《参数非参数检验操作步骤.docx》由会员分享，可在线阅读，更多相关《参数非参数检验操作步骤.docx（8页珍藏版）》请在三一办公上搜索。
1、参数非参数检验操作步骤参数、非参数检验操作步骤 对象 使用范围 分布 内容 参数检验 针对参数做的假设 等距数据和比例数据 正态分布 Means检验 单样本T检验 独立样本T检验 配对样本T检验 非参数检验 针对总体分布情况做的假设 定类数据和定序数据 正态、非正态分布 卡方检验 二项分布检验 游程检验 K-S检验 参数检验 一 Means过程 Means过程用于统计分组变量的的基本统计量，这些基本统计量包括：均值、标准差(Standard Deviation)、观察量数目(Number of Cases)、方差(Variance)。 1数据编辑窗口输入分析的数据 2 分析比较均值均值 因变量
2、、自变量的选择可根据实际情况。 “选项” 3 结果分析 P0.05，拒绝原假设，显著性强。 结果报告，分别给出暴雨前和暴雨后卵量的统计量：暴雨前有13个样本，平均数122.3846，标准差15.95065，方差254.423; 暴雨后有13个样本，平均数104.4615，标准差15.10858，方差228.269；总体26个样本，平均数113.4231，标准差17.75426，方差315.214。 方差分析表，共有六列，第一列说明方差的来源，Between Groups是组间的，Within Groups 组内的，Total 总的。第二列为平方和，其大小说明了各方差来源作用的大小。第三列为自由
3、度。第四列为均方，即平方和除以自由度。第五列F值是F统计量的值，其计算公式为模型均方除以误差均方，用来检验模型的显著性。第六列是F统计量的显著值，由于这里的显著值0.007小于0.05，所以模型是显著的，降雨对卵量有显著影响。 二 单一样本的T检验 T检验是检验单个变量的均值与指定的检验值之间是否存在显著差异。如：研究人员可能想知道一组学生的IQ平均分与100分的差异。 1 分析比较均值单一样本的T检验 检验值中输入用于比较的均值。 2 结果分析 结果中比较有用的值：Mean 和Sig 显著性概率值。 零假设H0：样本均值Mean=常数； Sig=0.0320.05，拒绝原假设，存在显著性差异
4、。 三 两独立样本T检验 两个独立没有关联的正态总体的均值是否有显著性差异。独立样本T检验，实质是总体均值是否相等的显著性检验。 如分析两个地区居民的人均收入、人均消费等指标是否存在显著性差异。 1 选择比较均值独立样本T检验 “产量” 作为要进行T检验的变量，将“品种”字段作为分组变量，定义分组变量的两个分组分别为“a”和“b”。 2 结果分析 组统计量 产量 品种 品种A 品种B N 8 8 均值 81.25 75.75 标准差 11.805 10.025 均值的标准误 4.174 3.544 零假设H0：两样本均值相等。 Sig=0.3320.05，接受原假设，两样本均值相等。 三 配对
5、样本T检验 配对样本T检验用于检验两个相关样本是否来自相同均值的正态总体，即推断两个总体的均值是否存在显著差异。 1 分析比较均值配对样本T检验 2 结果分析 配对样本T检验的基本描述统计量： 成对样本统计量 对 1 训练前 训练后 均值 77.67 83.60 N 15 15 标准差 10.104 8.433 均值的标准误 2.609 2.177 配对样本相关性检验 成对样本相关系数 对 1 训练前 & 训练后 N 15 相关系数 .407 Sig. .132 H0：两样本没有相关性。 表中显示训练前和训练后两样本的相关系数为0.407，相关系数的检验P值为0.1320.05，接受原假设，可
6、以认为训练前后的成绩没有明显的线性关系。 配对样本T检验结果 H0：两样本没有相关性。 概率p值为0.0410.05，拒绝零假设，可以认为训练前后对成绩有显著效果。 非参数检验 非参数检验是指总体分布未知或知之甚少时，利用已知样本数据对整体分布形态等做出推断的分析方法。 非参数检验分为两大类：分布类型检验和分布位置检验 SPSS的单样本非参数检验方法包括卡方检验、二项分布检验、游程检验、K-S检验及Wilcoxon符号检验五种。 一 卡方检验 也称卡方拟合优度检验，用于检验观测数据是否与某种概率分布的理论数值相符合，进而推断观测数据是否是来自于该分布的样本的问题。 1 分析：由于考虑的是次品是
7、否服从均匀分布的问题，故用卡方检验。 2 加权处理 “数据”“加权个案” 3 分析非参数检验卡方 4 结果分析 检验统计量 卡方 df 渐近显著性 次品数 12.556a 4 .014 检验统计量 卡方 df 渐近显著性 次品数 12.556a 4 .014 a. 0 个单元 (.0%) 具有小于 5 的期望频率。单元最小期望频率为 18.0。 H0：服从原假设分布。 Sig. = 0.014 0.05，说明应拒绝原假设，认为工作日的类别是以不同概率发生的。 二 二项分布检验 1 分析非参数检验二项式 2 结果分析 二项式检验 成绩 类别 组 1 组 2 总数 89 N 15 5 观察比例 .
8、75 .25 1.00 检验比例 .50 精确显著性 .041 20 HO：假设分布服从整体分布 Sig.=0.0410.05，应拒绝零假设，即小于90分的学生所占的比例与总体分布存在显著差异，即小于90分的学生所占比例比90%小。这说明优秀学生所占的比重是大于10%的。 三 游程检验 1 分析非参数检验游程 2 结果分析 描述性统计量 成绩 N 20 游程检验 均值 85.30 标准差 6.634 极小值 73 极大值 95 检验值a 案例 = 检验值 案例总数 Runs 数 Z 渐近显著性(双侧) a. 中值 成绩 86 10 10 20 5 -2.527 .012 H0：样本服从随机分布。 Sig.=0.0120.05，因此拒绝原假设，认为不是随机分布。
