spss秩和检验….docVIP

秩和检验 前面介绍的均数的区间估计及假设检验，都是要求个体变量值服从正态分布，或根据中心极限定理，当样本较大时，样本均数服从正态分布。这种要求样本来自总体分布型是已知的，在此基础上对总体参数进行估计或检验，称为参数统计（parametric statistics）） T-=-18.5 差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。（下同） H0：Md（差值的总体中位数）=0 H1：Md≠0 α=0.05 T++T-=1+2+3+…n=n(n+1)/2 小样本（n≤50）--查T界值表 基本思想：如果无效假设H0成立，则正负秩和的绝对值从理论上说应相等，都等于n(n+1)/4，既使有抽样误差的影响正负T值的绝对值相差也不应过大。反过来说，如果实际计算出的正负T值绝对值相差很大，我们只能认为H0成立的可能性很小。 界值的判断标准 若下限T上限，P值表中概率值 若T≤下限或T≥上限，则P值≤表中概率值 大样本时（n50），正态近似法（Z检验） 基本思想：假定无效假设H0成立，则正负秩和的绝对值应相等，随着n增大T逐渐趋近于均数等于n(n+1)/4、方差为n(n+1)(2n+1)/24的正态分布。所以可用近似正态法计算Z值。即： *校正公式：当相同秩次个数较多时 tj：第j个相同秩次的个数 SPSS: 建立变量名： 录入数值： 统计分析： 分析——非参数检验——两相关样本（配对样本） 结果分析： 表一：第一行：b-a的负秩（Negative Ranks）有5个（右上角的a在表下方有注释），平均秩次为5.3，负秩和为26.5。第二行：正秩，正秩的个数，平均秩次，正秩和。 表二：可用正秩和18.5或负秩和26.5计算，习惯上用较小的秩和计算Z值。p=0.635大于0.05，不拒绝H0，还不能认为两种方法有差别。 二、两个独立样本比较的Wilcoxon秩和检验(Wilcoxon rank sum test) 1．原始数据的两样本比较 例2 某实验室观察局部温热治疗小鼠移植肿瘤的疗效，以生存日数作为观察指标，试检验两组小鼠生存日数有无差别？ 实验组 对照组 生存日数 秩次 生存日数 秩次 10 9.5 2 1 12 12.5 3 2 15 15 4 3 15 16 5 4 16 17 6 5 17 18 7 6 18 19 8 7 20 20 9 8 23 21 10 9.5 90以上 22 11 11 12 12.5 13 14 n1=10 T1=170 n2=12 T2=83 时间资料不服从正态分布 H0：两总体分布位置相同 H1：两总体分布位置不同 a=0.05 记n较小组秩和为T，样本量n1。如果n1=n2，可取任秩和 查表法： 查T界值表：n1≤10，n2(n1≤10 界值的判断标准： 若下限T上限，P值表中概率值 若T≤下限或T≥上限，则P值≤表中概率值 正态近似法 当n1或n2-n1超出T界值表的范围时，随n增大，T的分布逐渐逼近均数为n(n+1)/4、方差为n(n+1)(2n+1)/24的正态分布，所以可用近似正态法计算Z值。即： *校正公式（当相同秩次较多时） SPSS 建立变量名： 录入数值： 统计分析： 结果分析： Z值为-3.630，p＜0.001，拒绝H0 2. 频数表资料（或等级资料）的两样本比较 例3 20名正常人和32名铅作业工人尿棕色素定性检查结果见下表。问铅作业工人尿棕色素是否高于正常人？ 结果 （1） 人数 秩次 范围 （5） 平均秩次（6） 秩和 正常人 (2) 铅作业工人 (3) 合计 (4) 正常人 (7)=(2)(6) 铅作业工人 (8)=(3)(6) - 18 8 26 1-26 13.5 243 108 ( 2 10 12 27-38 32.5 65 325 ++ 0 7 7 39-45 42.0 0 294 +++ 0 3 3 46-48 47.0 0 141 ++++ 0 4 4 49-52 50.5 0 202 合计 n1=20 n2=32 52 - - T1=308 T2=1070 取n较小组的秩和为T值，用校正公式计算。即： SPSS： 建立变量名： 录入数值： 统计分析： 结果分析：同两个独立样本比较的Wilcoxon秩和检验 Mann-Whitney Test P＜0.001，拒绝H0 三、多个样本比较的秩和检验(Kruskal-Wallis H test) 1．原始数据法 例4 某