非参数检验详解演示文稿

第章非参数检验详解演示文稿现在是1页\一共有33页\编辑于星期六优选第章非参数检验现在是2页\一共有33页\编辑于星期六7.1Chi-Square1、卡方拟合优度检验（NonparametricTests-Chi-Square）主要用于分析实际频数与理论频数（已知）拟合情况；χ2值反映了实际频数和理论频数的吻合程度。χ2值越小，说明实际频数与理论频数越吻合。

适用于一个变量的多项分类数据的检验分析。统计原假设：实际频数与理论频数相等或实际构成比等于已知构成比。卡方统计量为定义变量基本要求：一个频数变量，至少一个分组变量。【注意】频数变量一般需要加权处理。现在是3页\一共有33页\编辑于星期六【数据准备】各周日为day，死亡频数为death。按顺序输入数据。激活Data菜单选WeightCases...命令项，定义死亡数为加权变量。【实例1】某地一周内各日死亡数的分布如表，请检验一周内各日的死亡危险性是否相同？周日死亡数一二三四五六日11191715161619现在是4页\一共有33页\编辑于星期六各组理论频数（或构成比）设置（个数与观察频数一致）【界面设置】各组理论频数（或构成比）相等限定参入检验的频数变量范围，少用分组变量列表，非频数变量现在是5页\一共有33页\编辑于星期六【结果形式】可见，一周内各日的死亡危险性无显著性差异。现在是6页\一共有33页\编辑于星期六【实例2】某高校大学生的生活支出构成比在2000年和2005年的统计数据如表，试分析该校大学生的生活消费是否发生显著变化？年份膳食学习用品旅游衣服其它20006016.4216.6620054225.68.4186【数据准备】支出类型为ZCLX，观察比例（2005年）为GCBL；录入数据；定义观察比例GCBL为加权变量。现在是7页\一共有33页\编辑于星期六已知的构成比（个数与要检验构成比一致）【界面设置】分组变量列表，非频数变量现在是8页\一共有33页\编辑于星期六【结果形式】可见，该校大学生的生活消费发生了显著变化。现在是9页\一共有33页\编辑于星期六2、列联表资料的卡方检验(DescriptiveStatistic—crosstabs)可进行计数资料和某些等级资料的列联表分析。主要两方面功能：①产生汇总分类数据——列联表，即计算行/列百分数、行/列汇总数等序列描述统计量；②检验行变量与列变量是否独立（即有无相关性）。【数据准备】定义变量：一个频数变量（行列对应的频数值，应作加权处理），两个组变量（频数对应行及频数对应列）。录入数据时，注意三者的对应。

现在是10页\一共有33页\编辑于星期六【实例】用两组大白鼠诱发鼻咽癌的动物实验中，一组单纯用亚硝胺鼻注，另一组附加维生素B12,生癌率如下表，问两组生癌率有无显著差别？动物分组生癌鼠数未生癌鼠数合计生癌率(％)亚硝胺组亚硝胺+B12组5239193714273.292.9合计912211380.5现在是11页\一共有33页\编辑于星期六注意变量定义方法及行列变量的输入值【数据准备】定义变量名：count为频数变量（行列对应的频数值），group为组变量（频数对应行），test为试验结果组变量（频数对应列）。按三者对应关系录入数据，

并对count作加权处理。现在是12页\一共有33页\编辑于星期六【界面设置】行组变量列组变量分层变量按行变量生成频度聚类条图现在是13页\一共有33页\编辑于星期六计算卡方值，用于行列变量的独立性检验Statistics按钮：计算pearson和spearman相关系数定类资料的行列变量相关性检验定序资料的行列变量相关性检验定序与定距资料的行列变量相关性检验评判内部一致性相关风险比例两相关二项分类变量的非参检验二项分类变量的因、自变量独立性检验现在是14页\一共有33页\编辑于星期六【结果形式】现在是15页\一共有33页\编辑于星期六

校正χ2值为5.287，P值为0.021，可认为亚硝胺+B12组的生癌率显著较高。现在是16页\一共有33页\编辑于星期六7.2Binomial二项分布检验主要用于检验变量是否来自二项分布总体的一种检验方法。

定义变量：至少一个数值型的二分变量（只有两个值）或至少一个利用断点分为两组的变量。统计原假设H0：检验二项分布的概率P等于某常数，即检验变量服从二项分布。H0:P=p0统计量：小样本时，统计量为k/n；大样本时，统计量为现在是17页\一共有33页\编辑于星期六【界面设置】注意大小样本的选择检验的落入第一组的概率常数值分组值，小于该值为1组，其余为1组现在是18页\一共有33页\编辑于星期六【结果形式】现在是19页\一共有33页\编辑于星期六7.3Runs游程检验

主要用于对二分变量（数值型）或利用断点分为两组的变量，检验取值的分布随机性或两总体分布是否一致，即一个case的取值是否影响下一个。统计原假设H0：样本二分值分布是随机的或两总体分布相同。分组方式，小于该值为1组，其余为1组现在是20页\一共有33页\编辑于星期六【结果形式】现在是21页\一共有33页\编辑于星期六7.41-sampleK-S单样本K-S检验

主要用于样本数据总体是否服从特定的分布（如正态、泊松、均匀及指数四种分布）统计原假设H0:总体变量服从指定分布【界面设置】现在是22页\一共有33页\编辑于星期六【结果形式】累计概率的最大绝对差现在是23页\一共有33页\编辑于星期六7.5两独立样本非参检验

用于检验两独立样本的总体分布是否有显著性差异。统计原假设H0:两总体分布无显著性差异SPSS提供了4种检验方法：1）MannWhitneyU检验（WilcoxonW,威尔科克逊秩和检验）默认，检验两总体是否来自同一总体。要求样本数据为连续的。2）Mosesextremereactions（摩西极端反应）检验通过检验样本是否存在极端反应，从而判定有无显著性差异，要求样本数据为连续的。现在是24页\一共有33页\编辑于星期六3）Komogorov-SmirnovZ检验（两独立样本K-S检验）要求样本数据为比率数据。4）Wald-WolfwitzRuns检验（W-W游程检验）通过游程数目的大小，判定是否来自同一总体（越大，来自同一总体）。变量定义：需要定义两个变量，一个是待检验变量；另一个是分组变量（2组）。数据录入：将两组数据都录入到待检验变量内；两组数据的区分用分组变量值进行（如0，1或1，2等）。现在是25页\一共有33页\编辑于星期六【界面设置】现在是26页\一共有33页\编辑于星期六曼-惠特尼U检验P值小样本用U检验统计量W为容量较小样本组秩和【结果形式】Z检验P值大样本用现在是27页\一共有33页\编辑于星期六7.5多独立样本非参检验

用于检验多个独立样本的总体分布是否有显著性差异，一般推断多个总体的均值或中位数的差异性。原假设H0:多总体分布（或中位数）无显著性差异SPSS提供了3种检验方法：1）Kruskal-WallisH检验，默认，检验多总体是否来自同一总体。不要求正态分布，替代F检验（方差分析）。2）Median（中位数）检验检验各样本总体中位数有无显著性差异。多用于样本数据具有二分性或个案有很多相同等级的资料。现在是28页\一共有33页\编辑于星期六3）Jonkheere-Terpstra检验其原理类似WilcoxonW检验。既可检验连续变量，尤其适合检验定序变量资料（优于H检验）。变量定义：需要定义两个变量，一个是待检验变量；另一个是分组变量（多组）。数据录入：将各组数据都录入到待检验变量内；多组数据的区分用分组变量值进行。现在是29页\一共有33页\编辑于星期六【界面设置】注意与2组的区别现在是30页\一共有33页\编辑于星期六【结果形式】现在是31页\一共有33页\编辑于星期六7.5两关联样本非参检验

用于检验两配对样本的总体分布是否有显著性差异。用途（1）同一研究对象（或配对对象）分别给予两种处理，推断两种处理效果有无显著差异；(2)同一研究对象一种处理前后（或配对对照），推断该处理效果有无显著作用。原假设H0:两总体分布（或效果）无显著性差异SPSS提供了4种检验方法：1）Wilcoxon符号秩检验，默认；2）Sign符号检验适用于将每一对数据分出等级的资料。现在是32