秩和检验spss

第十章 基于秩次的非参数检验

【教学要求】

掌握：非参数检验的基本概念及其适用的资料类型；参数检验与非参数检验的区别；掌握配对设计、单样本设计、完全随机化设计两独立样本及多独立样本秩和检验的应用条件、实施方法。

熟悉：常用秩和检验方法的步骤、结果解释。

了解：完全随机设计多个独立样本间的多重比较；通过电脑实验了解不同设计类型的秩和检验和相应t 检验的功效问题。

【重点难点】

（一）参数检验与非参数检验

1、参数检验

以特定的总体分布（如正态分布）为前提，对未知的总体参数（如总体均数）作推断的假设检验方法统称为参数检验，也叫参数统计。

2、非参数检验

当样本所来自的总体分布不服从特定分布，或难以用某种函数式来表达，解决这类问题可用非参数检验方法。非参数检验不依赖总体分布的具体形式，不受总体参数的限制，它检验的是分布，而不是参数。 （二）非参数检验的特点和适用范围 1、特点

（1）对样本所来自的总体分布形式没有要求。

（2）收集资料方便，可用“等级”或“符号”来记录观察结果。 （3）多数非参数检验方法比较简便，易于理解和掌握。

（4）缺点是损失信息量，适用于参数检验的资料用非参数检验会降低检验效能。

2、适用范围 （1）等级资料。

第十二章 秩和检验

第十二章 秩和检验

假设检验通常可划分为参数检验(parametric test)和非参数检验(nonparametric test)两大类。

以特定的总体分布为前提，对未知的总体参数作推断的假设检验方法统称为参数检验。前面章节介绍的t检验和方差分析均要求样本来自正态总体，属于参数检验。非参数检验不以特定的总体分布为前提，也不对总体参数作推断，故也称为任意分布检验(distribution-free test)。

非参数检验具有广泛的适用性。由于总体不必服从特定分布，无论资料总体分布形式如何，一端或两端无界，甚至分布未知，都能适用。在非参数检验中，一般不直接用样本观察值做分析，统计量的计算是基于原始数据在整个样本中按大小所占的位次。由于非参数检验没有利用观察值的具体数值，而只利用了其大小次序的信息，信息利用不够充分，故凡适合参数检验的资料，应首选参数检验。但当总体分布不明确时，则应采用非参数检验。尤其对于那些难以确定分布又出现少量离群值的小样本数据，非参数检验在剔除这些数据前后所得结论显示出了较好的稳健性。

非参数检验方法很多，有秩和检验(rank sum test)、符号检验、游程检验、等级相关分析等。本章介绍在非参数检

练习六 秩和检验

一、思考题

1 什么是非参数检验？与参数检验相比，非参数检验的特点是什么？

2 在什么情况下，应选用非参数检验？运用非参数检验的注意事项是什么？

3 配对设计差值的符号秩和检验（Wilcoxon配对法）的基本思想是什么，其主要步骤 是什么？

4 成组设计两样本比较的秩和检验（Wilcoxon两样本比较法）的基本思想是什么，其 主要步骤是什么？

5 为什么秩和检验的编秩在不同对比组间出现相同数据要给予“平均秩次”，而同一组数据

不必计算“平均秩次”?

6 对同一资料，出自同一研究目的，且假设检验条件均满足，则用参数检验和非参数检验

所得结果不一致时宜以何为准？

二、最佳选择题

1 两样本比较的秩和检验，当采用u检验时，此时检验属于：

A．参数检验 B．非参数检验 C．既是参数检验，也是非参数检验 D．都不是

2 以下对非参数检验的描述，错误的一项是：

A．参数检验方法不依赖于总体的分布类型

B．应用非参数检验时不考虑被研究对象的分布类型 C．非参数的检验效能低于参数检验

D．一般情况下非参数检验犯第二类错误的概率小于参数检验

3 当资料服从正态分布时

实习 x2检验 一、目的要求： ●掌握x2检验的基本思想 ●掌握完全随机设计四格表资料x2检验 ●掌握配对设计四格表资料x2检验 ●掌握行×列表资料的x2检验 （1）多个样本率比较及两两比较 （2）两组或多组构成比的比较 ●掌握行×列表资料的关联性检验（相关分析） ●掌握四格表资料的确切概率法应用

1

注意事项： 1.四格表资料：⑴a、b、c、d四个基本数据是否给出？ ⑵是否需要校正！ 完全随机设计四格表资料检验条件 ①当n≥40且所有T≥5,用普通X2检验 ②当n≥40，但1<T<5时, 用校正的X2检验 ③当n<40 或 T≤1时，用四格表确切概率法。 ④若P≈α，改用四格表确切概率法 配对设计四格表资料检验条件 ①当b+c≥40用普通配对X2检验 ②当b+c<40 用校正的X2检验或确切概率法 2.行×列表资料： 有无1/5的格子的理论数小于5大于1 或有格子的理论 数T<1。 3.SPSS不会自动做两两比较 2

P439 第4题 完全随机设计卡方检验 步骤：

1、定义变量

3

步骤：

2、输入数据

4

步骤： 3、变量加权

步骤：

3、变量加权：按频数加权

步骤： 4、分析：选 Analyze Descriptive Stati

实习 x2检验 一、目的要求： ●掌握x2检验的基本思想 ●掌握完全随机设计四格表资料x2检验 ●掌握配对设计四格表资料x2检验 ●掌握行×列表资料的x2检验 （1）多个样本率比较及两两比较 （2）两组或多组构成比的比较 ●掌握行×列表资料的关联性检验（相关分析） ●掌握四格表资料的确切概率法应用

1

注意事项： 1.四格表资料：⑴a、b、c、d四个基本数据是否给出？ ⑵是否需要校正！ 完全随机设计四格表资料检验条件 ①当n≥40且所有T≥5,用普通X2检验 ②当n≥40，但1<T<5时, 用校正的X2检验 ③当n<40 或 T≤1时，用四格表确切概率法。 ④若P≈α，改用四格表确切概率法 配对设计四格表资料检验条件 ①当b+c≥40用普通配对X2检验 ②当b+c<40 用校正的X2检验或确切概率法 2.行×列表资料： 有无1/5的格子的理论数小于5大于1 或有格子的理论 数T<1。 3.SPSS不会自动做两两比较 2

P439 第4题 完全随机设计卡方检验 步骤：

1、定义变量

3

步骤：

2、输入数据

4

步骤： 3、变量加权

步骤：

3、变量加权：按频数加权

步骤： 4、分析：选 Analyze Descriptive Stati

数学建模 数据统计与处理

一、图示法

1、P-P图

以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。

2、Q-Q图

以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。

以上两种方法以Q-Q图为佳，效率较高。

3、直方图

判断方法：是否以钟形分布，同时可以选择输出正态性曲线。

4、箱式图

判断方法：观测离群值和中位数。

5、茎叶图

类似与直方图，但实质不同。

二、计算法

1、偏度系数（Skewness）和峰度系数（Kurtosis）

计算公式：

g1表示偏度，g2表示峰度，通过计算g1和g2及其标准误σg1及σg2然后作U检验。两种检验同时得出U<U0.05=1.96，即p>0.05的结论时，才可以认为该组资料服从正态分布。由公式可见，部分文献中所说的“偏度和峰度都接近0……可以认为……近似服从正态分布”并不严谨。

2、非参数检验方法

非参数检验方法包括Kolmogorov-Smirnov检验（D检验）和Shapiro- Wilk （W 检验

单样本T检验

按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：

虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析，输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小

数学建模 数据统计与处理

一、图示法

1、P-P图

以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。

2、Q-Q图

以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。

以上两种方法以Q-Q图为佳，效率较高。

3、直方图

判断方法：是否以钟形分布，同时可以选择输出正态性曲线。

4、箱式图

判断方法：观测离群值和中位数。

5、茎叶图

类似与直方图，但实质不同。

二、计算法

1、偏度系数（Skewness）和峰度系数（Kurtosis）

计算公式：

g1表示偏度，g2表示峰度，通过计算g1和g2及其标准误σg1及σg2然后作U检验。两种检验同时得出U<U0.05=1.96，即p>0.05的结论时，才可以认为该组资料服从正态分布。由公式可见，部分文献中所说的“偏度和峰度都接近0……可以认为……近似服从正态分布”并不严谨。

2、非参数检验方法

非参数检验方法包括Kolmogorov-Smirnov检验（D检验）和Shapiro- Wilk （W 检验

卡方检验

在教育实证研究中，经常遇到以下问题

不同文化程度的人对某一政策的态度或工作业绩是否相关？ 不同专业背景的学生与他们对某一问题的看法否相关？ 不同家庭经济背景毕业生与其择业岗位是否相关？

上述问题称为品质相关问题，其特征是每个个体至少有两个特征（变量）。每个特征（变量）的取值，可以使顺序型，只能比较大小，不能作加减运算；也可以是名义型的，连大小都不能比较，只是区别所取的“值”是不同的。解决此类问题一般采用卡方检验。

一、 一般卡方检验

本次调查为了了解四川省青川县教师在信息技术问题上花费的时间对提高应用信息技术能力的作用，为此做实证研究，抽样调查138名教师平时在技术问题上花费的时间和在教学过程中应用信息技术的能力情况，如表1所示，问时间与技术应用能力之间的关系是否有显著差异？

表1 教师在技术问题上花费的时间与信息技术应用能力情况

建立数据库取名为“教师培训.sav”,如图2所示。

图1 数据文件

统计分析过程

图2 选择命令

图3 交叉表对话框

图4 交叉表：统计量对话框

图5 交叉表：单元显示对话框

图6 交叉表：表格格式对话框

结果

表2 观测量统计结果

表3 分层统计结果

表4 检验结果

如果理论频数小于5的cells（格子）比例超过20%，你就不能使用ASYM

单样本T检验

按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：

虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析，输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小