第5章 SPSS非参数检验.ppt

非参数检验 非参数检验： （1）在总体分布未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。 （2）推断过程中不涉及有关总体分布的参数。 单样本的非参数检验 1.目的：样本来自总体的分布是否与某个已知的分布相吻合？ —绘制样本数据的直方图、QQ等图判断—粗略 —通过非参数检验—精确 2.单样本非参数检验 （1）对单个总体的分布形态等进行推断 （2）方法：卡方检验、二项分布检验、K-S检验、变量值随机性检验等。 本章内容 单样本的非参数检验 1.卡方检验 2.二项分布检验 3. K-S检验 1.总体分布的卡方检验 1.基本思想-吻合性检验 （1）原假设：样本来自的总体分布与期望分布无显著差异。 变量值落入第i个子集中的理论概率为 ，相应的期望频率为 2.实现步骤 分析---非参数检验---旧对话框——卡方检验 3.应用案例 医学研究表明心脏病人猝死人数与日期的关系为：一周内，星期一猝死者较多，其他日子基本相当，各天的比例近似为：2.8：1：1：1：1：1：1 根据“心脏病猝死”数据，推断总体分布是否与理论分布相吻合。 分析： 利用总体分布卡方检验实现。 * 因为P值=0.256a=0.05，所以不拒绝原假设。实际分布与理论分布无差异。 案例 商务学院学生四级通过率是否为70%？ 喜欢韩剧《来自星星的你》女性观众比例超过90%？ * 2 二项分布检验 1.基本思想 （1）通过样本数据检验样本来自的总体是否服从指定概率p的二项分布。 （2）小样本-精确检验 大样本-近似检验 2.实现步骤 分析—非参数检验---旧对话框---二项式分布 （1）选定待检验的变量到“检验变量列表” （2）“定义二分法”中指定如何分类 从数据中获取：检验变量为二值变量 割点：输入具体数值，大于等于该值的为第一 组，大于该组的为第二组 （3）检验比例：输入二项分布的检验概率值 3.应用案例 利用“产品合格率”数据，推断该批产品的一级品率是否为90% 分析： 产品合格与否属于二值变量，可以通过二项分布检验实现。 * 原假设：该批产品的一级品率=90% 因为P=0.193a=0.05，所以不拒绝原假设。即该批产品的一级品率与0.9无差异 案例 收集一批周岁儿童身高的样本数据，推断周岁儿童总体的身高是否服从正态分布。 利用收集的住房状况调查的样本数据，分析家庭人均住房面积是否服从正态分布。 * 3. 单样本K-S检验 1.基本思想 （1）以俄罗斯数学家柯尔莫哥和斯米诺夫名字命名 （2）利用样本数据推断样本来自的总体是否服从某一理论分布，是一种拟合优度的检验方法，适用于探索连续型随机变量的分布 （3）步骤 ①计算各样本观测值在理论分布中出现的理论累计概率值F(x) ②计算各样本观测值的实际累计概率值S(x) ③计算理论累计概率值与实际累计概率值的差D(x) ④计算差值序列中最大绝对差值D （4）原假设成立时： ①小样本下：D~kolmogorov分布 ②大样本下： 近似服从K(x)分布 ③SPSS仅给出大样本下的 和对应的p值 （5）决策 ①D统计量的p值显著性水平，拒绝原假设，样本来自的总体与指定分布有显著差异 ②D统计量的p值显著性水平，不拒绝原假设，样本来自的总体与指定分布无显著差异 2.实现步骤 分析-非参数检验——旧对话框---1样本K-S 练习： 居民储蓄调查数据 选择恰当的非参数检验方法，分析本次存（取）款金额的总体分布与正态分布是否存在显著差异。 * 3.应用案例 利用“儿童身高”数据分析周岁儿童身高总体是否服从正态分布。 分析： 可以通过单样本K-S检验实现。 4. 变量值随机性检验 1.基本思想 （1）通过对样本变量值的分析，实现对总体的变量值出现是否随机进行检验。 （2）原假设：总体变量值出现是随机的。 ①检验依据：游程-样本序列中连续出现相同的变量值的次数。 ②游程数太大或太小都表明变量值存在不随机的现象 （3）检验统计量 （4）决策： Z统计量的p值显著性水平，拒绝原假设，变量值的出现不是随机的。 Z统计量的p值显著性水平，不拒绝原假设，变量值的出现是随机的。 2.实现步骤 [Analyze]-[Nonparametric Tests]-[Runs] *