SPSS第七章SPSS的非参数检验.ppt

SPSS的非参数检验 主要内容： 概述主要介绍非参数方法的思想和用途 单样本非参数检验介绍最基本的非参数检验方法 两独立样本的非参数检验介绍独立非参数检验方法 多独立样本的非参数检验介绍对应多独立非参数检验的方法【略讲】 两配对样本和多配对样本的非参数检验介绍相应的方法 7.0 非参数方法概述 统计：描述统计，推断统计 推断统计两大方法：参数估计，假设检验 假设检验：参数检验，非参数检验（假设检验） 非参数检验针对总体分布未知情况下，利用样本对总体分布形态进行推断，从而得出尽可能多的信息 因为不涉及总体分布的参数，因而被命名为“非参数检验” 7.0 非参数检验概述 非参数检验主要涉及以下几个方面 单样本非参数检验 两独立样本非参数检验 两配对样本非参数检验 多独立样本非参数检验 多配对样本非参数检验 注意对比参数检验章节的概念进行学习 7.1 单样本非参数检验 拿到一批数据，总是希望得到数据总体的分布情况，这时可以通过绘制直方图，P-P图，Q-Q图的方式来了解总体的大概分布，当然也可以用非参数的方法来实现； SPSS单样本非参数检验就是对单个总体的分布形态进行推断的方法，包括卡方检验、二项分布检验、K-S检验以及变量值随机性检验； 7.1.1 总体分布的卡方检验 可以解决的问题：心脏病猝死的人数在一周内的分布比例是否吻合2.8:1:1:1:1:1:1； 基本思想：根据数据，推断总体分布与期望分布是否存在显著差异，依据是如果总体分布与期望分布没有显著差异，那么实际频数该与期望频数没有显著的差异，如果卡方值较大，说明实际频数与期望频数差异较大，从而否定两者不存在显著差异； 适用于对有多项分类值的总体分布（定类、定序变量）的分析 7.1.1.2 卡方检验的基本操作 7.1.1.2 基本操作（续） 7.1.1.2 卡方检验的基本操作（续） 将待检验的变量选入Test Variable 框中； 在 Expected Range 框中确定参与分析的样本范围，其中 Get from data 表示所有样本都参与分析，Use Specified Range 表示只有在取值范围内的样本才参与分析； 在Expected 框中给出期望的各个p值，其中All Categories equal 表示所有子集的p值相同，也可在Value框中输入p值，可以添加、删除和修改； 7.1.1.3 总体卡方检验应用举例 为研究心脏病人猝死人数与日期的关系，收集到168个观察数据；周一到周日死亡人数分别是55 23 18 11 26 20 15，现用这些样本，推断猝死人数在一周的分布是否是2.8:1:1:1:1:1:1，采用总体分布卡方检验，结果如下图： 结果说明 周一到周日期望死亡频数为 53.5 19.1 19.1 19.1 19.1 19.1 19.1，实际观测频数与期望频数差异为1.5 3.9 -1.1 -8.1 6.9 0.9 -1.1； 经计算卡方值为7.757，对应的p值为0.256，不显著，所以认为总体分布与期望分布没有显著差异； 7.1.2 二项分布检验 可以解决的问题：取值是二值的，通常用0和1代表这两个值，多次实验形成二项分布； 基本思想：根据数据，推断总体分布是否服从指定的概率值为p的二项分布，推断两者是否显著差异，可以分为大样本和小样本事件，大样本用估计的方法，而小样本可以精确计算； 适用于二值变量的分析 7.1.2.2 二项分布检验的基本操作 7.1.2.2 基本操作（续） 7.1.1.2 二项分布检验的基本操作（续） 将待检验的变量选入Test Variable 框中； 在 Define Dichotomy 框中指定如何分类，如果检验变量是二值变量选择 Get from data ，Cut Point框中输入数可以将非二值变量分成两组； 在Test框中给出待检验的p值； 7.1.2.3 二项分布检验应用举例 产品合格率检验，为检验产品合格率是否大于90%，抽出25个样品检验并得到检测数据，其中1表示一级品，0表示非一级品，这里采用二项分布检验法，具体结果如下图： 结果说明 上表表明，一级品的样本率为0.8，检验一级品概率是0.9，由于是小样本，自动计算精确概率，发现23个样本中一级品率小于0.9的概率为0.193； 如果确定显著性水平为0.05，则检验不显著，所以认为一级品率与0.9没有显著差异； 7.1.2.3 二项分布检验应用举例 储户对未来收入看法检验，为检验储户是对未来的收入是持乐观态度还是悲观态度，我们将检验用户持乐观态度的概率是否为0.6，这里采用二项分布检验法，具体结果如下图： 结果说明 上表表明，持乐观态度的储户77人，比例为0.2，持保守和悲观态度