ppt第7章非参数检验分解.ppt

第七章;本章内容;非参数检验;7.1 单样本的非参数检验;7.1.1总体分布的卡方检验;2.实现步骤 分析 - 非参数检验-旧对话框-卡方检验 ;（1）选定待检验的变量到“检验变量列表”框 （2）在“期望全距”栏中确定参与分析的观测值的范围： 从数据中获取:所有观测数据都参与分析 使用指定的范围：只在该取值范围内的观测数据才参与分析。 （3）期望值：给出各理论值 所有类别相等：所有子集的频数都相同 值：依次输入值，通过【添加】、【更改】、【删除】进行增加、修改和删除。 ;3.应用案例;7.1.2二项分布检验;2.实现步骤;（1）选定待检验的变量到“检验变量列表”框 （2）定义二分法：指定如何分类 从数据中获取：检验变量为二值变量 割点：输入具体数值，大于等于该值的为第一组，大于该组的为第二组 （3）检验比例：输入二项分布的检验概率值 ;3.应用案例;7.1.3单样本K-S检验;;2.实现步骤;（1）选定待检验的变量到“检验变量列表”框 （2）检验分布:选择理论分布 ①常规:正态分布 ②相等：均匀分布 ③泊松：泊松分布 ④指数分布：指数分布 ;3.应用案例;7.1.4 变量值随机性检验;（3）检验统计量 （4）决策： Z统计量的p值显著性水平，拒绝原假设，变量值的出现不是随机的。 Z统计量的p值显著性水平，不拒绝原假设，变量值的出现是随机的。 ;2.实现步骤;（1）选定待检验的变量到“检验变量列表”框 （2）割点:计算游程数的分界值 ①中位数：样本中位数为分界值 ②众数：样本众数为分界值 ③均值：样本均值为分界值 ④设定：以用户输入的值为分界值，SPSS将小于该分界值的所有变量作为一组，大于或等于该分界值的所有变量作为一组，计算游程。;3.应用案例;7.2两独立样本的非参数检验;7.2.1两独立样本的曼-惠特尼U检验;WilcoxonW统计量： 曼-惠特尼统计量U为： 大样本下，U近似服从正态分布 ;7.2.2两独立样本的K-S检验;7.2.3两独立样本的游程检验;7.2.4极端反应检验;小样本下，H服从Hollander分布,大样本下，H近似服从正态分布;7.2.5两独立样本非参数检验的步骤;;7.2.6应用案例;7.3多独立样本的非参数检验;7.3.1中位数检验;（3）决策 ①卡方统计量的p值显著性水平，拒绝原假设，多个独立样本来自的多个总体的中位数存在显著差异。 ②卡方统计量的p值显著性水平，不拒绝原假设，多个独立样本来自的总体的中位数不存在显著差异。 ;7.3.2多独立样本的Kruskal-Wallis检验;④构造K-W统计量 （4）决策：SPSS自动计算K-W统计量和对应的p值 ①p值显著性水平，拒绝原假设，多个独立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，多个独立样本来自的多个总体分布无显著差异。 ;7.3.3多独立样本的Jonckheere-Terpstra检验;（3）决策：SPSS自动计算J-T统计量，Z统计量和对应的p值 ①p值显著性水平，拒绝原假设，多个独立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，多个独立样本来自的多个总体分布无显著差异。 ;7.3.4多独立样本非参数检验的步骤;7.3.5 应用案例;7.4两配对样本的非参数检验;7.4.1两配对样本的McNemar检验;7.4.2两配对样本的符号检验;7.4.3两配对样本Wilcoxon符号秩检验;（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;7.4.5应用案例;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;7.5.1多配对样本的Friedman检验;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.