第5讲 SPSS的非参数检验PPT.ppt

3 多配对样本的Kendall协同系数检验 原理：与Friedman检验原理相同，只是二者行列相反。 统计量：大样本下，W协同系数近似服从n-1个自由度的卡方分布。 例5-19 利用表5-11数据，运用多配对样本的Kendall协同系数检验方法，检验评委的评分标准是否一致。 计算过程见表5-36，结果见表5-37。由表5-37可知，1到6号歌手得分的平均秩分别为1，4.38，2，4.88，3，5.75，Friedman统计量观测值为19.094，相应的概率p值为0.002，因此认为各歌手得分的平均秩存在显著差异。W协同系数为0.955，接近于1，说明评委的评分标准是一致的。 1 中位数检验 目的：检验多个总体的中位数有无显著差 异。 统计量： 对卡方统计量的理解，参照表5-17。 例5.11 利用t5-6中数据，用多独立样本的中位数检验判断四城市周岁儿童身高是否存在显著差异。 检验过程见表5-17，检验结果见表5-18及表5-19。 由表5-18可知，四城市周岁儿童身高存在显著差异。 卡方检验对期望频数小于5的单元格数有一定限制，由于该例违背了限制，SPSS给出了提示信息，因此该检验只能作为参考。 2 Kruskal-Wallis检验 目的：通过对多独立样本的分析，检验多个总体的分布有无显著差异。 统计量：服从Kruskal-Wallis分布；大样本时近似服从(k-1)个自由度的卡方分布。 对K-W统计量的理解，参照表5-20。 例5.12 利用t5-6中数据，用多独立样本的K-W检验判断四城市周岁儿童身高是否存在显著差异。 检验过程见表5-20，检验结果见表5-21及表5-22。 由表5-21及表5-22可知，四城市周岁儿童身高的平均秩差异是显著的，总体的分布存在显著差异。 3 Jonkheer-Terpstra检验 目的：通过对多独立样本的分析，检验多个总体的分布有无显著差异。 统计量：Z在大样本下，近似服从标准正态分布。 例5.13 利用t5-6中数据，用多独立样本的J-T检验判断四城市周岁儿童身高是否存在显著差异。 检验过程见表5-23，检验结果见表5-24。 在表5-23中，“打结”的情况计为0.5，观测的J-T值是45.5，所有排列下的J-T值的平均值是75。 由表5-24可知，四城市周岁儿童身高总体的分布存在显著差异。 §5.4 两配对样本的非参数检验 目的：检验两配对样本来自的总体分布是否存在显著差异。 检验方法：包括McNemar检验、符号检验、Wilcoxon符号秩检验三种方法。 操作： Analyze→Nonparametric Test →2 Paired samples 1 两配对样本的McNemar检验 原理：检验前后两种状态的变化是否服从p比例为0.5的二项分布。 统计量： 例5-14 利用t5-7数据，运用两配对样本的McNemar检验方法，检验在学习《统计学》课程后对统计学重要性的认识是否发生了显著的变化。 计算结果见表5-25及表5-26。 计算过程：由表5-25可知，态度从“不重要”到“重要”的人数为4，而从“重要”到“不重要”的人数为2，于是概率为0.5的二项分布累计概率值为 结论：学习前后学生对统计学重要性的认识没有发生了显著的变化。 2 两配对样本的符合检验 原理：用第二组样本的各个观察值减去第一组样本的各个观察值，检验差值正、负号是否服从p比例为0.5的二项分布。 统计量： 例5-15 利用t5-8数据，运用两配对样本的符号检验方法，检验训练前后跳高成绩是否发生了显著的变化。 计算结果见表5-27及表5-28。 计算过程：由表5-27可知，成绩提高的有7人，取正号，成绩下降的有2人，取负号；成绩没有变化的有1人，不参与分析。于是概率为0.5的二项分布累计概率值为 结论：训练前后的成绩分布没有显著差异，新训 练方法没有显著效果。 表5-27 表5-28 3 两配对样本的Wilcoxon符号秩检验 原理：用第二组样本的各个观察值减去第一组样本的各个观察值，将绝对差值变量排升序，求出差值变量的秩，计算正、负号秩总和W-和W+。 统计量： 例5-16 利用表5-8数据，运用两配对样本的Wilcoxon符号秩检验方法，检验训练前后跳高成绩是否发生了显著的变化。 计算过程见表5-29，结果见表5-30及表5-31。由表可知，训练前后的成绩分布没有显著差异，说明新训练方法没有显著效果。 表5-30 表5-31 5.5 多配对样本的非参数检验 目的：检验多配对样本来自的总体的中位数或分布是否存在显著差异