统计分析与SPSS应用.pptVIP

7.4两配对样本的非参数检验 1.通过两配对样本推断样本来自的两个总体的分布是否存在显著差异。 2.方法：McNemar检验、符号检验、Wilcoxon符号秩检验。 7.4.1两配对样本的McNemar检验 1.基本思想 （1） McNemar检验是一种变化显著性检验，将研究对象自身作为对照者检验其“前后”的变化是否显著。 （2）原假设：两配对样本来自的两总体的分布无显著差异。 （3）分析的变量是二值变量，若不是二值变量，应现将数据转换后再使用。导致该方法的应用范围具有局限性。 （4） McNemar检验采用二项分布检验方法，小样本下计算二项分布的累计精确概率，大样本下采用修正的Z统计量。 （5）SPSS自动计算Z统计量和对应的p值 ①p值显著性水平，拒绝原假设，两配对样本来自的两总体分布存在显著差异 ②p值显著性水平，不拒绝原假设，两配对样本来自的两总体分布无显著差异 7.4.2两配对样本的符号检验 1.基本思想 （1）原假设：两配对样本来自的两总体的分布无显著差异。 （2）利用正负符号的个数实现检验。 （3）检验步骤 ①分别用第二组样本的各观察值减第一组对应样本观察值，差值为正记为+，差值为负记为- ②将+的个数与-的个数进行比较：采用二项分布检验法，对正负符号变量进行单样本二项分布检验。 ③小样本下计算二项分布的累计精确概率，大样本下采用修正的Z统计量 （4）SPSS自动计算Z统计量和对应的p值 ①p值显著性水平，拒绝原假设，两配对样本来自的两总体分布存在显著差异 ②p值显著性水平，不拒绝原假设，两配对样本来自的两总体分布无显著差异 （4）缺陷：两配对样本的符号检验注重对变化方向的分析，只考虑了数据变化的性质，没有考虑变化的幅度，对数据的利用不够充分。 7.4.3两配对样本Wilcoxon符号秩检验 1.基本思想 （1）原假设：两配对样本来自的两总体的分布无显著差异。 （2）检验步骤 ①分别用第二组样本的各观察值减第一组对应样本观察值，差值为正记为+，差值为负记为-，并保持差值数据 ②将差值变量按升序排列，并求差值变量的秩 ③分别计算正号秩总和 负号秩总和 ④统计量 （3）决策：SPSS自动计算Z统计量和对应的p值 ①p值显著性水平，拒绝原假设，两配对样本来自的两总体分布存在显著差异 ②p值显著性水平，不拒绝原假设，两配对样本来自的两总体分布无显著差异 7.4.4两配对样本非参数检验的步骤 1.按规定的格式组织数据： 设置两个变量分别存放两组样本的样本值 2.菜单： [Analyze]-[Nonparametric Tests]- [2 related samples] （1）选择待检验的两个配对变量到[Test pairs list] （2）[test type]:选择相应的检验方法 7.4.5应用案例 1.利用“统计学习”数据，分析学生在学习“统计学”课程前后对统计学重要性的认知程度是否发生了显著改变。 分析： （1）统计学习前后，属于配对样本 （2）认知程度属二值变量 （3）可以采用两配对样本McNemar检验 2.利用“训练成绩”数据，分析新训练方法是否有助于提高跳远运动员的成绩。 分析： （1）新训练方法使用前后，属于配对样本 （2）可采用两配对样本的符号检验、两配对样本Wilcoxon符号秩检验实现。 7.5多配对样本的非参数检验 1.通过多组配对样本推断样本来自的多个总体的中位数或分布是否存在显著差异。 2.方法：Friedman检验、Cochran Q检验、Kendall协同系数检验。 7.5.1多配对样本的Friedman检验 1.基本思想 （1）原假设：多个配对样本来自的多个总体的分布无显著差异。 （2）原理 ①利用秩，通过类似方差分析的方法实现检验 ②若不同样本下的秩不存在显著差异，则秩的组间差在秩的总平均变差中占较小的比例。 （3）检验步骤 ①以行为单位将数据升序排列，并求各变量在各自行中的秩 ②分别计算各组样本下的秩总和的平均秩 ③计算Frideman检验统计量 ④Frideman检验统计量与多独立样本的Kruskal-Wallis检验中的K-W统计量相似，区别在于： ⑤K-W统计量中的秩是全体数据排序后得到的，Frideman检验统计量的秩是在各区组内分别独立排序得到的。 （4）决策：SPSS自动计算Frideman统计量和对应的p值 ①p值显著性水平，拒绝原假设，多配对样本来自的多个总体分布存在显著差异 ②p值显著性水平，不拒绝原假设，多配对样本来自的多个总体分布无显著差异 （5）适用于定距型数据 7.5.2多配对样本Cochran Q检验 1.基本思想 （1）原假设：多个配对样本来自的多个总体的分布无显著差