spss數(shù)據(jù)分析教程——非參數(shù)檢驗

spss數(shù)據(jù)分析教程——非參數(shù)檢驗

ID:38571759

大?。?.97 MB

頁數(shù):47頁

時間:2019-06-15

spss數(shù)據(jù)分析教程——非參數(shù)檢驗_第1頁
spss數(shù)據(jù)分析教程——非參數(shù)檢驗_第2頁
spss數(shù)據(jù)分析教程——非參數(shù)檢驗_第3頁
spss數(shù)據(jù)分析教程——非參數(shù)檢驗_第4頁
spss數(shù)據(jù)分析教程——非參數(shù)檢驗_第5頁
資源描述:

《spss數(shù)據(jù)分析教程——非參數(shù)檢驗》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在教育資源-天天文庫。

1、《SPSS數(shù)據(jù)分析教程》 ——非參數(shù)檢驗本章學習目標了解非參數(shù)檢驗和參數(shù)檢驗的區(qū)別掌握各種非參數(shù)檢驗及其應用條件掌握單樣本非參數(shù)檢驗方法及其結果的解釋掌握獨立樣本非參數(shù)檢驗方法及其結果的解釋掌握相關樣本非參數(shù)檢驗方法及其結果的解釋6.1非參數(shù)檢驗簡介參數(shù)檢驗方法檢驗的內(nèi)容是總體分布的某些參數(shù),例如均值,方差,比率等。非參數(shù)檢驗主要用于不考慮被研究對象的總體分布,或?qū)傮w的分布不做任何事先的假定的檢驗。非參數(shù)檢驗的內(nèi)容不是總體分布的某些參數(shù),而是檢驗總體某些有關的性質(zhì),例如總體的分布位置、分布形狀之間的比較,或者各樣本所在總體是否獨立等。非參數(shù)檢驗方

2、法的優(yōu)點穩(wěn)健性:因?qū)傮w分布的約束條件放寬,從而對一些離群值或極端值不至于太敏感。使用范圍廣:對數(shù)據(jù)的度量標準(或測量測度)無約束,定序數(shù)據(jù)、定量數(shù)據(jù)都可;部分數(shù)據(jù)缺失也可;小樣本、分布未知樣本、數(shù)據(jù)污染樣本、混雜樣本等都可以應用非參數(shù)方法。非參數(shù)檢驗的應用范圍參數(shù)檢驗方法的條件不滿足。例如樣本來自的總體不服從正態(tài)分布,T檢驗不適用,必須應用非參數(shù)方法來比較兩個總體的中心趨勢。研究定類變量和定序變量之間的關系。SPSS非參數(shù)檢驗新的用戶界面統(tǒng)一了方法的選擇,根據(jù)樣本的個數(shù)來組織方法。非參數(shù)統(tǒng)計過程仍然保留了SPSS18以前的非參數(shù)檢驗的界面,稱為“

3、舊對話框”,它的輸出仍然為傳統(tǒng)的表格方式展現(xiàn)檢驗結果。同時可以選擇輸出描述性統(tǒng)計量和四分位數(shù),而新用戶界面下沒有。在非參數(shù)檢驗過程的對話框和幫助文檔中,把以前熟悉的變量(Variable)稱為字段(field)。6.2單樣本非參數(shù)檢驗SPSS的單樣本非參數(shù)檢驗方法包括:二項(分布)檢驗卡方檢驗Kolmogorov-Smirnov檢驗Wilcoxon符號檢驗游程檢驗卡方檢驗卡方檢驗是一種常用的對總體分布進行檢驗的非參數(shù)檢驗方法,其基本功能是通過樣本的頻數(shù)分布來推斷總體是否服從某種理論分布或者某種假設分布。這種檢驗過程是通過分析實際的頻數(shù)與理論的頻數(shù)之

4、間的差別或者說吻合程度來完成的。例如,醫(yī)生研究心臟病人猝死人數(shù)與日期的關系,檢驗現(xiàn)在的人口結構和十年前是否一樣,血型是否和人的性格有關系,現(xiàn)代社會中受過高等教育、高中畢業(yè)、初中畢業(yè)、小學畢業(yè)和文盲的比例是否為3:6:10:2:1等問題都可以通過卡方檢驗來實現(xiàn)。卡方檢驗的原理(1)卡方檢驗的原假設是:H0樣本來自的總體的分布與假設的分布(又稱期望分布或者理論分布)無顯著差異。卡方檢驗的基本思想是,如果從一個隨機變量X所在的總體中隨機抽取若干個觀察樣本,這些觀察樣本落在X的k個互不相交的子集中的觀測頻數(shù)服從一個多項分布,這個多項分布當k趨于無窮時近似服

5、從卡方分布。卡方檢驗的原理(2)如果變量X有k個互不相交的子集,在成立的條件下,變量值落在第i個子集的頻數(shù)設為;設實際觀測到的第i個子集的頻數(shù)為,則有以下Pearson卡方統(tǒng)計量卡方檢驗的原理(3)卡方統(tǒng)計量服從自由度為k-1的卡方分布。如果卡方值較大,則說明期望頻數(shù)與觀測頻數(shù)分布差距較大,沒有證據(jù)支持原假設;反之,卡方值較小,說明期望頻數(shù)與觀測頻數(shù)比較接近,不能拒絕原假設的論斷??ǚ綑z驗例子數(shù)據(jù)文件dischargedata.sav記錄了某醫(yī)院每天的病人流量。醫(yī)院管理者需要了解是否一周中每天的病人流量是相同的。Discharg列為日均病人流量。原

6、假設:星期一到星期六、星期日每天的病人流量是相等的。SPSS實現(xiàn)卡方檢驗選擇【分析】->【非參數(shù)檢驗】->【單樣本】在設置標簽上,選擇“比較觀察可能性和期望可能性”在字段標簽上,選擇變量“day”選項設置檢驗結果分析聚類條形圖顯示檢驗字段每個類別的觀察頻率和假設頻率。懸停在條形上將在工具提示中顯示觀察頻率和假設頻率及其差別(殘差)。觀察和假設條形中的可見區(qū)別表明檢驗字段可能沒有假設的分布。實例分析:人員結構的調(diào)動某公司經(jīng)營多年,形成了一套成熟的企業(yè)文化和管理體系。例如,根據(jù)多年的運營經(jīng)驗,經(jīng)理層、監(jiān)察員、辦事員三種職務類別人員比例大約在15:5:8

7、0為宜,這樣運行效率最高。目前公司進行人事調(diào)整,公司人員結構發(fā)生變化,有員工擔心人事調(diào)整是否已經(jīng)導致職務類型比例失調(diào)。請利用數(shù)據(jù)6-2-1來解決該問題二項式檢驗SPSS的二項式檢驗也是非參數(shù)檢驗方法的一種,它適用于對二分類變量的擬合優(yōu)度檢驗。其基本功能是通過樣本的頻數(shù)分布來推斷總體是否服從特定二項分布。這種檢驗過程是通過分析實際的頻數(shù)與理論的頻數(shù)之間的差別或者說吻合程度來完成的。例如,現(xiàn)代社會男、女的比例是否為1.01:1;工廠的次品率是否為1%等都可以通過二項式檢驗完成。實例分析最新醫(yī)學研究經(jīng)驗表明,目前我國20歲以上成人糖尿病患病率達10%。數(shù)

8、據(jù)6-2-2給出了隨機抽取的200名河南省某地區(qū)20歲以上成人糖尿病患病情況。試用二項式檢驗方法研究該地區(qū)20歲以上成人糖

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。