SPSS非参数检验

SPSS非参数检验

ID:77922593

大小:524.81 KB

页数:19页

时间:2022-01-29

SPSS非参数检验_第1页
SPSS非参数检验_第2页
SPSS非参数检验_第3页
SPSS非参数检验_第4页
SPSS非参数检验_第5页
SPSS非参数检验_第6页
SPSS非参数检验_第7页
SPSS非参数检验_第8页
SPSS非参数检验_第9页
SPSS非参数检验_第10页
资源描述:

《SPSS非参数检验》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、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-SampleK-S过程13.4.1主要功能13.4.2实例操作第五节2IndependentSamples过程13.5.1主要功能13.5.2实例操作第六节kIndependentSamples过程13.6.1主要功能13.6.2实例操作第七节2RelatedSamples过程13.7.1

2、主要功能13.7.2实例操作第八节KRelatedSamples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(Nonparametrictests)。非参数统计方法简便,适用性强,但检验

3、效率较低,应用时应加以考虑。第一节Chi-Square过程13.8.3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。返回目录返回全书目录13.8.4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?周日死亡数四五六日1119171515161913.1.2.1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Weigh

4、tCases...命令项,弹出WeightCases对话框(如图13.2),选death点击钮使之进入FrequencyVariable框,定义死亡数为权数,再点击OK钮即可。13.1.2.2统计分析激活Statistics菜单选NonparametricTests中的Chi-Square...命令项,弹出Chi-SquareTest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TestVariableList框,点击OK钮即可。13.1.2.

5、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x2=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。DAYCasesCategoryObservedExpectedResidual1.001115.71-4.712.001915.713.293.001715.711.294.001515.71-.715.001

6、315.71-2.716.001615.71.297.001915.713.29Total110Chi-SquareD.F.Significance3.40006.7572返回目录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。返回目录返回全书目录13.2.2实例操作[例13-2]某地某一

7、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NonparametricTests中的BinomialTest...命令项,弹出BinomialTest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TestVariab

8、leList框,在TestProportion框中键入0.50,再点击OK钮即可。13.2.1.1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。返回全书目录第三节Runs过程13.3

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。