test Variable(s)檢驗(yàn)變量框中。 3、選擇一個(gè)變量作為標(biāo)識(shí)變量到Grouping Variable 分組變量框中。該標(biāo)識(shí)變量的兩個(gè)不同取值可對應(yīng)兩個(gè)不同的總體。 4、單擊“Define Groups”按鈕，可進(jìn)入Define Groups 子對話框，如圖5-

11、6 所示。其中：Use specified values表示分別輸入兩個(gè)值，每個(gè)值代表一個(gè)總體；對于Cut point 分割點(diǎn)欄，如果分組變量是連續(xù)變量，則選用此項(xiàng)。 5、Options 選擇含義與單樣本t檢驗(yàn)中的相同。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(yàn)的變量，點(diǎn)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。四、兩配對樣本 檢驗(yàn)（一）兩配對樣本 檢驗(yàn)的概念和基本步驟 兩配對樣本 檢驗(yàn)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(jìn)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

12、；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。兩配對樣本 檢驗(yàn)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(yàn)統(tǒng)計(jì)量：配對樣本 檢驗(yàn)所采用的檢驗(yàn)統(tǒng)計(jì)量為 統(tǒng)計(jì)量。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和相伴概率值：SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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(rèn)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(rèn)為兩總體均值不存在顯著差異。（二）配對樣本 檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、建立或打開數(shù)據(jù)文件后

13、，按AnalyzeCompare MeansPaired-Samples T Test進(jìn)入Paired-Samples T Test配對樣本 檢驗(yàn)主對話框，如圖5-7所示。圖5-7 Paired-Sample T Test 配對樣本 檢驗(yàn)主對話框 2、選擇一對或若干對配對變量作為檢驗(yàn)變量到Paired Variable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(yàn)中的相同。第二節(jié) 非參數(shù)檢驗(yàn) 一、 卡方檢驗(yàn) （一）卡方檢驗(yàn)的概念和基本步驟 卡方檢驗(yàn)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。

14、它是是一種吻合性檢驗(yàn)，通常適于對有多項(xiàng)分類值的總體分布的分析，變量為離散型數(shù)據(jù)。卡方檢驗(yàn)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(yàn)統(tǒng)計(jì)量：卡方檢驗(yàn)的統(tǒng)計(jì)量為 統(tǒng)計(jì)量。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和相伴概率 值：SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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)。 （二）卡方檢驗(yàn)過程在SPSS中的實(shí)現(xiàn) 1建立或打開數(shù)據(jù)文件后，打開Analyze Nonparametric Tests Chi-Square Tes

15、t 對話框，如圖5-8 所示。圖5-8 Chi-Square Test 對話框 2、指定待檢驗(yàn)的變量到Test Variable List框。 3、在Expected Range 欄中，確定檢驗(yàn)值的范圍。 （1）Get from data 選項(xiàng)，即最小值和最大值所確定的范圍。 （2）Use specified range 選項(xiàng)，只檢驗(yàn)數(shù)據(jù)中一個(gè)子集的值，在Lower 和Upper 參數(shù)框中鍵入檢驗(yàn)范圍的下限和上限。 4、在Expected Values 欄中，指定期望值。 （1）All categories equal 選項(xiàng)，系統(tǒng)默認(rèn)的檢驗(yàn)值是所有分組的期望頻數(shù)都相同。 （2）Values 選

16、項(xiàng)，要求用戶輸入期望分布的頻數(shù)值。 5、單擊“Options”按鈕，打開Chi-Square Test ：Options對話框，如圖5-9所示。圖5-9 Options 對話框 （l） Statistics 欄，選擇輸出統(tǒng)計(jì)量。其中，Descriptive 復(fù)選項(xiàng)，輸出變量的均值、標(biāo)準(zhǔn)差、最大值、最小值、非缺失個(gè)體的數(shù)量。Quartiles 復(fù)選項(xiàng)，輸出結(jié)果將包括四分位數(shù)的內(nèi)容。 （2） 在Missing Values 欄中選擇對缺失值的處理方式。其中，Exclude cases test-by-test 選項(xiàng)，將參與對比中的缺失值排除；Exclude cases listwise 選項(xiàng)，將任

17、何變量中所有含有缺失值的分析個(gè)體排除。 二、二項(xiàng)分布檢驗(yàn) （一）二項(xiàng)分布檢驗(yàn)的基本概念和基本步驟 二項(xiàng)分布檢驗(yàn)是通過樣本數(shù)據(jù)檢驗(yàn)樣本來自的總體是否服從指定的概率為 的二項(xiàng)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(xiàng)分布無顯著差異。 2、選擇檢驗(yàn)統(tǒng)計(jì)量：在小樣本中采用精確檢驗(yàn)方法，對于大樣本則采用近似檢驗(yàn)方法，采用 檢驗(yàn)統(tǒng)計(jì)量。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和相伴概率 值：SPSS自動(dòng)計(jì)算檢驗(yàn)統(tǒng)計(jì)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)。（二）二項(xiàng)分布檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、

18、建立或打開數(shù)據(jù)文件后，打開Analyze Nonparametric Tests Binomial Test 對話框，如圖5-10所示。圖5-10 二項(xiàng)分布檢驗(yàn)對話框 2、從左側(cè)變量列表中選擇需要進(jìn)行檢驗(yàn)的變量，將其移到Test Variable 框中。 3、Define Dichotomy 欄，定義二分值。 （1）Get from data 選項(xiàng)，適用于指定的變量只有兩個(gè)有效值，無缺失值。 （2）Cut point 選項(xiàng)，如果指定的變量超過兩個(gè)值，在參數(shù)框中鍵入一個(gè)分界點(diǎn)值，比分界點(diǎn)值小的將形成第一項(xiàng)，比分界點(diǎn)值大的將形成第二項(xiàng)。 4、Test 參數(shù)框，指定檢驗(yàn)概率值。系統(tǒng)默認(rèn)的檢驗(yàn)概率值是

19、0.5，這意味著要檢驗(yàn)的二項(xiàng)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。三、游程檢驗(yàn) 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(yàn)又稱單樣本變量隨機(jī)性檢驗(yàn)，是對變量的變量值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)?；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(jī)的。 2、選擇檢驗(yàn)統(tǒng)計(jì)量：SPSS單樣本變量值隨機(jī)性檢驗(yàn)中，利用游程數(shù)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量。在大樣本時(shí)，游程近似服從正態(tài)分布，采用 檢驗(yàn)統(tǒng)計(jì)量。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和相伴概率 值：SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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)

20、；如果概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。（二）游程檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、建立或打開數(shù)據(jù)文件后進(jìn)入Analyze Nonparametric Tests Run Test 對話框，如圖5-11所示。圖5-11 游程檢驗(yàn)主對話框 2、指定待檢驗(yàn)的變量到Test Variable List框。 3、在Cut point框中確定計(jì)算游程的分界點(diǎn)。其中，Median表示以樣本中位數(shù)為分界點(diǎn)；Mode表示以樣本眾數(shù)為分界點(diǎn)；Mean表示以樣本均值為分界點(diǎn)； Custom表示以用戶輸入的值為分界點(diǎn)。 4、 Options 對話框，選擇輸出結(jié)果形式及缺失值處理方式。四、單樣本K-S 檢驗(yàn)（一

21、）單樣本K-S 檢驗(yàn)的概念和基本步驟 單樣本K-S 檢驗(yàn)又稱單樣本柯爾莫哥洛夫- 斯米諾夫檢驗(yàn)(one-smple Kolmogorov-Smirnov test)，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(jī)變量的分布形態(tài)。 基本步驟為： 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。 2、選擇檢驗(yàn)統(tǒng)計(jì)量：單樣本K-S檢驗(yàn)的統(tǒng)計(jì)量為 統(tǒng)計(jì)量。 3、計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和相伴概率值：SPSS將自動(dòng)計(jì)算 的 統(tǒng)計(jì)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

22、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。（二）單樣本K-S 檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、建立或打開數(shù)據(jù)文件后，進(jìn)入Analyze Nonparametric Tests One-Sample Kolmogorov -Smirnov Test 對話框，如圖5-12所示。圖5-14 One-Sample Kolmogorov-Smirnov Test 對話框 2、選擇檢驗(yàn)變量到Test Variable 框。 3、在Test Distribution 框

23、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。 五、兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn) （一）兩獨(dú)立樣本非參數(shù)檢驗(yàn)的基本概念和檢驗(yàn)方法 兩獨(dú)立樣本的非參數(shù)檢驗(yàn)是在對總體分布不甚了解的情況下，通過對兩組獨(dú)立樣本的分析來推斷樣本來自的兩個(gè)獨(dú)立總體的分布是否存在顯著差異，一般檢驗(yàn)兩個(gè)獨(dú)立總體的均值或中位數(shù)是否存在顯著差異來進(jìn)行推斷。 SPSS提供了四種兩獨(dú)立樣本的非參數(shù)檢驗(yàn)方法。 1、兩獨(dú)立樣本的曼-惠特尼檢驗(yàn) 兩獨(dú)立樣本的曼-惠特尼檢驗(yàn)（Mann-Whit

24、ney U）的原假設(shè)是：兩組獨(dú)立樣本來自的兩總體分布無顯著差異。 曼-惠特尼檢驗(yàn)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(gè)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(gè)平均秩。對兩個(gè)平均秩的差距進(jìn)行比較。 （3）計(jì)算第一組樣本每個(gè)秩優(yōu)于第二組樣本每個(gè)秩的個(gè)數(shù)，以及第二組樣本每個(gè)秩優(yōu)于第一組樣本每個(gè)秩的個(gè)數(shù)，并對其進(jìn)行比較。 （4）SPSS將自動(dòng)計(jì)算Wilcoxon W和Mann-Whitney U統(tǒng)計(jì)量，并計(jì)算出相伴概率值；同時(shí)，SPSS還計(jì)算近似于正態(tài)分布的 統(tǒng)計(jì)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)；

25、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)。2、兩獨(dú)立樣本的K-S檢驗(yàn) 兩獨(dú)立樣本K-S檢驗(yàn)的原假設(shè)是：樣本來自的兩個(gè)獨(dú)立總體的分布無顯著差異 。 兩獨(dú)立樣本的K-S檢驗(yàn)的基本步驟為： （1）將兩組樣本混合并按升序排序。 （2）分別計(jì)算兩組樣本秩的累計(jì)頻數(shù)和累計(jì)頻率。 （3）將兩個(gè)累計(jì)頻率相減，得到秩的差值序列并得到 統(tǒng)計(jì)量 。 （4）SPSS將自動(dòng)計(jì)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)。 3、兩獨(dú)立樣本的游程檢驗(yàn)（Wald-Wolfo

26、witz Runs） 原假設(shè)是：樣本來自的兩個(gè)總體的分布無顯著差異。兩獨(dú)立樣本游程檢驗(yàn)基本步驟為： （1）將兩組樣本混合并按升序排序。 （2）對組標(biāo)記值序列按前面討論的方法計(jì)算游程數(shù)。 （3）SPSS將利用游程數(shù)自動(dòng)計(jì)算 統(tǒng)計(jì)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)。 4、兩獨(dú)立樣本的極端反應(yīng)檢驗(yàn)（Moses extreme reactions） 原假設(shè)是：樣本來自的兩個(gè)總體的分布無顯著差異。兩獨(dú)立樣本極端反應(yīng)檢驗(yàn)的基本步驟為： （1）將兩組樣本混合并按升序排序。 （2

27、）找出控制樣本最低秩和最高秩之間包含的觀察值個(gè)數(shù)，稱為跨度或截頭跨度。 （3）SPSS自動(dòng)計(jì)算跨度和截頭跨度后，會(huì)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)。（二）兩獨(dú)立樣本非參數(shù)檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1建立或打開數(shù)據(jù)文件后，進(jìn)入Analyze Nonparametric Tests Two-Independent-Samples Test對話框，如圖5-13所示。圖5-13 Two-Independent-Samples Test 對話框 2、Test Var

28、iable 框，指定檢驗(yàn)變量。 3、Grouping Variable 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Grouping Variable 框中，點(diǎn)擊“Define Groups”按鈕，進(jìn)入Define Groups 對話框，如圖5-14所示。在Define Groups對話框中的Group 1 和Group 2 后的欄中可指定分組變量的值。圖5-14 Define Groups 對話框 4、Test Type 框，確定用來進(jìn)行檢驗(yàn)的方法。 在Test Type 框中提供了可供用來檢驗(yàn)的四種方法，它們分別是：Mann-Whitney U 復(fù)選項(xiàng)、Kolmogo

29、rov-Smirnov Z 復(fù)選項(xiàng)、Moses extreme reactions 復(fù)選項(xiàng)、Wald-Wolfowitz runs復(fù)選項(xiàng)，系統(tǒng)默認(rèn)值為Mann-Whitney U 復(fù)選項(xiàng)。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。 六、多獨(dú)立樣本非參數(shù)檢驗(yàn) （一）多獨(dú)立樣本非參數(shù)檢驗(yàn)的基本概念和檢驗(yàn)方法 多獨(dú)立樣本非參數(shù)檢驗(yàn)也是通過分析樣本數(shù)據(jù)，推斷樣本來自的多個(gè)獨(dú)立總體的分布是否存在顯著差異，一般用來推斷多個(gè)獨(dú)立總體的均值或中位數(shù)是否存在顯著差異。多獨(dú)立樣本檢驗(yàn)的基本原理與兩獨(dú)立樣本檢驗(yàn)相同，兩獨(dú)立樣本檢驗(yàn)是多獨(dú)立樣本檢驗(yàn)中最基本的形式。

30、SPSS提供了三種多獨(dú)立樣本的非參數(shù)檢驗(yàn)方法。 1、多獨(dú)立樣本的中位數(shù)檢驗(yàn) 原假設(shè)是：多個(gè)獨(dú)立樣本來自的多個(gè)總體的中位數(shù)無顯著差異。 檢驗(yàn)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(jì)算每組樣本中大于或小于這個(gè)共同中位數(shù)的樣本數(shù)。 （3）SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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)。2、多獨(dú)立樣本的 檢驗(yàn) 原假設(shè)是：多個(gè)獨(dú)立樣本來自的多個(gè)總體的分布無顯著差異。多獨(dú)立樣本檢驗(yàn)的基本步驟是：

31、 （1）將多組樣本數(shù)據(jù)混合并按升序排序，求出每個(gè)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(dòng)計(jì)算 統(tǒng)計(jì)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)。 3、多個(gè)獨(dú)立總體的 檢驗(yàn) Jonkheere-Terpstra檢驗(yàn)的基本思想方法與兩獨(dú)立樣本的曼-惠特尼U檢驗(yàn)比較類似，它也是計(jì)算一組樣本的觀察值小于其他組樣本的觀察值的個(gè)數(shù)。 SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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

32、性水平，則不能拒絕原假設(shè)。（二）多獨(dú)立樣本非參數(shù)檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、建立或打開數(shù)據(jù)文件后，進(jìn)入Analyze Nonparametric Tests Tests for Several Independent Samples對話框，如圖5-15所示。圖5-15 Tests for Several Independent Samples 主對話框 2、從左側(cè)變量列表中選擇需要進(jìn)行檢驗(yàn)的變量移入Test Variable 框。 3、Grouping Variable 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“Define Range”按鈕，進(jìn)入De

33、fine Range 對話框，如圖5-16 所示，定義變量值范圍。圖5-16 Define Range 對話框 4、Test Type 框，確定用來進(jìn)行檢驗(yàn)的方法。在該框中提供了可供用來檢驗(yàn)的三種方法，分別為Kruskal-Wallis H 復(fù)選項(xiàng)、Median 復(fù)選項(xiàng)和Jonckheere-Terpstra 復(fù)選項(xiàng)。系統(tǒng)默認(rèn)值為 Kruskal Wallis H 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。七、兩配對樣本檢驗(yàn) （一）兩配對樣本檢驗(yàn)的概念和檢驗(yàn)方法 兩配對樣本的非參數(shù)檢驗(yàn)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

34、析，推斷樣本來自的兩個(gè)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(yàn)的方法，運(yùn)用廣泛的主要有以下三種： 1、McNemar變化顯著性檢驗(yàn) 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(yàn)仍采用二項(xiàng)分布檢驗(yàn)的方法，在小樣本下計(jì)算二項(xiàng)分布的累計(jì)精確概率，大樣本下采用修正的 統(tǒng)計(jì)量，它近似服從正態(tài)分布。SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)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)。2.兩配對樣本的符號（Sign）檢驗(yàn) 原假設(shè)是：兩配對樣本來自的兩總體分布無顯著差異

35、。兩配對樣本的符號（Sign）檢驗(yàn)的基本步驟是： 分別將第二組樣本的各個(gè)觀察值減去第一組樣本的各個(gè)觀察值，差值為正則記為正號，差值為負(fù)則記為負(fù)號。 計(jì)算正號的個(gè)數(shù)和負(fù)號的個(gè)數(shù)。 SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)量及相伴概率 值。 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)。 3.兩配對樣本的Wilcoxon符號平均秩檢驗(yàn) 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(yàn)基本思想是： 分別將第二組樣本的各個(gè)觀察值減去第一組樣本的各個(gè)觀察值，差值為正則記為正號，差值為負(fù)則記為負(fù)號，

36、并同時(shí)保存差值數(shù)據(jù)。 將差值數(shù)據(jù)按升序排序，并求出相應(yīng)的秩。 分別計(jì)算正號秩總和、負(fù)號秩總和，以及正號平均秩和負(fù)號平均秩。 SPSS將自動(dòng)計(jì)算 統(tǒng)計(jì)量及相伴概率 值。 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)。（二）兩配對樣本檢驗(yàn)在SPSS中的實(shí)現(xiàn) 1、建立或打開數(shù)據(jù)文件后，進(jìn)入Analyze Nonparametric Tests Two-Relate-Samples Tests 主對話框，如圖5-17所示。圖5-17 兩配對樣本非參數(shù)檢驗(yàn)主對話框 2、指定檢驗(yàn)變量對。 3、Test Type 框，確定用來進(jìn)行檢驗(yàn)的方法。在Test Type 框中，提供了可供用來檢驗(yàn)的四種方法，它們分別是：Wilcoxon