第五讲 商务数据分析方法-(非参数检验).ppt

SPSS软件使用说明 使用fert.sav数据。 选项为Analyze－Nonparametric Tests－K Related Samples。 然后把变量（这里是a、b、c）选入Test Variable List。 在下面Test Type选中Friedman。 在点Exact时打开的对话框中可以选择精确方法（Exact），Monte Carlo抽样方法（Monte Carlo）或用于大样本的渐近方法（Asymptotic only）。最后OK即可 六、多个相关样本非参数检验 （一） Friedman秩和检验 数据fert.sav 这里有三种肥料作为第一个因子（肥料因子）的三个水平；而四种土壤为第二个因子（土壤因子）的四个水平。感兴趣于是否这三种肥料对于某作物的产量有区别。称肥料因子为处理，而土壤因子为区组。数据在下表中（表中数字为相应组合的产量，单位公斤）。 ? 肥料种类 肥料A 肥料B 肥料C 土壤类型 土壤1 22 46 68 土壤2 25 36 48 土壤3 18 21 20 土壤4 11 13 19 六、多个相关样本非参数检验 （一） Friedman秩和检验 fert.sav数据 六、多个相关样本非参数检验 （一） Friedman秩和检验 例：某企业为了寻找同产品形象相符合的广告代言人，通过焦点座谈会对10随机抽取的用户进行访谈，得到10名用户对3名代言人同产品形象适合度的评分，见下表： 六、多个相关样本非参数检验 消费者 1 2 3 4 5 6 7 8 9 10 A产品 9.6 9.5 9.7 9.4 9.6 9.2 9.8 9.4 9.5 9.3 B产品 9 9.4 9.4 9.1 9.4 9.6 9.3 9 9.4 9.1 C产品 9.3 9.2 9.1 9.3 9.2 9.4 9.2 9.3 9.1 9.1 判断三个代言人中谁最适合做该产品的形象代言人？ （一） Friedman秩和检验 当观测值只取诸如0或1两个可能值时，由于有太多同样的数目（只有0和1），排序的意义就很成问题了。 这里要引进的Cochran检验就是用来解决这个问题的一个非参数检验。这里的零假设也是各个处理是相同的。 先看一个例子：关于瓶装饮用水的调查（数据在water.sav）。20名顾客对4种瓶装饮用水进行了认可（记为1）和不认可（记为0）的表态。 我们感兴趣的是这几种瓶装水在顾客眼中是否有区别。这里的零假设是这些瓶装水（作为处理）在（作为区组的）顾客眼中没有区别。 六、多个相关样本非参数检验 （二） Cochran检验 下表是数据，每一行为20个顾客对某一饮料的20个观点（0或1）。最后一列1为认可总数Ni而最后一行为每个顾客给出的4个观点中认可数的总和Li。最后一行的最后的元素为总认可数N。 显然，如果Ni和这些Ni的均值的差距很大，那么这些处理就很不一样了。Cochran检验就是基于这个思想的。用Ni 表示第i个处理所得到的“1”的个数，而Lj为第j个区组（例子中的顾客）所给的“1”的个数，“1”的总数记为N。 六、多个相关样本非参数检验 （二） Cochran检验 Cochran检验统计量（Cochran’s Q）为（假定有k个处理和b个区组） 当k固定时，Q在b很大时有近似的自由度为k-1的c2分布。 六、多个相关样本非参数检验 （二） Cochran检验 SPSS软件使用说明 使用water.sav数据。 选项为Analyze－Nonparametric Tests－K Related Samples。 然后把变量（这里是c1、s2、c3、c4 ）选入Test Variable List。 在下面Test Type选中Cochran’s Q。 在点Exact时打开的对话框中可以选择精确方法（Exact），Monte Carlo抽样方法（Monte Carlo）或用于大样本的渐近方法（Asymptotic only）。最后OK即可 六、多个相关样本非参数检验 （二） Cochran检验 数据water.sav Cochran检验的SPSS输出： 六、多个相关样本非参数检验 （二） Cochran检验 例：为了研究A、B、C三种产品的受欢迎程度，抽取15个消费者，用“1”表示喜欢，“0”表示不喜欢，每个消费者对三种产品的评价如下表所示： 六、多个相关样本非参数检验 消费者 1 2 3 4 5 6 7 8 A产品 0 1 0 0 1 0 1 0 0 0 1 0 0 0 1 B产品 0 0 1 0 1 0 0 1 0 1 0 0 0 1 0 C产品 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 分析哪种产品最受欢迎？ （二