spss秩和检验总结.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