实验七 描述性统计分析.docVIP

第四章 非参数统计实验参数统计学中的许多统计分析方法的应用对总体都有严格的假定，例如，t检验要求总体服从正态分布，F检验要求误差呈正态分布且各组方差为齐性的等等，然而在现实生活中，有许多总体的分布我们却是一无所知或知之甚少，所以在参数模型中所建立的统计推断就会失效，于是，人们希望在不假定总体分布的情况下，尽量从数据本身来获得所需要的信息。这就是非参数统计的宗旨。非参数统计方法简便，适用性强，但检验效率较低，应用时应加以考虑。实验一 卡方检验（Chi-square test）实验目的：掌握卡方检验方法。实验内容：一、拟合优度检验二、独立性检验三、齐性检验实验工具：SPSS非参数统计分析菜单项和Crosstabs菜单项。知识准备：卡方拟合优度检验检验(Chi—Square Test) 适用于拟合优度检验，适用于定类变量的检验问题，用来检验实际观察数目与理论期望数目是否有显著差异。当检验问题是实际分布是否与理论分布相符合时，在大样本时也可以用分类数据的卡方检验来解决，这时的卡方检验也称为分布拟合的卡方检验。若样本分为k类，每类实际观察频数为，与其相对应的期望频数为，则检验统计量可以测度观察频数与期望频数之间的差异。其计算公式为： 很显然，实际频数与望频数越接近，值就越小，若＝0，则上式中分子的每—项都必须是0，这意味着k类中每一类观察频数与期望频数完全一样，即完全拟合