搜索
市场分析软件SPSS操作实务非参数检验统计图非参数检验的意义•是指在总体不服从正态分布且分布情况不明时，用来检验数据资料是否来自同一个总体假设的一类检验方法。•由于这些方法一般不涉及总体参数故得名。•附：参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。非参数检验的优点•1、稳健性。•对总体分布的约束条件大大放宽，对个别偏离较大数据不至于太敏感。•2、对数据的测量尺度没有约束，对数据类型不做要求。•3、适用于小样本、无分布样本、数据污染样本、混杂样本等。非参数检验的过程•1.Chi-Squaretest卡方检验•2.Binomialtest二项分布检验•3.Runstest游程检验•4.1-SampleKolmogorov-Smirnovtest•一个样本柯尔莫哥洛夫-斯米诺夫检验•5.2independentSamplesTest两个独立样本检验•6.KindependentSamplesTestK个独立样本检验•7.2relatedSamplesTest两个相关样本检验•8.KrelatedSamplesTestK个相关样本检验卡方检验二项式分布检验游程检验一个样本的柯尔莫哥洛夫-斯米诺夫检验两个独立样本检验多个独立样本检验两个相关样本检验多个相关样本检验Chi-Square过程—卡方检验（适用前提：无序分类变量）•主要功能•卡方检验适用于配合度检验。•主要用于分析实际观察频数与某理论频数的分布是否一致。•因按照性质进行分类的数据，大都以表格的形式表示，故又称之为“列联表分析”。举例分析•以公司员工工资数据库为例。•员工岗位有三种：•1=办事员•2=保管员•3=经理•根据大多数企业的岗位设置，办事员通常占全部员工的比例为80%，保管员占5%，经理占15%。•现在要求统计：该公司各岗位的员工人数与一般企业的岗位人数是否一致。期望频率1=办事员，期望频率为0.8；依次类推，按照顺序输入期望频率数值。卡方值，越大说明差异越显著近似概率，p0.05，说明本公司员工的岗位与一般企业岗位设置没有差异。如果需要检验不同性别组的职位构成比是否有差异，则可以看成两个分类变量的独立性检验。（适用于：无序分类变量）•具体操作可见前述的交叉分析。Gender*EmploymentCategoryCrosstabulation206010216165.412.338.3216.095.4%.0%4.6%100.0%56.7%.0%11.9%45.6%1572774258197.614.745.7258.060.9%10.5%28.7%100.0%43.3%100.0%88.1%54.4%3632784474363.027.084.0474.076.6%5.7%17.7%100.0%100.0%100.0%100.0%100.0%CountExpectedCount%withinGender%withinEmploymentCategoryCountExpectedCount%withinGender%withinEmploymentCategoryCountExpectedCount%withinGender%withinEmploymentCategory01GenderTotalClerical(办事员)Custodial（保管员）Manager（经理）EmploymentCategoryTotalChi-SquareTests79.277a2.00095.4632.000474PearsonChi-SquareLikelihoodRatioNofValidCasesValuedfAsymp.Sig.(2-sided)0cells(.0%)haveexpectedcountlessthan5.Theminimumexpectedcountis12.30.a.两个独立样本检验（适用前提：有序分类变量）•两独立样本的非参数检验是在对总体分布不甚了解的情况下，通过对两组独立样本的分析来推断样本来自得两个总体的分布等是否存在显著差异的方法。•独立样本是指在一个总体中随机抽样对在另一个总体中随机抽样没有影响的情况下所获得的样本。•SPSS中提供了多种两独立样本的非参数检验方法，其中包括曼-惠特尼U检验、K-S检验、W-W游程检验、极端反应检验等。举例：•厅室类别：•1=主卧室•2=厨房•目的：检验主卧室与厨房的装修成本是否存在差异？两个独立样本的差异显著性检验曼-惠特尼U检验曼-惠特尼U检验•两独立样本的曼-惠特尼U检验可用于对两总体分布的比例判断。•其原假设：两组独立样本来自的两总体分布无显著差异。•曼-惠特尼U检验通过对两组样本平均秩的研究来实现判断。秩简单说就是变量值排序的名次，可以将数据按升序排列，每个变量值都会有一个在整个变量值序列中的位置或名次，这个位置或名次就是变量值的秩。两个相关样本的差异显著性检验----两个配对样本检验（适用前提：有序分类变量）•两配对样本的非参数检验是对总体分布不甚了解的情况下，通过对两组配对样本的分析，推断样本来自的两个总体的分布是否存在显著差异的方法。•SPSS提供的两配对样本非参数检验的方法主要包括McNemar检验、符合检验、Wilcoxon符号秩检验等。•例1：要检验一种新的训练方法是否对提高跳远运动员的成绩有显著效果，可以收集一批跳远运动员在使用新训练方法前后的跳远最好成绩，这两组样本便是配对的。•例2：分析广告播放前后，消费者对产品的态度是否发生了改变（其他条件保持基本稳定）。例2：数据表格（用5点量表，5=非常喜欢，1=非常不喜欢）消费者1消费者2消费者3消费者4消费者5消费者6消费者7消费者8广告前评价32432143广告后评价45434345两个相关样本的差异显著性检验威斯康星配对符号秩检验符号检验适用于二分类变量，即配对的卡方检验McNemar的扩展默认：近似概率蒙特卡罗方法或称计算机随机模拟方法可计算精确概率Ranks0a.00.005b3.0015.003c8NegativeRanksPositiveRanksTiesTotal广告后评价得分-广告前评价得分NMeanRankSumofRanks广告后评价得分广告前评价得分a.广告后评价得分广告前评价得分b.广告后评价得分=广告前评价得分c.TestStatisticsb-2.060a.039ZAsymp.Sig.(2-tailed)广告后评价得分-广告前评价得分Basedonnegativeranks.a.WilcoxonSignedRanksTestb.威斯康星配对符号秩检验Z分数，可查正态分布表得出其概率为0.039P0.05，差异显著当符号检验法与威斯康星配对符号秩检验法的显著性不一致的时候，应当选择后者的检验结果，因为后者方法采用的数据信息量更大更全面。P0.05，差异不显著多个相关样本的非参数检验（适用前提：有序分类变量）•举例：•三名消费者对8款新上市的手机进行评级打分，评判等级从1—10共有10级，1=很差，……10=很好，•请问三位消费者的评判是否一致。手机款式消费者1消费者2消费者31976288637954867591086991077898896弗里德曼检验肯德尔协和系数SPSS常用统计图的绘制•先行自学•下次课请同学上讲台当老师讲授SPSS的统计图绘制方法。•图形分析(GraphicalAnalysis)图形名称示意图菜单项选择条形图(Bar)[Graphs]=[Bar]线图(Line)[Graphs]=[Line]面积图(Area)[Graphs]=[Area]饼图(Pie)[Graphs]=[Pie]高低图(High-Low)[Graphs]=[High-Low]图形名称示意图菜单项选择帕累托图(Pareto)[Graphs]=[Pareto]工序控制图(Control)[Graphs]=[Control]箱线图(Boxplot)[Graphs]=[Boxplot]误差条图(ErrorBar)[Graphs]=[ErrorBar]散点图(Scatter)[Graphs]=[Scatter]直方图(Histogram)[Graphs]=[Histogram]图形名称示意图菜单项选择P-P正态概率图(NormalP-P)[Graphs]=[P-P]Q-Q正态概率图(NormalQ-Q)[Graphs]=[Q-Q]时序图(Sequence)[Graphs]=[Sequence]自相关图(Autocorrelations)[Graphs]=[TimeSeries]=[Autocorrelations]互相关图(Cross-Correlations)[Graphs]=[TimeSeries]=[Cross-Correlations]