SPSS统计基础入门讲述.ppt

多因素方差分析－案例4-3 数据准备： GMAT成绩.sav分析-一般线性模型-单变量分数－因变量； 学校、课程－固定因子 输出结果 4.3 非参数检验-卡方检验 SPSS 4.3 非参数检验-卡方检验 在实践中，常碰到一些样本的总体分布不明确，或者总体参数的假设条件不成立，或不服从正态分布时，采用非参数检验 非参数检验：不假定总体分布情况下，来实现对总体参数的推断 包括：卡方、二项式分布、游程、单样本K-S检验，以及两个独立样本、多个独立样本、两个相关样本、多个相关样本非参数检验 与参数检验相比，优势如下： 稳健性。总体分布的约束条件大大放宽，对个别偏离较大的数据不至于太敏感。 对数据的测量尺度无约束，对数据的要求也不严格，什么数据都可以做。 适用于小样本、无分布样本、数据污染样本、混杂样本等。 但是，如果参数检验模型的所有假设在数据中都能满足，且达到所要求的水平，那么用非参数检验可能导致低效率，最终浪费数据。 4.3 非参数检验-卡方检验 1.使用目的 卡方检验（Chi-Squar Test）也称为卡方拟合优度检验，是K.Pearson给出的一种最常用的非参数检验方法。它用于检验观测数据是否与某种概率分布的理论数值相符合，进而推断观测数据是否是来自于该分布的样本的问题。 如：根据投掷骰子实验中出现的点数检验骰子是否均匀，即各点出现的概率是否均为1/6。