第七章SPSS的非参数检验.ppt

本章主要内容 单样本的非参数检验 两独立样本非参数检验 两配对样本非参数检验 多独立样本非参数检验 多配对样本非参数检验 第一节单样本的非参数检验 总体分布的卡方检验 二项分布检验 单样本K-S检验 变量值随机性检验 总体分布的卡方检验 总体分布的卡方检验是一种对总体分布进行检验的极为典型的非参数检验方法。 eg：在一个正20面体的各面上分别标有0～9十个数字，每个数字在两个面上标出。若把该20面体投掷一些次数后，若检验每个数字出现的概率是否大致相同，则需用卡方检验。 将总体的取值范围分成有限个互不相容的子集，从总体中抽取一个样本，考察样本观察值落到每个子集中的实际频数，并按假设的总体分布计算每个子集的理论频数，最后根据实际频数和理论频数的差构造卡方统计量,即 当原假设成立时，统计量服从卡方分布。以此来检验假设总体的分布是否成立。 决策情况： 如果 的概率 ，则应拒绝原假设，即认为样本来自的总体分布与期望分布或某一理论分布存在显著差异；反之，则不存在显著差异。 二项分布检验 SPSS的二项分布检验正是通过样本数据检验样本来自的总体是否服从指定概率值为P的二项分布，其原假设为样本来自的总体与指定的二项分布无显著差异。 SPSS二项分布检验，在小样本中采用精确检验方法，对于大样本则采用近似检验方法。精确检验方法计算n次试验中成功出现的次数小于等于x次的概率，即 在大样本下，采用近似检验，用Z检验统计量，即 决策情况： 如果上述两种情况下的概率 P值小于显著性水平 ，则应拒绝原假设，即认为样本来自的总体分布与指定的二项分布存在显著差异；反之，则不存在显著差异。 K-S检验（Kolmogorow-Smirnov）,该方法能够利用样本数据推断样本来自总体是否与某一个理论分布有显著差异，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。 正态分布 均匀分布 指数分布 泊松分布 在原假设成立的前提下，计算各样本观测值在理论分布中出现的理论概率值F(x) 计算各样本观测值的实际累计概率值S（x）；计算实际累计概率值与理论累计概率值的差S（x）－ F(x) 计算差值序列中的最大绝对差值，即 修正的D为 决策情况： 如果D统计量的概率 P值小于显著性水平 ，则应拒绝原假设，即认为样本来自的总体分布与指定的分布存在显著差异；反之，则不存在显著差异。  变量值随机性检验 概念：通过对样本变量值的分析，实现对总体变量值出现是否随机进行检验。 基本思想：利用游程大小进行判断。 游程是指变量值序列中连续出现相同的值的次数 检验统计量： 其中， 练习 4.现有抛掷一枚硬币66次所得结果保存在数据文件硬币结果.sav中，请检验该实验是否是随机性实验。 第二节两独立样本的非参数检验 如果两个无联系总体的分布是未知的，则检验两个总体的分布是否有显著差异的方法是一种非参数检验方法，或者称为两个独立样本的检验。检验是通过两个总体中分别抽取的随机样本数据进行的。 曼-惠特尼U检验 K-S检验 w-w游程检验 极端反应检验 方法一：两独立样本的曼-惠特尼U检验 概念 通过对两组独立样本平均秩的研究来推断它们来自的两个总体分布有无显著差异。 检验的基本步骤 首先将两组样本数据（X1,X2,…Xn）和（ Y1,Y2,…Yn ）混合并按升序排序，得到每个数据各自的秩Ri 分别对两组样本的秩求平均，得到两个平均秩Wx/m和WY/m,然后比较它们的大小，若差值较大，说明原假设很可能不成立。 计算两个样本各自优先于对方的秩的个数U1、U2