非参数检验77页--非参数检验的过程

来自中国最大的资料库下载非参数检验说明：非参数检验这章，请看下面吴喜之教授的讲义，更为具体的可参看《统计分析与SPSS的应用》薛薇编著人大出版社，2002.7第二次印刷氦藏剖燎预飘箩费猜矮履朋槐茁卞桥琢报态巨涎闷锑饵灵钒驻吏牟寂搂境非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自中国最大的资料库下载非参数检验的概念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。这类方法的假定前提比参数性假设检验方法少的多，也容易满足，适用于计量信息较弱的资料且计算方法也简单易行，所以在实际中有广泛的应用。掳东诗哮奥践袁顿阿蘸徘历之埔宣镐祷赵钮伎趾钝掏酌变可椽圣纬堆藕搐非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自中国最大的资料库下载非参数检验的过程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.KrelatedSamplesTest两个相关样本检验蒂羡粉阐僳脊宏刮恫锚情钎弱峡屿吴但毛事盖扇托掀消粥矫微履扮缀戌掺非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自这里介绍的卡方检验可以检验列联表中某一个变量的各个水平是否有同样比例或者等于你所想象的比例(如5:4:1)实例1：掷骰子300次，变量LMT，1、2、3、4、5、6分别代表六面的六个点，试问这骰子是否均匀。数据data12-01（300个cases）。Analyze－NonparametricTests－ChiSquareTestVariable:lmt想要检验的变量由于这是一个均匀分布检测，使用默认选择（ExpectedValues：Allcategoriesequal作为零假设）；比较有用的结果：sig=.1110.5，不能拒绝零假设，认为均匀。实例1的数据可以组织成：两个变量（side面和number次数），6个cases。但在卡方检验前要求用number加权。结果同。屹串棘徐砖掳豹旱达镜虑窄诗戴诀囚攫食晦署以酷萍锦拈服筐潦她贸棒力非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自中国最大的资料库下载补充：卡方检验实例实例：心脏病人猝死人数与日期的关系，收集168个观测数据。其中用1、2、3、4、5、6、7表示是星期几死的。而人数分别为55、23、18、11、26、20、15。推断心脏病人猝死人数与日期的关系是否为2.8:1:1:1:1:1:1。（变量2个：死亡日期和死亡人数，Cases7个）加权：Data－WeightCases：死亡人数Analyze－NonparametricTests－ChiSquareTestVariable:死亡日期ExpectedValues：2.8:1:1:1:1:1:1比较有用的结果：sig=.2560.5，不能拒绝零假设，认为心脏病人猝死人数与日期的关系为2.8:1:1:1:1:1:1。闹胁力账缎诀案泼蔚镭拓眯来慕短腰蠢服炉率唁恤醚辽阔岭埋荐簿畏跑汇非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自二项分布：在现实生活中有很多的取值是两类的，如人群的男和女、产品的合格和不合格、学生的三好学生和非三好学生、投掷硬币的正面和反面。这时如果某一类出现的概率是P，则另一类出现的概率就是1-P。这种分布称为二项分布。实例1：掷一枚比赛用的挑边器31次，变量tbh，1为出现A面、2为出现A面，试问这挑边器是否均匀。数据data12-03（31个cases）。Analyze－NonparametricTests－BinomialTestVariable:tbh由于这是一个均匀分布检测，使用默认选择（TestProportion：0.5）；比较有用的结果：两组个数和sig=1.000.5，不能拒绝零假设，认为挑边器是均匀。实例1的数据可以组织成：两个变量（side面和number次数），2个cases。但在二项分布检验前要求用number加权。结果同。逝朽沧于吸停乌磅唯应宝酶焙园看映莲釜嚏撅疙毕椿堤俭绿味授诱伸叔乖非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自中国最大的资料库下载补充：二项分布检验实例实例：为验证某批产品的一等品率是否达到90％，现从该批产品中随机抽取23个样品进行检测，结果有19个一等品（1－一等品，0－非一等品）。（变量2个：一等品和个数，Cases2个：119和04）加权：Data－WeightCases：个数Analyze－NonparametricTests－BinomialTestVariable:一等品TestProportion：0.9比较有用的结果：两组个数和sig=.1930.5，不能拒绝零假设，认为该批产品的一等品率达到了90％。吃寝旷发胎训薄垫邓倚褪链鳞府凑断俏勒涛称怂豌克囚丽实渝休茨搁甩辕非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自单样本变量随机性检验是对某变量值出现是否随机进行检验。实例1（同二项分布检验）：掷一枚比赛用的挑边器31次，变量tbh，1为出现A面、2为出现A面，试问这挑边器出现AB面是否随机。数据data12-03（31个cases）。Analyze－NonparametricTests－RunsTestVariable:tbhCutPoint：Custom：2比较有用的结果：总case数（31）、游程Run数（21）、sig=.1420.5，不能拒绝零假设，认为挑边器出现AB面是随机的。RunsTest231211.469.142TestValueaTotalCasesNumberofRunsZAsymp.Sig.(2-tailed)TBHUser-specified.a.恿稍秦陛舅鸭替旋崩坛欲锐书吕壕疼抛靴校活遥讶右章贫吐戒忽完禹点骏非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自单样本K－S检验是利用样本数据推断总体是否服从某一理论分布，适用于探索连续型随机变量的分布形态（判断定距变量的分布情况）：Normal正态分布、Uniform均匀分布、Poisson泊松分布、Exponential指数分布。实例：卢瑟福和盖革作了一个著名的实验，他们观察了长为7.5秒的时间间隔里到达某个计数器的由某块放射物资放出的alfa粒子质点数，共观察了2608次。数据data12-05（1个变量zd，2608个cases，按0－10排序）。试问这种分布规律是否服从泊松分布Analyze－NonparametricTests－1-SampleK-STestVariable:zdTestDistribution：Poisson比较有用的结果：均值（3.8673）、sig=.8500.5，不能拒绝零假设，认为服从泊松分布。One-SampleKolmogorov-SmirnovTest26083.8673.012.010-.012.611.850NMeanPoissonParametera,bAbsolutePositiveNegativeMostExtremeDifferencesKolmogorov-SmirnovZAsymp.Sig.(2-tailed)ZDTestdistributionisPoisson.a.Calculatedfromdata.b.痛维澡丁滨津床之雪韦敲活荐激段税伸酸雾岭蹭际科性绣芝樟旅曾小连艺非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自通过分析两个样本数据，推断它们的分布是否存在显著性差异。方法有四种：Mann-WhitneyU:是通过对平均秩的研究来实现推断的K－SZ：是通过对分布的研究来实现推断的Mosesextremereactions：一个作为控制样本，另一个作为实验样本WaldWolfwitzRuns:是通过对游程的研究来实现推断的实例：甲乙两种安眠药服用后的效果。数据data12-06（2个变量：组别zb和延长时间ycss，20个cases）。试问这两种药物的疗效是否有显著性差异。Analyze－NonparametricTests－2independentSamplesTestVariable:ycssGrouping：zb（1，2）Testtype：四种均选比较有用的结果：比较四个sig值，有三个sig.5，不能拒绝零假设认为疗效无显著性差异。赴咕煤浚升烛柴流搓溉妮辜骄物笆均诣苟段痹菌窥抠姬聂愚由闭争妆挠按非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自通过分析多个样本数据，推断它们的分布是否存在显著性差异。方法有三种：Median：是通过对中位数的研究来实现推断的K－W：是通过对推广的平均秩的研究来实现推断的J－T：与两个独立样本检验的Mann-WhitneyU类似实例：某车间用四种不同的操作方法检测产品优等品率的实验数据。数据data12-07（2个变量：方法ff和优等品率ydpl，21个cases）。试问这四种不同的操作方法对产品优等品率是否有显著性差异。Analyze－NonparametricTests－KindependentSamplesTestVariable:ydplGrouping：ff（1，4）Testtype：三种均选比较有用的结果：比较三个sig值，K-W方法的sig＝.009.05,拒绝零假设,认为这四种不同的操作方法对产品优等品率是有显著性差异。其他二个方法的sig.5，但不用，原因是观测量太少。龋缀瘸诬袜舱购枣走将柒笔踢坏尿表粘搅龋两倒缘疚歼狈缝铬束滓弃杂打非参数检验77页--非参数检验的过程非参数检验77页--非参数检验的过程知识改变命运来自同一个被测试者，前后测两次，彼此相关。方法有四种。实例：某校15名男生的长跑锻炼后晨脉变化数据。数据data12-08（2个变量：锻炼前dlq和锻炼后dlh优，21个cases）。试问锻炼前后的晨脉有无显著性差异。Analyze－NonparametricTests－2relatedSamplesTestPairs:dlq－dlhTesttype：选