SPSS非参数检验一卡方检验.docxVIP

SPSS中非参数查验之一：总体散布的卡方（Chi-square）查验 在获得一批样本数据后，人们往往希望从中获得样本所来自的总体的散布形态是否和某种特定散布相拟合。这可以经过绘制样本数据直方图的方法来进行大概的判断。如果需要进行比较正确的判断，则需要使用非参数查验的方法。其中总体散布的卡方查验（也记为χ2查验）就是一种比较好的方法。 一、定义 总体散布的卡方查验适用于配合度查验，是根据样本数据的实际频数推断总 体散布与希望散布或理论散布是否有显著差别。它的零假设H0：样本来自的总体散布形态和希望散布或某一理论散布没有显著差别。 总体散布的卡方查验的原理是：如果从一个随机变量尤中随机抽取若干个察看样本，这些察看样本落在X的k个互不相交的子集中的察看频数听从一个多项散布，这个多项散布当k趋于无穷时，就近似听从X的总体散布。 因此，假设样本来自的总体听从某个希望散布或理论散布集的实际察看频数 同时获得样本数据各子集的实际察看频数，并依据下面的公式计算统计量Q k 2 Oi Ei Q Ei i1 其中，Oi表示察看频数；Ei表示希望频数或理论频数。可见Q值越大，表示察看频数和理论频数越不凑近；Q值越小，说明察看频数和理论频数越凑近。SPSS将自动计算Q统计量，由于Q统计量听从K-1个自由度的X平方散布，因此SPSS将根据X平方散布表给出Q统计量所对应的相伴概率值。 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，认为样本来自的总体散布形态与希望散布或理论散布存在显著差别；如果相伴概率值大于显著性水平，则不能拒绝零假设HO，认为样本来自的总体散布形态与希望散布或理论散布不存在显著差别。 因此，总体散布的卡方查验是一种切合性查验，比较适用于一个因素的多项分类数据解析。总体散布的卡方查验的数据是实际收集到的样本数据，而非频数数据。 二、实例 某地一周内各日患郁闷症的人数散布如下表所示， 请查验一周内各日人们忧 郁数是否知足1:1:2:2:1:1:1。 周日 患者数 1 31 2 38 3 70 4 80 5 29 6 24 7 31 精选文档 实施步骤： 1、打开SPSS20.，0导入数据。 2、数据－－加权个案，如下列图所示。 3、解析－－非参数查验－－旧对话框－－卡方查验 —2 精选文档 将要查验的一周内各日人们郁闷数比率1:1:2:2:1:1:1输入到SPSS中。 —3 精选文档 —4 精选文档 由结果可知P=0.3310.05，不能拒绝原假设，因此可以得出结论：一周内各日人们郁闷数比率为1:1:2:2:1:1:1。 —5