9非参数检验.doc

9 非参数检验 当总体分布类型已知时，对总体参数作假设检验称为参数检验。总体分布未知时，可用不依赖总体分布类型、不对总体参数进行统计推断的非参数检验。如果已知计量资料满足或近似满足t检验或F检验的条件，应该选择t检验或F检验，因为这是如果选用非参数检验，会降低检验的效能。SPSS中使用菜单Analyze→Nonparametric Tests作非参数检验，Nonparametric Tests的下拉菜单如表9-1所示。 表9-1 Nonparametric Tests下拉菜单 χ2检验… Binomial… 二项分布检验… Runs… 游程检验… 1-Sample K-S… 单样本K-S检验… 2 Independent Samples… 两个独立样本检验… K Independent Samples… 多个独立样本检验… 2 Related Samples… 两个相关样本检验… K Related Samples… 多个相关样本检验… 9.1 χ2检验 χ2检验用于检验观测频数与期望频数是否一致。 例9-1 有一个六面体，六个面上分别标有1、2、3、4、5、6，将这个六面体投了300次，结果见表9-2，问这个六面体是否均匀？ 表9-2 六个面出现的频数 面上数字 1 2 3 4 5 6 频数 43 49 56 45 66 41 解 本例就是检验六个面出现的期望频数都是50。如图9-1建立数据文件。 1．指定频数变量 选择菜单Data→Weight cases，在弹出的Weight cases对话框中，将freq送入Frequency Variable框中；单击OK。 2．进行χ2检验 选择菜单Analyze→Nonparametric Tests → Chi-Square，弹出Chi-Square Test对话框，如图9-2所示。将x送入Test Variable（检验变量）框中；在下面的Expected Values（定义期望值）框中，由于本例6个类别的期望值相同，所以使用默认的All categories equal（所以类别期望值相等），如果各个类别的期望值不同，将选用下面的Values，输入各个类别所对应的期望值单击OK。χ2 =8.960，P=0.111，不拒绝原假设，故可以认为这个六面体是均匀的。 本例也可以不用指定频数变量，直接用freq作为检验变量Chi-Square Test对话框 图9-3 χ2检验结果 9.2 二项分布检验 二项分布检验是对二分类变量的拟合优度检验，它考察观察值的频数与特定二项分布下的预期频数是否有统计学差异。 例9-2 用常规疗法治疗某病的有效率为65%，今用新疗法治疗该病20人，结果19人有效，问新疗法的有效率是否比常规疗法高？ 解 H0：总体有效率=0.65。如图9-4，建立数据文件，注1．指定频数变量 同例9-1。 2．进行二项分布检验 选择菜单Analyze→Nonparametric Tests→Binomial，弹出Binomial Test（二项分布检验）对话框，如图9-5将a送入Test Variable（检验变量）框中在Test（检验概率值）框中输入0.65；单击OK。 在左下角Define Dichotomy（定义二分值）框中，如果检验变量只有两个值，选中Get from data（从数据得到)，直接从原始数据读取；如果检验变量超过两个值，选择Cut point（分割点），键入分割界值，小于或等于界值的数据构成一组，大于界值的数据构成另一组。 Binomial Test对话框 图9-6 二项分布检验结果 （）20年间病死率的变化是否随机。 表9-3 某病20年的病死率 份 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 病死率 40.9 45.1 23.6 39.4 46.5 31.5 25.4 22.6 30.5 24.5 年 份 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 病死率 35.9 23.8 16.0 17.5 17.2 16.2 13.2 12.5 11.8 12.4 解 H0：病死率的变化是随机的。将20个病死率输入在一列中，该列变量名为x。 选择菜单Analyze→Nonparametric Tests→Runs，弹出Runs Test（游程检验）对话框，如图9-所示。将x送入Test Variable（检验变量）框中；在Cut Point（分割点）框中，选中Median（中位数）为分割点；