第九章 非参数检验 教育学，课程和 与教学论专业【研究生课程】教育统计和 与分析.pptVIP

9.6 多相关样本非参数检验 对多个被测试者，多个打分，看打分是否有显著性差异。方法有三种： Cochran Q：要求样本数据为二值的（1－满意 0－不满意） Friedman：利用秩实现 Kendall协同系数检验：H0：协同系数为0(评分标准不相关的或者是随机的) Friedman秩和检验 前面讨论了两因子试验设计数据的方差分析，那里所用的F检验需要假定总体的分布为正态分布。 有一种非参数方差分析方法，称为Friedman（两因子）秩和检验，或Friedman方差分析。它适用于两个因子的各种水平的组合都有一个观测值的情况。 第九章 非参数检验 参数检验：是在给定或假定总体的分布形式基础上，对总体的未知参数进行估计或者检验。它一方面以明确的总体分布为前提；另一方面需要满足某些总体参数的假定条件。 非参数检验：是在不符合参数检验的条件下使用的另一类检验方法。与参数统计相比，非参数检验对总体分布不作严格假定，特别适用于计量信息较弱的资料，往往依据数据的顺序、等级资料即可进行统计推断。由于这些方法一般不涉及总体参数故得名。 非参数检验（分布检验）所要处理的问题是： （1）两个总体的分布未知，它们是否相同（用两组样本来检验）； （2）（由一组样本）猜出总体的分布（假设），然后用（另一组）样本检验它是否正确。 非参数检验方法 1. 二项分布检验（Binomial test） 2. 单样本K-S检验（1-Sample Kolmogorov-Smirnov test） 3.两独立样本检验（2 independent Samples Test） 4. 多独立样本检验（K independent Samples Test） 5.两相关样本检验（2 related Samples Test） 6. 多相关样本检验（K related Samples Test） 9.1 二项分布检验 Binomial test 二项分布：在现实生活中有很多的取值是两类的，如人群的男和女、升学与落榜、三好学生和非三好学生、投掷硬币的正面和反面。这时如果某一类出现的概率是P，则另一类出现的概率就是1-P。这种分布称为二项分布。 二项分布检验：就是根据收集到的样本数据，推断总体分布是否服从某个指定的二项分布。一般零假设为： H0：样本来自某一分布总体或与某分布无显著差异。 SPSS将自动计算，并给出对应的相伴概率值。如果相伴概率值小于或等于用户的显著性水平，则应拒绝零假设；反之，则接受零假设。 K-S检验的统计分析过程 Analyze－Nonparametric Tests－1 Sample K-S。 然后把变量选入Variable List。 再在下面Test Distribution选中零假设的分布（Normal、Poisson、Uniform和Exponential）作为零假设。 由于sig=.074?.05，接受零假设 由于sig=.000.05，拒绝零假设 9.3 两独立样本非参数检验 两独立样本的非参数检验是在对总体分布不很了解的情况下，通过分析样本数据，推断样本来自的两个独立总体分布是否存在显著差异。一般用来对两个独立样本的均数、中位数、离散趋势、偏度等进行差异比较检验。常用的两种方法有： —Mann-Whitney U检验； —两独立样本的K-S检验 Wilcoxon (Mann-Whitney)秩和检验 Wilcoxon (或称Mann-Whitney)秩和检验的原理： 假定第一个样本有m个观测值，第二个有n个观测值。把两个样本混合之后把这m+n个观测值升幂排序， 记下每个观测值在混合排序下面的秩。之后分别把两个样本所得到的秩相加。记第一个样本观测值的秩的和为WX而第二个样本秩的和为WY。这两个值称为Wilcoxon统计量。 直观上看，如果WX与WY之中有一个显著地大，则可以选择拒绝零假设。 该检验需要的唯一假定就是两个总体的分布有类似的形状（不一定对称）。 秩（rank） 非参数检验中秩是最常使用的概念。什么是一个数据的秩呢？一般来说，秩就是该数据按照升序排列之后，每个观测值的位置。例如我们有下面数据 Xi 15 9 18 3 17 8 5 13 7 19 Ri 7 5 9 1 8 4 2 6 3 10 这下面一行（记为Ri）就是上面一行数据Xi的秩。 SPSS统计分析过程 Analyze－Nonparametric Tests－2 Independent Samples。 把变量（gdp）选入Test Variable List；再把用1和2分类的变量area输入进Grouping Variable