第13章节 非参数检验.pptVIP

对正确问题的近似答案，胜过对错的问题的精确答案。 ——John W.Tukey 第 13 章 非参数检验 13.1 单样本的检验 13.2 两个及两个以上样本的检验 13.3 秩相关及其检验 学习目标 非参数检验及其用途 单样本的非参数检验方法 两个及以上样本的非参数检验方法 秩相关及其检验方法 用SPSS进行非参数检验 非参数检验与参数检验的比较 不同商圈的报纸发行量是否有差异？ 《华夏时报》自称是中国第一份商圈社区报，精准覆盖北京636座写字楼(公寓)70000名精英读者的精神咖啡 2005年8月29日的华夏时报公布了该报最新的发行量数据，并声明是“最新发行数据诚信公告” 不同商圈的报纸发行量是否有差异？ 要检验不同商圈的发行量是否有显著差异，可以采用方差分析方法。但该方法假定每个商圈在不同发行点的发行量应服从正态分布，且方差相等 实际上，这些假定很难得到满足。比如，对上述数据所做的正态分布检验表明，亚奥商圈的发行量就不满足正态分布(P=0.0180.05) 非参数方法就不需要这些假定，照样可以得到比较满意的检验结果。比如，对上述数据所做的Kruskal-Wallis检验得到的(P=0.3550.05)，没有证据表明不同商圈的报纸发行量之间存在显著差异。 参数检验与非参数检验 许多统计分析方法的应用对总体有特殊的要求，如t检验要求总体符合正态分布，F检验要求误差呈正态分布且各组方差整齐，等等。这些方法常用来估计或检验总体参数，统称为参数检验。 但许多调查或实验所得的科研数据，其总体分布未知或无法确定，这时做统计分析常常不是针对总体参数，而是针对总体的某些一般性假设（如总体分布），这类方法称非参数检验（Nonparametric tests）。 非参数统计比较分布而不是比较参数。 非参数检验的概念及应用 非参数检验：不依赖于总体分布的统计检验方法。由于这些方法一般不涉及总体参数故得名。 非参数检验的假定前提比参数性假设检验方法少的多，也容易满足，适用于计量信息较弱的资料且计算方法也简单易行，所以在实际中有广泛的应用。 13.1.1 总体分布类型的检验 总体分布类型的检验(二项分布检验) 总体分布类型的检验(二项分布检验) 总体分布类型的检验(SPSS ? binomial test) 第1步：指定“频数”变量：点击【Data】? 【Weight-Cases】，将“频数”选入 【Frequency Variable】? 【OK】 第2步：选择【Analyze】?【Nonparametric Tests-Binomial】选项进入主对话框 第3步：将待检验的变量选入【Test Variable List】 (本例为“合格品”) 第4步：在【Test Proportion】中输入检验的概率 (本例为0.9)，点击【OK】 总体分布类型的检验(SPSS ? binomial test) 总体分布类型的检验(K-S检验) 总体分布类型的检验(K-S检验) 总体分布类型的检验(SPSS ? K-S检验) 第1步：选择【Analyze】?【Nonparametric Test】?【1-Sample K-S】进入主对话框 第2步：将待检验的变量选入【Test Variable List】(本例为“配件长度”) 第3步：点击【Exact】，并在对话框中选择 【Exact】，点击【OK】 总体分布类型的检验(SPSS ? K-S检验) 13.1.2 中位数的符号检验 中位数的符号检验 (sign test) 中位数的符号检验 (sign test) 中位数的符号检验 (SPSS ? sign test) 第1步：选择【Analyze】?【Nonparametric Tests-Binomial】选项进入主对话框 第2步：将待检验的变量选入【Test Variable List】(本例为“零件长度”) 第3步：点击【Define Dichotomy】,中在【Cut point】框中输入总体中位数的假设值15， 在【Test Proportion】框内输入二项分布的参