如T检验要求总体符合正态分布.PPTVIP

10.1总体分布的卡方（Chi-square）检

验

10.2二项分布检验

10.3SPSS单样本变量值随机性检验

10.4SPSS单样本K-S检验

10.5两独立样本非参数检验

10.6多独立样本非参数检验

10.7两配对样本非参数检验

10.8多配对样本非参数检验

前面已经讨论的许多统计分析方法对总体

有特殊的要求，如T检验要求总体符合正态分

布，F检验要求误差呈正态分布且各组方差整

齐，等等。这些方法常用来估计或检验总体参

数，统称为参数检验。

但许多调查或实验所得的科研数据，其总

体分布未知或无法确定。因为有的数据不是来

自所假定分布的总体，或者数据根本不是来自

一个总体，还有可能数据因为某种原因被严重

污染，这样在假定分布的情况下进行推断的做

法就有可能产生错误的结论。此时人们希望检

验对一个总体分布形状不必作限制。

这种不是针对总体参数，而是针对总体的

某些一般性假设（如总体分布）的统计分析方

法称非参数检验（NonparametricTests）。

非参数检验根据样本数目以及样本之间的关系

可以分为单样本非参数检验、两独立样本非参

数检验、多独立样本非参数检验、两配对样本

非参数检验和多配对样本非参数检验几种。

本章将介绍总体分布的卡方（Chi-

square）检验、二项分布（Binomial）检验、

单样本K-S（Kolmogorov-Smirnov）检验、单

样本变量值随机性检验（RunsTest）、两独

立样本非参数检验、多独立样本非参数检验、

两配对样本非参数检验、多配对样本非参数检

验等8类常用的非参数检验方法。其中前4种属

于单样本非参数检验。

在得到一批样本数据后，人们往往希望从

中得到样本所来自的总体的分布形态是否和某

种特定分布相拟合。这可以通过绘制样本数据

直方图的方法来进行粗略的判断。如果需要进

行比较准确的判断，则需要使用非参数检验的

方法。其中总体分布的卡方检验（也记为χ2

检验）就是一种比较好的方法。

10.1.1统计学上的定义和计算公式

定义：总体分布的卡方检验适用于配合度

检验，是根据样本数据的实际频数推断总体分

布与期望分布或理论分布是否有显著差异。它

的零假设H0：样本来自的总体分布形态和期望

分布或某一理论分布没有显著差异。

因此，总体分布的卡方检验是一种吻合性

检验，比较适用于一个因素的多项分类数据分

析。总体分布的卡方检验的数据是实际收集到

的样本数据，而非频数数据。

10.1.2SPSS中实现过程

研究问题

某地一周内各日患忧郁症的人数分布如表

10-1所示，请检验一周内各日人们忧郁数是否

满足1:1:2:2:1:1:1。

周日患者数

131

238

370

480

529

624

731

实现步骤

10.1.3结果和讨论

（1）本例输出结果中有两个表格，其中

第一个表格如下。

（2）输出的结果文件中第二个表格如下。

10.2.1统计学上的定义和计算公式

现实生活中有很多数据的取值只有两类，

如医学中的生与死、患病的有与无、性别中的

男性和女性、产品的合格与不合格等。从这种

二分类总体中抽取的所有可能结果，要么是对

立分类中的这一类，要么是另一类，其频数分

布称为二项分布。调用SPSS中的二项分布检验

（Binomial）可对样本资料进行二项分布分

析。

SPSS二项分布检验就是根据收集到的样

本数据，推断总体分布是否服从某个指定的二

项分布。其零假设是H0：样本来自的总体与所

指定的某个二项分布不存在显著的差异。

SPSS中的二项分布检验，在样本小于或

等于30时，按照计算二项分布概率的公式进行

计算；样本数大于30时，计算的是Z统计量，

认为在零假设下，Z统计量服从正态分布。Z统

计量的计算公式如下

SPSS将自动计算Z统计量，并给出相应的

相伴概率值。如果相伴概率小于或等于用户的

显著性水平α，则应拒绝零假设H0，认为样本

来自的总体分布形态与指定的二项分布存在显

著差异；如果相伴概率