文档介绍：第十三章非参数检验
第一节 Chi-Square过程
主要功能
实例操作
第二节 Binomial过程
主要功能
实例操作
第三节 Runs过程
主要功能
实例操作
第四节 1-Sample K-S过程
主要功能
实例操作
第五节 2 Independent Samples过程
主要功能
实例操作
第六节 k Independent Samples过程
主要功能
实例操作
第七节 2 Related Samples过程
主要功能
实例操作
第八节 K Related Samples过程
主要功能
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(Nonparametric tests)。
非参数统计方法简便,适用性强,但检验效率较低,应用时应加以考虑。
 
第一节 Chi-Square过程
 
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
 
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
一
二
三
四
五
六
日
11
19
17
15
15
16
19
 
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, 。激活Data菜单选Weight Cases...命令项,弹出Weight Cases对话框(),选death点击钮使之进入Frequency Variable框,定义死亡数为权数,再点击OK钮即可。
 
 
数据录入窗口
 
 
数据加权对话框
 
统计分析
激活Statistics菜单选Nonparametric Tests中的Chi-Square...命令项,弹出Chi-Square Test对话框()。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Test Variable List框,点击OK钮即可。
 
 
卡方检验对话框
 
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),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χ2 = ,自由度数(.)= 6 ,P = ,可认为一周内各日的死亡危险性是相同的。
 
DAY
Cases
Category Observed Expected Residual
11 -
19
17
15 -.71
13 -
16 .29
19
---
Total 110
 
Chi-Square . Significance
6 .7572
 
 
 
返回目录返回全书目录
 
第二节 Binomial过程
 
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
 
实例操作
[例13-2]某地某一时期内出生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()是否不