資源描述：
《spss16使用教程10.ppt》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、SPSS16實用教程第10章非參數檢驗總體分布的卡方（Chi-square）檢驗10.1二項分布檢驗10.2SPSS單樣本變量值隨機性檢驗10.3SPSS單樣本K-S檢驗10.4兩獨立樣本非參數檢驗10.5多獨立樣本非參數檢驗10.6兩配對樣本非參數檢驗10.7多配對樣本非參數檢驗10.8前面已經討論的許多統(tǒng)計分析方法對總體有特殊的要求，如T檢驗要求總體符合正態(tài)分布，F(xiàn)檢驗要求誤差呈正態(tài)分布且各組方差整齊，等等。這些方法常用來估計或檢驗總體參數，統(tǒng)稱為參數檢驗。但許多調查或實驗所得的科研數據，其總體分布未知或無法確定。因為有的數據不是來自所假定分布的總體，
2、或者數據根本不是來自一個總體，還有可能數據因為某種原因被嚴重污染，這樣在假定分布的情況下進行推斷的做法就有可能產生錯誤的結論。此時人們希望檢驗對一個總體分布形狀不必作限制。這種不是針對總體參數，而是針對總體的某些一般性假設（如總體分布）的統(tǒng)計分析方法稱非參數檢驗（NonparametricTests）。非參數檢驗根據樣本數目以及樣本之間的關系可以分為單樣本非參數檢驗、兩獨立樣本非參數檢驗、多獨立樣本非參數檢驗、兩配對樣本非參數檢驗和多配對樣本非參數檢驗幾種。本章將介紹總體分布的卡方（Chi-square）檢驗、二項分布（Binomial）檢驗、單樣本K-S
3、（Kolmogorov-Smirnov）檢驗、單樣本變量值隨機性檢驗（RunsTest）、兩獨立樣本非參數檢驗、多獨立樣本非參數檢驗、兩配對樣本非參數檢驗、多配對樣本非參數檢驗等8類常用的非參數檢驗方法。其中前4種屬于單樣本非參數檢驗。10.1總體分布的卡方（Chi-square）檢驗在得到一批樣本數據后，人們往往希望從中得到樣本所來自的總體的分布形態(tài)是否和某種特定分布相擬合。這可以通過繪制樣本數據直方圖的方法來進行粗略的判斷。如果需要進行比較準確的判斷，則需要使用非參數檢驗的方法。其中總體分布的卡方檢驗（也記為χ2檢驗）就是一種比較好的方法。10.1.1
4、統(tǒng)計學上的定義和計算公式定義：總體分布的卡方檢驗適用于配合度檢驗，是根據樣本數據的實際頻數推斷總體分布與期望分布或理論分布是否有顯著差異。它的零假設H0：樣本來自的總體分布形態(tài)和期望分布或某一理論分布沒有顯著差異。因此，總體分布的卡方檢驗是一種吻合性檢驗，比較適用于一個因素的多項分類數據分析?？傮w分布的卡方檢驗的數據是實際收集到的樣本數據，而非頻數數據。?研究問題某地一周內各日患憂郁癥的人數分布如表10-1所示，請檢驗一周內各日人們憂郁數是否滿足1:1:2:2:1:1:1。10.1.2SPSS中實現(xiàn)過程表10-1學生的數學成績周日患者數1312383704
5、80529624731?實現(xiàn)步驟圖10-1在菜單中選擇“WeightCases”命令圖10-2“WeightCases”對話框圖10-3在菜單中選擇“Chi-Square”命令圖10-4“Chi-SquareTest”對話框圖10-5“Chi-SquareTest：Options”對話框（1）本例輸出結果中有兩個表格，其中第一個表格如下。10.1.3結果和討論（2）輸出的結果文件中第二個表格如下。10.2二項分布檢驗10.2.1統(tǒng)計學上的定義和計算公式現(xiàn)實生活中有很多數據的取值只有兩類，如醫(yī)學中的生與死、患病的有與無、性別中的男性和女性、產品的合格與不合格
6、等。從這種二分類總體中抽取的所有可能結果，要么是對立分類中的這一類，要么是另一類，其頻數分布稱為二項分布。調用SPSS中的二項分布檢驗（Binomial）可對樣本資料進行二項分布分析。SPSS二項分布檢驗就是根據收集到的樣本數據，推斷總體分布是否服從某個指定的二項分布。其零假設是H0：樣本來自的總體與所指定的某個二項分布不存在顯著的差異。SPSS中的二項分布檢驗，在樣本小于或等于30時，按照計算二項分布概率的公式進行計算；樣本數大于30時，計算的是Z統(tǒng)計量，認為在零假設下，Z統(tǒng)計量服從正態(tài)分布。Z統(tǒng)計量的計算公式如下SPSS將自動計算Z統(tǒng)計量，并給出相應的
7、相伴概率值。如果相伴概率小于或等于用戶的顯著性水平α，則應拒絕零假設H0，認為樣本來自的總體分布形態(tài)與指定的二項分布存在顯著差異；如果相伴概率值大于顯著性水平，則不能拒絕零假設H0，認為樣本來自的總體分布形態(tài)與指定的二項分布不存在顯著差異。SPSS二項分布檢驗的數據是實際收集到的樣本數據，而非頻數數據。?研究問題某地某一時期內出生35名嬰兒，其中女性19名（定Sex=0），男性16名（定Sex=1）。問這個地方出生嬰兒的性別比例與通常的男女性比例（總體概率約為0.5）是否不同？數據如表10-2所示。10.2.2SPSS中實現(xiàn)過程表10-235名嬰兒的性別嬰
8、兒Sex嬰兒Sex嬰兒Sex1113125120141261311
