SPSS统计分析教程-非参数检验.docxVIP

非参数检验

当总体分布类型已知时，对总体参数作假设检验称为参数检验。总体分布未知时，可用不依赖总体分布类型、不对总体参数进行统计推断的非参数检验。如果已知计量资料满足或近似满足?t?检验或?F?检验的条件，应该选择?t?检验或?F?检验，因为这时如果选用非参数检验，会降低检验的效能。SPSS中使用菜单Analyze→NonparametricTests作非参数检验。

8.1?χ?2?检验

χ?2?检验用于检验观测频数与期望频数是否一致。

例8-1?有一个六面体，六个面上分别标有1、2、3、4、5、6，将这个六面体投了300次，结果见表8-1，问这个六面体是否均匀？

表8-1六个面出现的频数

解?本例就是检验六个面出现的期望频数都是50。如图8-1建立数据文件。

图8-1例8-1数据文件

1.指定频数变量?选择菜单Data→WeightCases，在弹出的WeightCases对话框中，将?freq?送入FrequencyVariable框中；单击OK。

2.进行?χ?2?检验?选择菜单Analyze→NonparametricTests→LegacyDialogs→Chi-square，弹出Chi-squareTest对话框，见图8-2。将?x?送入TestVariableList（检验变量）框中；在下面的ExpectedValues（定义期望值）框中，由于本例6个类别的期望值相同，所以使用默认的Allcategoriesequal（所有类别期望值相等），如果各个类别的期望值不同，将选用下面的Values，输入各个类别所对应的期望值；单击OK。

计算结果见图8-3，?χ?2?=8.960，?P?=0.111＞0.05，不拒绝原假设，故可以认为这个六面体是均匀的。

图8-2Chi-squareTest对话框

图8-3Chi-squareTest结果

8.2二项分布检验

二项分布检验是用来检验二分类变量的样本是否来自给定的二项分布总体，例如，样本率与总体率的比较。

例8-2?用常规疗法治疗某病的有效率为65%，今用新疗法治疗该病20人，结果19人有效，问新疗法的有效率是否比常规疗法高？

解?H?0?：新疗法总体有效率=0.65。如图8-4所示，建立数据文件，注意数据行的顺序，要将有效人数放在第一行，如果将无效人数放在第一行，则计算的是无效率的比较。

图8-4例8-2数据文件

1.指定频数变量?同例8-1。

2.进行二项分布检验?选择菜单Analyze→NonparametricTests→LegacyDialogs→Binomial，弹出BinomialTest（二项分布检验）对话框，见图8-5，将?a?送入TestVariableList（检验变量）框中，在TestProportion（检验概率值）框中输入0.65；单击OK。

图8-5BinomialTest对话框

主要输出结果见图8-6，样本有效率0.95，单侧?P?=0.002＜0.05，按?α?=0.05水准，拒绝?H?0?，差异有统计学意义，可以认为新疗法有效率比常规疗法高。

图8-6二项分布检验结果

8.3游程检验

游程检验主要用于推断一组数据序列中两类数据的发生过程是否随机，例如临床试验所关心的病例入组顺序是否随机。游程检验是将研究数据转化为由若干个0连续构成的串以及由若干个1连续构成的串，每个串被称为一个游程，一个游程中数据的个数称为该游程的长度。例如，序列10001100111000011001111，游程个数为9，长度分别为1、3、2、2、3、4、2、2、4。游程数过少，说明数据存在聚集，游程数过多，说明周期性明显。

例8-3?某病的病死率（%）如表8-2所示，判断20年间病死率的变化是否随机。

表8-2某病20年的病死率

解?H?0?：病死率的变化是随机的。将20个病死率输入在一列中，该列变量名为?x?。

选择菜单Analyze→NonparametricTests→LegacyDialogs→Runs，弹出RunsTest（游程检验）对话框，见图8-7。将?x?送入TestVariableList（检验变量）框中；在CutPoint（分割点）框中，选中Median（中位数）为分割点；单击OK。

输出结果见图8-8。游程个数为6，检验统计量?Z?=-2.068，双侧?P?=0.039＜0.05，拒绝?H?0?，病死率的变化不是随机的，可以认为20年间病死率的变化是逐年下降的。

图8-7RunsTest对话框

图8-8游程检验结果

8.4单样本K-S检验

单样本Kolmogorov-Smirnov（K-S）检验是一种分布拟合优度检验，用来检验样本的分布是否服从正态分布