SPSS非参数检验概述.pptVIP

实用生物统计分析（四） 非参数检验 安徽大学生命科学学院 非参数检验 (Nonparametric test) 在总体不服从正态分布或分布不明时，用来检验数据资料是否来自某一个总体假设的一类检验方法。这些方法一般不涉及对总体参数的检验。 非参数检验的假定前提比参数性假设检验方法少的多，也容易满足，适用于计量精确度较低的资料，且计算方法简单易行，所以在实际中有广泛的应用。 非参数检验 (Nonparametric test) 非参数检验通常比参数性检验方法更保守（更倾向于接受H0，犯II型错误的风险更低），但由于其精度低，不利于检出差异（拒绝H0）。 非参数检验的类型-分类频数资料的χ2检验 Goodness of fit test 拟合优度检验 分析实际频数与理论频数是否相符 Independence test 独立性检验 检验因素间是否存在相互作用。也适合对两个二项分布的参数φ1 、φ2的差异的显著性检验 Binomial test 二项检验 检验二项分类变量是否来自参数为φ的二项分布。 卡方检验 SPSS拟合优度检验的基本步骤 数据结构：包括变量⑴分组、⑵实测频数、⑶理论频数 数据加权 : 用实测频数对分组变量加权 卡方检验：Analyze－ Nonparametric Tests－Chi Square 检验设置：以分组变量为检验变量（test variable), 系统以均匀分布为理论分布的默认情况，若不满足，须手动输入与每组实测频数对应的理论频数 分析输出：Asymptotic Sig. 0.05?接受理论与实际分布一致的零假设，反之拒绝。 卡方检验中的注意事项 拟合优度卡方检验示例 例1：椿象冷冻死亡实验。用拟合优度检验判断实验结果是否与二项分布公式理论计算相一致？ 独立性的卡方检验示例 例2：调查280 名中学生中140名睡眠不足，减负后再调查，120名中有40名睡眠不足。用卡方检验判断减负是否有效。 注意:数据格式! 独立性的卡方检验示例 步骤1: 数据加权 Data Weight cases Weight cases by “统计人数” 点击”OK” 独立性的卡方检验示例 步骤2: 独立性检验 Analyze Descriptive Statistics Crosstabs “睡眠情况”?rows “减负情况”?columns 独立性的卡方检验示例 步骤3: 功能选择 输出结果 结论:减负后睡眠显著改善 2x2列联表 实际值vs.理论值 Chi-square检验结果 1)皮尔逊卡方检验 2)连续性矫正后的卡方检验 3)费雪精确检验 Chi-square双侧检验 单侧检验 独立性检验的其他方法 费雪精确检验法 (Fisher’s exact test) 当2*2列联表任一理论频数小于5，卡方检验会有明显偏敧，可以用精确检验法替代方法 直接计算出现该频数组合的精确概率P，大于临界值即认为独立性假设成立 a b a+b c d c+d a+c b+d N 二项分布的卡方检验示例 例：一批种子的发芽率实测为88/100（总数100粒），问是否与标准发芽率90%有显著差异 注意:数据格式! 首先对“发芽情况”加权 Data ? Weigh cases by… 步骤1： 数据处理 二项分布的卡方检验示例 例：一批种子的发芽率实测为88/100（总数100粒），问是否与标准发芽率90%有显著差异 Analyze ? Nonparametric tests ? Binomial… 选择“发芽情况”为“测试变量” 步骤2： 检验设定 输入标准发芽率９０％ 二项分布的卡方检验示例 例：一批种子的发芽率实测为88/100（总数100粒），问是否与标准发芽率90%有显著差异 步骤3： 结果分析 无显著差异 单侧检验P=0.2970.05 非参数检验的类型-等级资料的显著性检验 Rank test 秩次检验 “秩次”：一组数据按升序排列之后，每个观测值的所处的位次。 Xi 15 9 18 3 17 8 5 13 7 19 Ri 7 5 9 1 8 4 2 6 3 10 （秩次检验不用考虑背景分布是否已知，应用受到的限制小。） SPSS中整合有Wilcoxon (Mann-Whitney)秩和检验 非参数检验的类型-等级资料的显著性检验 Wilcoxon检验 假定样本X有m个观测值，样本Y有n个观测值。把两个样本混合之后把这m+n个观测值升序排列 记下每个观测值在混合排序下面的秩，分别把两个样本所得到的秩相加。记样本X的秩和为WX而样本Y秩和为WY。称为Wilcoxon统计量。 该统计量的分布和X、Y的总体的分布类型无关，只假定其分布有相似形状。