SPSS非参数检验13
第十三章 非参数检验 第一节 Chi-Square过程 13.1.1 主要功能 13.1.2 实例操作 第二节 Binomial过程 13.2.1 主要功能 13.2.2 实例操作 第三节 Runs过程 13.3.1 主要功能 13.3.2 实例操作 第四节 1-Sample K-S过程 13.4.1 主要功能 13.4.2 实例操作 第五节 2 Independent Samples过程 13.5.1 主要功能 13.5.2 实例操作 第六节 k Independent Samples过程 13.6.1 主要功能 13.6.2 实例操作 第七节 2 Related Samples过程 13.7.1 主要功能 13.7.2 实例操作 第八节 K Related Samples过程 13.8.1 主要功能 13.8.2 实例操作 许多统计分析方法的应用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 称为参数统计。 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，这时做统计分析常常 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），这类方法称非参 数统计（Nonparametric tests）。 非参数统计方法简便，适用性强，但检验效率较低，应用时应加以考虑。 第一节 Chi-Square过程 13.1.1 主要功能 调用此过程可对样本数据的分布进行卡方检验。卡方检验适用于配合度检验，主要用于 分析实际频数与某理论频数是否相符。 返回目录[pic] [pic]返回全书目录 13.1.2 实例操作 [例13- 1]某地一周内各日死亡数的分布如下表，请检验一周内各日的死亡危险性是否相同？ |周 日 |死亡数 | |一 |11 | |二 |19 | |三 |17 | |四 |15 | |五 |15 | |六 |16 | |日 |19 | 13.1.2.1 数据准备 激活数据管理窗口，定义变量名：各周日为day，死亡数为death。按顺序输入数据， 结果见图13.1。激活Data菜单选Weight Cases...命令项，弹出Weight Cases对话框（如图13.2），选death点击钮使之进入Frequency Variable框，定义死亡数为权数，再点击OK钮即可。 | | |[pic] | |图13.1 数据录入窗口 | | | |[pic] | |图13.2 数据加权对话框 | 13.1.2.2 统计分析 激活Statistics菜单选Nonparametric Tests中的Chi-Square...命令项，弹出Chi- Square Test对话框（图13.3）。现欲对一周内各日的死亡数进行分布分析，故在对话框左侧的 变量列表中选day，点击钮使之进入Test Variable List框，点击OK钮即可。 | | |[pic] | |图13.3 卡方检验对话框 | 13.1.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 运算结果显示一周内各日死亡的理论数（Expected）为15.71，即一周内各日死亡均数； 还算出实际死亡数与理论死亡数的差值（Residual）；卡方值χ2 = 3.4000，自由度数（D.F.）= 6 ，P = 0.7572 ，可认为一周内各日的死亡危险性是相同的。 |DAY | |Cases | |Category Observed Expected Residual | |1.00 11 15.71 -4.71 | |2.00 19 15.71 3.29 | |3.00 17 15.71 1.29 | |4.00 15 15.71 -.71 | |5.00 13 15.71 -2.71 | |6.00 16 15.71 .29 | |7.00 19 15.71 3.29 | |--- | |Total 110 | | | |Chi-Square D.F. Significance | |3.4000 6 .7572 | | | 返回目录[pic] [pic]返回全书目录 第二节 Binomial过程 13.2.1 主要功能 有些总体只能划分为两类，如医学中的生与死、患病的有与无。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Binomial过程可对样本资料进行二项分布分析。 返回目录[pic] [pic]返回全书目录 13.2.2 实例操作 [例13- 2]某地某一时期内出生40名婴儿，其中女性12名（定Sex=0），男性28名（定Sex=1）。 问这个地方出生婴儿的性比例与通常的男女性比例（总体概率约为0.5）是否不同？ 13.2.2.1 数据准备 激活数据管理窗口，定义性别变量为sex。按出生顺序输入数据，男性为1 ,女性为0。 13.2.2.2 统计分析 激活Statistics菜单选Nonparametric Tests中的Binomial Test...命令项，弹出 Binomial Test对话框（图13.4）。在对话框左侧的变量列表中选sex，点击钮使之进入Test Variable List框，在Test Proportion框中键入0.50，再点击OK钮即可。　　 | | |[pic] | |图13.4 二项分布检验对话框 | 13.2.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 二项分布检验表明，女婴12名，男婴28名，观察概率为0.7000（即男婴占70%），检验概 率为0.5000，二项分布检验的结果是双侧概率为0.0177，可认为男女比例的差异有高度 显著性，即与通常0.5的性比例相比，该地男婴比女婴明显为多。 |SEX | |Cases | |Test Prop. = .5000 | |28 = 1.00 Obs. Prop. = .7000 | |12 = .00 | |-- Z Approximation | |40 Total 2-Tailed P = .0177 | | | 返回目录[pic] [pic]返回全书目录 第三节 Runs过程 13.3.1 主要功能 依时间或其他顺序排列的有序数列中，具有相同的事件或符号的连续部分称为一个游程 。调用Runs过程可进行游程检验，即用于检验序列中事件发生过程的随机性分析。 返回目录[pic] [pic]返回全书目录 13.3.2 实例操作 [例13- 3]某村发生一种地方病，其住户沿一条河排列，调查时对发病的住户标记为“1”，对非发 病的住户标记为“0”，共17户： |0 1 1 0 0 0 1 0 0 1 0 0 0 0 1 1 0 0 1 0 0 0 | |0 1 0 1 | 问病户的分布排列是呈聚集趋势，还是随机分布？ 13.3.2.1 数据准备 激活数据管理窗口，定义住户变量为epi。按住户顺序输入数据，发病的住户为1 ,非发病的住户为0。 13.3.2.2 统计分析 激活Statistics菜单选Nonparametric Tests中的Runs Test...项，弹出 Runs Test对话框（图13.5）。在对话框左侧的变量列表中选epi，点击钮使之进入Test Variable List框。在临界割点Cut Point框中有四个选项： | | |[pic] | |图13.5 游程检验对话框 | 1、Median：中位数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的 为另一类； 2、Mode：众数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为另 一类； 3、Mean：均数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为另 一类； 4、Custom：用户指定临界割点，其值在临界割点之下的为一类，大于或等于临界割点的 为另一类； 本例选Custom项，在其方框中键入1（根据需要选项，本例是0、1二分变量，故临界割点 值用1），再点击OK钮即可。 13.3.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 检验结果可见本例游程个数为14，检验临界割点值（Test value） = 1.00，小于1.00者有17个案例，而大于或等于1.00者有9个案例。Z = 0.3246，双侧 P = 0.7455。 所以认为此地方病的病户沿河分布的情况无聚集性，而是呈随机分布。 |EPI | |Runs: 14 Test value = 1.00 | | | |Cases: 17 LT 1.00 | |9 GE 1.00 Z = .3246 | |-- | |26 Total 2-Tailed P = .7455 | | | 返回目录[pic] [pic]返回全书目录 第四节 1-Sample K-S过程 13.4.1 主要功能 调用此过程可对单样本进行Kolmogorov-Smirnov Z检验，它将一个变量的实际频数分布与正态分布（Normal）、均匀分布（Uniform）、 泊松分布（Poisson）进行比较。 返回目录[pic] [pic]返回全书目录 13.4.2 实例操作 [例13- 4]某地正常成年男子144人红细胞计数（万/立方毫米）的频数资料如下，问该资料的频 数是否呈正态分布？ |红细胞计数 |人数 |红细胞计数 |人数 | |420- |2 |540- |24 | |440- |4 |560- |22 | |460- |7 |580- |16 | |480- |16 |600- |2 | |500- |20 |620- |6 | |520- |25 |640- |1 | 13.4.2.1 数据准备 激活数据管理窗口，定义频数变量名为f，依次输入人数资料。 13.4.2.2 统计分析 激活Statistics菜单选Nonparametric Tests中的1-Sample K-S ...命令项，弹出One-Sample Kolmogorov-Smirnov Test 对话框（图13.6）。在对话框左侧的变量列表中选f,点击钮使之进入Test Variable List框，在Test Distribution框中选Normal项，表明与正态分布形式相比较，再点击OK钮即可。 | | |[pic] | |图13.6 单样本Kolmogorov-Smirnov Z检验对话框 | 13.4.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 　　K- S正态性检验的结果显示，Z值=0.7032，双侧P值=0.7060，可认为该地正常成年男子的红 细胞计数符合正态分布。 |F | |Test distribution - Normal Mean: 12.0000 | |Standard Deviation: 9.3808 | |Cases: 12 | |Most extreme differences | |Absolute Positive Negative K-S Z | |2-Tailed P | |.20298 .20298 -.16509 .7032 .7060| | | 返回目录[pic] [pic]返回全书目录 第五节 2 Independent Samples过程 13.5.1 主要功能 调用此过程可对两个独立样本的均数、中位数、离散趋势、偏度等进行差异比较检验。 返回目录[pic] [pic]返回全书目录 13.5.2 实例操作 [例13-5]调查某厂的铅作业工人7人和非铅作业工人10人的血铅值（μg / 100g）如下，问两组工人的血铅值有无差别？ |非铅作业组 |5 5 6 7 9 12 13 15 18 21 | |铅作业组 |17 18 20 25 34 43 44 | 13.5.2.1 数据准备 激活数据管理窗口，定义分组变量为group（非铅作业组为1，铅作业组为2），血铅值为 Pb。按顺序输入数据。 13.5.2.2 统计分析 激活Statistics菜单选Nonparametric Tests中的2 Independent Samples......
SPSS非参数检验13