非参数分析doc.docVIP

( 研究问题 某地一周内各日患忧郁症的人数分布如表9-1所示，请检验一周内各日人们忧郁数是否满足1:1:2:2:1:1:1。 表9-1 周 日 患 者 数 1 31 2 38 3 70 4 80 5 29 6 24 7 31 ( 实现步骤 图9-1 在菜单中选择“Weight Cases”命令 图9-2 “Weight Cases”对话框 图9-3 在菜单中选择“Chi-Square”命令  图9-4 “Chi-Square Test”对话框 图9-5 “Chi-Square Test：Options”对话框 结果和讨论 （1）本例输出结果中有两个表格，其中第一个表格如下。 周一到周日实际患忧郁人数分别为：31，38，70，80，29，24，31， 按照理论分布，一周每天患忧郁的期望频数应为33.7，33.7，67.3，67.3，33.7，33.7，33.7 实际观察频数与期望频数的差分别为-2.7，4.3，2.7，12.7，-4.7，-9.7，-2.7 （2）输出的结果文件中第二个表格如下。 计算的卡方统计量以及对应的概率p值，如果显著性水平是0.05，由于P值大于显著性水平，因此接受零假设，认为样本来自的总体分布于指定的理论分布无显著差异，即各日人们忧郁数满足1:1:2:2:1:1:1。 ( 研究问题 某地某一时期内出生35名婴儿，其中女性19名（定Sex=0），男性16名（定Sex=1）。问这个地方出生婴儿的性别比例与通常的男女性比例（总体概率约为0.5）是否不同？数据如表9-2所示。 表9-2 35名婴儿的性别 婴 儿 Sex 婴 儿 Sex 婴 儿 Sex 1 1 13 1 25 1 2 0 14 1 26 1 3 1 15 1 27 0 4 1 16 1 28 0 5 1 17 0 29 0 6 1 18 0 30 0 7 0 19 0 31 1 8 0 20 0 32 0 9 0 21 0 33 0 10 0 22 0 34 0 11 1 23 1 35 0 12 1 24 1 ? ? ( 实现步骤 图9-6 在菜单中选择“Binomial Test”命令 图9-7 “Binomial Test”对话框 图9-8 “Binomial Test：Options”对话框 9.2.3 结果和讨论 ( 研究问题 某村发生一种地方病，其住户沿一条河排列，调查时对发病的住户标记为“1”，对非发病的住户标记为“0”，共35户，其取值如表9-3所示。 表9-3 35名住户发病情况 住 户 发 病 情 况 住 户 发 病 情 况 住 户 发 病 情 况 1 1 13 1 25 1 2 0 14 1 26 1 3 1 15 1 27 0 4 1 16 1 28 1 5 1 17 0 29 0 6 1 18 0 30 0 7 0 19 1 31 1 8 0 20 1 32 0 9 0 21 0 33 0 10 0 22 0 34 0 11 1 23 1 35 0 12 1 24 1 ? ? ( 实现步骤 图9-9 在菜单中选择“Runs”命令 图9-10 “Runs Test”对话框 给出四种划分样本的方法：均值，中位数，众数指定数值 图9-11 “Runs Test：Options”对话框 10.3.3 结果和讨论 ( 研究问题 某地144个周岁儿童身高数据如表9-4所示，问该地区周岁儿童身高频数是否呈正态分布？ 表9-4 儿童身高数据 身 高 区 间 人 数 64－ 2 68－ 4 69－ 7 70－ 16 71－ 20 72－ 25 73－ 24 74－ 22 76－ 16 78－ 2 79－ 6 83－ 1 ( 实现步骤 图9-12 在菜单中选择“1-Sample K-S”命令 图9-13 “One-Sample Kolmogorov-Smirnov Test”对话框 图9-14 “One-Sample K-S：Options”对话框 9.4.3 结果和讨论 （1）本例输出结果如下表所示。 ( 研究问题