10非参数分析课件.pptVIP

SPSS 16实用教程 第10章 非参数检验 10.6.3 结果和讨论 （1）多独立样本K-W检验结果如下两表所示。 （2）多独立样本中位数检验结果如下两表所示。 10.7 两配对样本非参数检验 10.7.1 统计学上的定义和计算公式 定义：两配对样本（2 Related Samples）非参数检验是在对总体分布不很清楚的情况下，对样本来自的两相关配对总体分别进行检验。 两配对样本非参数检验一般用于同一研究对象（或两配对对象）分别给予两种不同处理的效果比较，以及同一研究对象（或两配对对象）处理前后的效果比较。前者推断两种效果有无差别，后者推断某种处理是否有效。 两配对样本非参数检验的前提要求两个样本应是配对的。在应用领域中，主要的配对资料包括：具有年龄、性别、体重、病况等非处理因素相同或相似者。首先两个样本的观察数目相同，其次两样本的观察值顺序不能随意改变。 SPSS中有以下3种两配对样本非参数检验方法。 1．两配对样本的McNemar变化显著性检验 McNemar变化显著性检验以研究对象自身为对照，检验其两组样本变化是否显著。其零假设为：样本来自的两配对总体分布无显著差异。 McNemar变化显著性检验要求待检验的两组样本的观察值是二值数据，在实际分析中有一定的局限性。 McNemar变化显著性检验基本方法采用二项分布检验。它通过对两组样本前后变化的频率，计算二项分布的概率值。 2．两配对样本的符号（Sign）检验 当两配对样本的观察值不是二值数据时，无法利用前面一种检验方法，这时可以采用两配对样本的符号（Sign）检验方法。其零假设为：样本来自的两配对样本总体的分布无显著差异。 两配对样本的符号检验利用正、负符号的个数多少来进行检验。首先，将第二组样本的各个观察值减去第一组样本对应的观察值，如果得到差值是一个正数，则记为正号；差值为负数，则记为负号。然后计算正号的个数和负号的个数。 通过比较正号的个数和负号的个数，可以判断两组样本的分布。例如，正号的个数和负号的个数大致相当，则可以认为两配对样本数据分布差距较小；正号的个数和负号的个数相差较多，可以分为两配对样本数据分布差距较大。 SPSS将自动对差值正负符合序列作单样本二项分布检验，计算出实际的概率值。如果得到的概率值小于或等于用户的显著性水平?，则应拒绝零假设H0，认为两配对样本来自的总体分布有显著差异；如果概率值大于显著性水平，则不能拒绝零假设H0，认为两配对样本来自的总体分布无显著差异。 如果计算出的游程数相对比较小，则说明样本来自的两总体的分布形态存在较大差距；如果得到的游程数相对比较大，则说明样本来自的两总体的分布形态不存在显著差距。 SPSS将自动计算游程数得到Z统计量，并依据正态分布表给出对应的相伴概率值。如果相伴概率小于或等于用户的显著性水平?，则应拒绝零假设H0，认为两个样本来自的总体分布有显著差异；如果相伴概率值大于显著性水平，则不能拒绝零假设H0，认为两个样本来自的总体分布无显著差异。 4．两独立样本的极端反应检验（Moses Extreme Reactions） 两独立样本的极端反应检验用来检验样本来自的两独立总体的分布是否存在显著差异。其零假设H0为样本来自的两独立总体分布没有显著差异。 两独立样本的极端反应检验将一个样本作为控制样本，另外一个样本作为实验样本。以控制样本作对照，检验实验样本是否存在极端反应。首先将两组样本混合并按升序排列；然后找出控制样本最低秩和最高秩之间所包含的观察值个数，即跨度（Span）。为控制极端值对分析结果的影响，也可以先去掉样本两个最极端的观察值后再求跨度，这个跨度称为截头跨度。 两独立样本的极端检验计算跨度和截头跨度。如果跨度或截头跨度很小，则表明两个样本数据无法充分混合，可以认为实验样本存在极端反应。 SPSS自动计算跨度和截头跨度，依据分布表给出对应的相伴概率值。如果相伴概率小于或等于用户的显著性水平?，则应拒绝零假设H0，认为两个样本来自的总体分布有显著差异；如果相伴概率值大于显著性水平，则不能拒绝零假设H0，认为两个样本来自的总体分布无显著差异。 10.5.2 SPSS中实现过程 ? 研究问题 研究两个不同厂家生产的灯泡使用寿命是否存在显著差异。随机抽取两个厂家生成的灯泡若干，实验得到使用寿命，数据如表10-5所示。 表10-5 两个厂家生产的灯泡使用寿命数据 2 620 2 651 2 646 2 650 2 630 2 680 2 649 1 650 1 693 1 650 1 670 1 691 1 682 1 675 厂 家 编 号 灯泡