非参数检验
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*第五章非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*主要内容参数检验与非参数检验的比较单样本的非参数检验独立样本非参数检验相关样本的非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*参数检验与非参数检验的比较参数检验和非参数检验的区别参数检验和非参数检验最本质的区别：参数检验需要事先确定或假定总体的分布非参数检验则不需要假定总体的分布而是直接用样本来推断总体的分布。
可以通过是否假定总体的分布来区分参数检验和非参数检验除此之外二者之间还可以从很多方面来区分。
（）研究的对象和目标不同。
参数检验研究的是总体的参数不涉及总体的分布检验一旦总体的参数确定总体的分布也就确定了非参数检验的目标是直接从样本推导总体的分布或两个总体的分布是否相同。
（）研究的统计量有所不同。
参数检验中很少用到秩来构造统计量无论样本量大小都能对总体进行推断非参数检验中常用秩、秩和等来构造统计量且常要求样本量较大。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*参数检验与非参数检验的比较非参数检验的优点（）它对总体分布一般不做过多的限制性假设任何分布都可以用非参数检验进行研究从应用范围
看其应用范围大于参数检验。
（）由于非参数检验不依赖于总体的分布形式因而它天然具有稳健性特征。
（）对资料的测量水平要求不高这给资料的搜集带来了很大的方便可以大大减轻统计资料的搜集工作量。
同时也为属性资料研究提供了广泛的基础。
（）非参数检验比较直观很容易理解不需要太多数学知识和统计理论。
多数非参数检验的运算比较简单可以较快地取得统计结果。
非参数检验的上述优点表明在实际问题的研究中它是一种比较有用的统计方法。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*参数检验与非参数检验的比较非参数检验的缺点有些人主张用非参数检验取代参数检验这种看法有点偏激因为非参数检验毕竟存在着一些自身难以克服的不足表现在：（）两者的效率有差距。
非参数检验主要处理定序资料这类资料的测量尺度比较低如果把那些能够用参数检验处理的资料转化为定类和定序资料必然会丢失检验数据的一部分信息因此非参数检验的有效性或检验效率不如参数检验。
（）当样本容量比较大时非参数检验的计算也比较繁杂、困难。
（）参数检验与非参数检验各有各的特点并非所有的参数检验都能转用非参数检验。
总之参数检验和非参数检验应该结合起来使用做到互相补充。
如果条件允许最好使用参数检验。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*主要内容参数检验与非参数检验的比较单样本的非参数检验独立样本非参数检验相关样本的非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验基本概念及设置单样本非参数检验使用一个或多个非参数检验方法来识别单个总体的分布情况不需要待检验的数据呈正态分布。
SPSS的单样本非参数检验方法包括卡方检验、二项分布检验、游程检验、KS检验及Wilcoxon符号检验五种。
在SPSS中单样本非参数检验的对话框有三个选项卡分别为“目标”、“字段”和“设置”。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验基本概念及设置（）“目标”选项卡：用于设置非参数检验的目标每个不同的选项对应于“设置”选项卡上不同的默认配置如图所示。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验基本概念及设置（）“字段”选项卡：用于设定待检验变量。
单击“字段”选项卡按图所示进行设置。
该选项卡主要由以下几部分组成。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的
非参数检验基本概念及设置（）“设置”选项卡：用于设定检验方法及对应的选项如图所示。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．卡方检验的概念卡方检验（ChiSquareTest）法也称卡方拟合优度检验它是KPearson给出的一种最常用的非参数检验方法用于检验观测数据是否与某种概率分布的理论数值相符合进而推断观测数据是否来自于该分布的样本。
例如根据掷骰子试验中出现的点数检验骰子是否均匀即各点出现的概率是否均为。
卡方检验的原假设H：总体服从某种理论分布。
此外卡方检验还可对定性行列表资料的行列变量的独立性以及线性相关性（线性趋势）进行分析这部分内容可参见第章“交叉表分析”中的内容。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．统计原理为检验实际分布是否与理论分布（期望分布）一致可采用卡方统计量典型的卡方统计量是Pearson卡方统计量其公式：SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．分析步骤第步提出零假设。
卡方检验的零假设H：总体服从某种理论分布其对立假设H：总体不服从某种理论分布。
第步选择检验统计量。
卡方分布选择的是Pearson卡方统计量。
已证明当n充分大时它近似地服从自由度为k的卡方分布。
第步计算检验统计量的观测值和概率P值。
SPSS会根据式（）自动计算统计值并依据分布表给出相应的相伴概率值P。
从式（）可知如果值较大则说明观测频数分布与期望频数分布差距较大反之则说明观测频数分布与期望频数分布接近。
第步给出显著性水平作出决策。
如果显著性概率P值小于显著性水平则拒绝零假设认为样本来自的总体服从理论分布反之认为样本来自的总体分布与期望分布存在显著性差异。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．卡方检验SPSS实例分析【例】某公司质检负责人欲了解企业一年内出现的次品数是否均匀分布在一周的五个工作日中随机抽取了件次品的原始记录其结果如表所示问该企业一周内出现的次品数是否均匀分布在一周的五个工作日中？工作日次品数SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．卡方检验SPSS实例分析第步分析。
由于考虑的是次品是否服从均匀分布的问题故用卡方检验。
第步数据组织。
首先建立SPSS数据文件建立两个变量：“工作日”、“次品数”录入相应数据并保存。
（注意：“工作日”字段是度量标准为“有序”或“名义”的字符
或数值类型“次品数”字段是度量标准为“标度”的数值类型。
）第步“次品数”字段加权处理。
通过分析“工作日”及“次品数”两个字段的含义及度量标准确定“工作日”为被分析字段而“次品数”表示各工作日出现的频数所以应该对“次品数”进行加权处理。
执行“数据”→“个案加权”打开“个案加权”对话框按图所示进行设置。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．卡方检验SPSS实例分析第步单样本的非参数检验设置。
第步卡方检验的选项设置。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．卡方检验SPSS实例分析第步主要结果及分析。
完成以上操作步骤后单击左图中的“确定”按钮运行结果如右图所示。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验卡方检验．卡方检验SPSS实例分析第步主要结果及分析。
具体意义分析如下。
上页右图为单样本卡方检验的假设检验结果根据前面的设置给出了卡方检验的原假设“成绩等级的类别以指定概率发生”即认为新教员给出的成绩等级分布与其他教员相同其相伴概率值显著性概率P=
说明应拒绝原假设因此图的“决策”给出“拒绝原假设”的决策。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验二项分布检验．基本概念二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为p的二项分布其零假设H是：样本来自的总体与指定的二项分布无显著性差异。
．统计原理二项分布检验在样本小于等于时按下式计算概率值：SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验二项分布检验在大样本的情况下计算的是Z统计量认为在原假设下Z统计量服从正态分布其计算公式如下：当x小于n时取加号反之取减号p为检验概率n为样本总数。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验二项分布检验二项分布检验亦是假设检验问题检验步骤同假设检验步骤。
SPSS会自动计算上述精确概率和近似概率值。
如果概率值小于显著性水平则拒绝原假设认为样本来自的总体与指定的二项分布有显著差异反之样本来自的总体与指定的二项分布无显著差异。
二项分布检验亦是假设检验问题检验步骤同假设检验步骤。
SPSS会自动计算上述精确概率和近似概率值。
如果概率值小于显著性水平．分析步骤SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验二项分布检验SPSS实例分析【例】有名学生经过新型教学法后测试成绩如下表所
示以分及以上为优秀请检验这名学生的优秀率是否达到了。
（参见数据文件：datasav。
）由于成绩仅分为优秀与非优秀两种状态而且测试的是优秀率是否达到了故应用二项分布检验。
第步数据的组织。
数据组织成一列其变量名为“成绩”输入数据并保存。
第步分析。
成绩SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验二项分布检验SPSS实例分析第步单因素的非参数检验设置。
选择菜单“分析→非参数检验→单样本”打开“单样本非参数检验”对话框按以下步骤进行设置：（）“目标”选项卡中选择“定制分析”（）“字段”选项卡中选择“使用自定义字段分配”并将“成绩”字段选入“检验字段”（）“设置”选项卡中选择“定制检验”并选中“比较实测二元概率和假设二元概率（二项检验）（O）”“检验选项”及“用户缺失值”保持默认选项。
第步进行二项分布检验选项设置。
单击“二项检验”对应的“选项”按钮打开“二项选项”对话框设置“假设比例”为选择“定义连续字段的成功值”中的“定制割点”选项并设置割点为。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验二项分布检验SPSS实例分析第步主要结果及分析：二项
式假设检验数据摘要单尾检测的相伴概率Sig=因此应拒绝零假设即小于分的学生所占的比例与总体分布存在显著差异即小于分的学生所占比例比小。
这说明优秀学生所占的比重是大于的。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验游程检验．基本概念一个游程（Run）就是某序列中位于一种符号之前或之后的另一种符号持续的最大主序列或者说一个游程是指某序列中同类元素的一个持续的最大主集。
主要用于检验一个变量两个值的分布是否呈随机分布即检验前一个个案是否影响下一个个案的值如果没有影响这一组个案便是随机的。
例如次掷硬币出现正反面的序列为如果称连在一起的或连在一起的为一个游程则共有个游程和个游程共个游程（R=）。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验游程检验．统计原理SPSS单样本变量随机性检验中利用游程数构造检验统计量。
如果设n为出现的个数n为出现的个数当n,n较大时游程抽样分布的均值为方差为。
在大样本条件下游程近似服从正态分布即其中r为游程数。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验游程检验．分析步骤游程检验也是假设检验问题检验步骤同前。
SPSS会根据式自动计算Z统计量并依据正态分布表给出对应的概率P值。
如果概率值小于显著性水平则拒绝原假设认为变量的分布不是随机的反之认为变量值的出现是随机的。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验游程检验．游程检验SPSS实例分析【例】某股票连续天的收盘价如下表所示在显著性水平下判断此价格是否是随机的？SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验游程检验第步分析：由于判断的是价格是否随机分布可用游程检验对统计量进行随机性检验。
该检验的原假设H：样本是随机的。
第步数据组织：将这些数据组织成一列变量名为“price”。
第步单因素的非参数检验设置：选择菜单“分析→非参数检验→单样本”按以下步骤进行设置：在“目标”选项卡选择“定制分析”。
在“字段”选项卡中选择“使用自定义字段分配”并将“price”字段选入“检验字段”或使用默认设置。
在“设置”选项卡中选择“定制检验”并选中“检验序列的随机性（游程检验）”“检验选项”及“用户缺失值”保持默认选项。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验游程检验第步游程检验的选项设置：在“单样本非参数检验”对话框中单击“检验随机序列（游程检验）”对应的“选项”按钮打开“游程检验选项”对话框保持默认设置。
第步主要结果及分析：游程检验的数据摘要上图显示其本例显著性水平为相伴概率值Sig=因此“决策者”给出“拒绝原假设”的决策认为“由股价≤和定义的值”的序列不是随机序列。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验单样本KS检验基本概念KS检验利用样本数据推断样本来自的总体是否服从某一指定分布是一种拟合优度的检验方法适用于探索连续性随机变量的分布。
单样本KS检验可以将一个变量的实际频数分布与正态分布、均匀分布、泊松分布和指数分布进行比较。
统计原理单样本KS检验的原假设H：样本来自的总体与指定的理论分布无显著性差异。
其检验的基本思路是：首先在原假设成立的前提下查分布表得到相应的理论累计概率分布函数F（x）其次利用样本数据计算各样本数据点的累计概率得到检验累计概率分布函数S（x）再次计算F（x）和S（x）的差值序列D（x）最后计算差值序列中的最大绝对差值即D=max（|S（xi）F（xi）|）。
显而易见如果样本总体的分布与理论分布差异不明显则D不应该较大否则样本总体的分布与理论分布差异就较大。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验单样本KS检验分析步骤单样本的KS检验也是假设检验问题SPSS会自动计算统计量（这是大样本下的统计量）的显著性概率P值。
如果P小于显著性水平则应拒绝原假设认为样本来自的总体与指定的分布有显著差异如果P大于显著性水平则应接受原假设认为样本来自的总体与指定的分布无显著性差异。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验单样本KS检验单样本KS检验SPSS实例分析【例】在一批相同型号的电子元件中随机取个做寿命试验测得它们的使用寿命（单位：h）如下：、、、、、、、、、。
检验在显著性水平=下该批电子元件的寿命是否服从指数分布。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验单样本KS检验第步分析。
由于是检验样本来自的总体是否服从指数分布的问题故应该用单样本的KS检验。
第步数据组织。
将以上寿命数据设置为一列变量名为“life”标签为“寿命”将以上数据输入并保存。
第步单因素的非参数检验设置。
选择菜单“分析→非参数检验→单样本”打开“单样本非参数检验”对话框按以下步骤进行设置：（）在“目标”选项卡中选择“定制分析”（）在“字段”选项卡中选择“使用自定义字段分配”并将“寿命”字段选入“检验字段”系统将对“寿命”字段进行相应检验（）在“设置”选项卡中选择“定制检验”并选中“检验实测分布和假设分布（柯尔莫戈洛夫斯米诺夫检验）”“检验选项”及“用户缺失
值”保持默认选项。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*单样本的非参数检验单样本KS检验第步KS检验的选项设置。
本例中检验的是“样本来自的总体是否服从指数分布”问题所以选择“指数”假设分布并且选择“样本平均值”作为指数分布中的平均值。
第步运行结果及分析。
“寿命的分布为指数分布平均值为”其显著性水平为显著性概率P = 因此“决策”给出“保留原假设”的决策即认为寿命的分布服从指数分布。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*主要内容参数检验与非参数检验的比较单样本的非参数检验独立样本非参数检验相关样本的非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*独立样本非参数检验基本概念及统计原理基本概念独立样本的非参数检验是通过对两组或多组独立样本的分析推断来自两个或多个总体的分布是否存在显著性差异。
之所以称为非参数检验是因为检验过程不需要已知总体的分布也不需要已知总体的参数。
统计原理SPSS提供了多种独立样本的非参数检验方法主要包括曼惠特尼U检验、柯尔莫戈洛夫斯密诺夫（个样本）检验、检验序列的随机性（针对个样本的瓦尔德沃尔福威茨检验）检验、摩西极端反应（个样本）检验、克鲁斯卡尔沃利斯单因素ANOV A检验（k个
样本）、中位数检验（k个样本）、有序备用项检验（针对k个样本的约克海尔塔帕斯特拉检验）前种检验是针对两独立样本的非参数检验后种检验是针对k个独立样本的非参数检验。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*独立样本非参数检验基本概念及统计原理分析步骤独立样本非参数检验同样属于假设检验问题如果所计算的显著性概率P值小于显著性水平则应拒绝原假设（H假设：几组样本所来自的独立分布总体无显著性差异）认为几组样本来自同一总体否则应拒绝原假设认为几组样本所来自的独立分布总体有显著性差异即不是同一分布。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*独立样本非参数检验独立样本非参数检验SPSS实例分析【例】某公司希望了解两种品牌汽油A和B每加仑的行驶里程是否有区别下表是两种品牌汽油每加仑的行驶里程数在显著性水平=下判断两个品牌间是否存在显著性差异。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*独立样本非参数检验独立样本非参数检验SPSS实例分析第步分析。
由于是两种品牌的汽油可以认为是两组独立样本但行驶里程数不知道服从何种分布可用两独立样本的非参数检验进行分析。
第步数据组织。
由于独立样本的非参数检验所检验的数据只有一列故应将AB数据组织成一列其变量名为“mileage”定义其度量标准为“度量”角色为“目标”另定义一列来区分A和B品种作分组变量变量名为
“kind”度量标准为“序号”角色为“输入”设置该字段的值标签用表示A的数据用表示B的数据设置milege及kind字段的标签分别为“行驶里程”及“汽车品种”将数据输入并保存。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*独立样本非参数检验独立样本非参数检验SPSS实例分析第步进行独立样本的非参数检验设置。
选择菜单“分析→非参数检验→独立样本”打开“非参数检验：两个或两个以上的独立样本”对话框该对话框包括个选项卡具体设置如下。
（）“目标”选项卡：设置独立样本非参数检验的目标每个目标对应“设置”选项卡上的一个不同默认配置。
（）“字段”选项卡：用于设定待检验变量。
其中“使用预定义角色”及“使用自定义字段分配”选项与单样本非参数检验中含义相同。
因为独立样本非参数检验针对的是多组（两组或K组）独立样本在数据组织时将多组样本组织在同一字段中另增加一分组字段。
（）“设置”选项卡：用于设定检验方法及对应的属性。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*独立样本非参数检验独立样本非参数检验SPSS实例分析第步主要结果及分析。
因为显著性水平为而显著性概率P = 所以接受原假设可以得知两个品牌汽油的行驶里程无显著差异。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*主要内容参数检验与非参数检验的比较单样本的非参数检验独立样本非参数检验相关样本的非参数检验SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验基本概念及统计原理．基本概念相关样本的非参数检验是在对总体分布不了解的情况下对样本所在的相关配对总体的分布是否存在显著性差异进行检验。
该检验一般用于对同一研究对象（或配对对象）分别给予K种不同处理或处理前后的效果比较前者推断K种效果有无显著性差异后者推断某种处理是否有效。
相关样本的非参数检验对单个总体的分布不做要求但必须是成对数据通过比较对应样本观测值之间的差异来检验总体的差异。
在SPSS中相关样本的非参数检验包括威尔科克森匹配对符号秩检验、符号检验、麦克尼马尔检验和边际齐性检验、傅莱德曼双因素按秩ANOV A检验、肯德尔协同系数检验和柯克兰Q检验前种检验针对两相关样本的非参数检验后种检验针对K相关样本的非参数检验。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验基本概念及统计原理．统计原理（）威尔科克森匹配对符号秩检验：即Wilcoxon符号平均秩检验该检验方法要求检验变量为两个连续变量将一个样本观测值减去另一个样本相应的观测值记下差值的符号和绝对值将绝对值按升序排列给出秩分然后分别计算正值的秩分的平均值及总和、负值的秩分的平均值及总和。
比较正值秩分和负值秩分的平均值与总和的差异。
其计算公式：式中T为检验统计量n为样本容量。
（）符号检验：即Sign检验该检验对不适合用定量测量而需要将每一对数据分出等级的测量最为适用测量特征是用正、负号而不是用定量测量。
符号检验是将两组样本中对应的观测值相减分别得出正差值和负差值比较正差值和负差值的个数的差异。
这是一种对正负差值的二项分布检验。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验基本概念及统计原理．统计原理（）麦克尼马尔检验：即McNemar检验也称为变量显著性检验该检验用于检验变量前后变化的显著性要求数据是二分变量基本方法采用二项分布检验它通过对两组样本前后变化的频率计算二项分布的概率值使用值来判断两相关样本前后变化的差异。
（）边际齐性检验：即MarginalHomogeneity检验也称为边缘一致性检验该检验是对McNemar检验的推广。
检验的两个数据变量不再为二分变量而可以是多值的分类变量方法是将先后测量的两样本进行检验。
（）傅莱德曼双因素按秩ANOV A检验：即Friedman双向等级方差分析将各样本按降序从大到小并排排序得到K个样本的K列数据然后对每行的K个观测值求秩分通过各样本的总秩分和平均秩分来判断各样本的分布是否存在显著性差异。
其计算公式：式中b表示样本观测值的数目k表示样本个数表示第I组样本的秩总和。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验基本概念及统计原理．统计原理（）肯德尔协同系数检验：即Kendall’sW检验该方法是计算协同系数W以分析K个相关样本是否来自同一总体或具有相同的分布。
W值介于～之间W=表明极度不一致W=表明完全一致。
Kendall’sW检验的样本必须是定序变量。
与Friedman双向等级方差分析一样对每个样本的K个观测值求秩分然后计算各个变量的平均秩分并由此计算W值和其相应的值。
（）柯克兰Q检验：即Cochran’sQ检验也称为Cochran二分变量检验该检验计算CochranQ系数以分析K个相关样本是否来自同一总体或具有相同分布。
该检验是McNemar检验的推广检验的变量应该是二分变量（如“是”或“否”）检验的是多个二分变量取值的分布是否相同。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验基本概念及统计原理．分析步骤相关样本非参数检验同样属于假设检验问题如果所计算的显著性概率P值小于显著性水平则应拒绝原假设（H假设：几组样本所来自的独立分布总体无显著性差异）认为几组样本来自同一总体否则应拒绝原假设认为几组样本所来自的独立分布总体有显著性差异即不是同一分布。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本
的非参数检验相关样本的非参数检验SPSS实例分析【例】某企业提出了一项新工艺为了检验新工艺是否能降低单位成本随机抽取个工人分别用新旧工艺生产产品测得单位成本资料如下表所示请在显著性水平下检验新工艺是否降低了成本？SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验相关样本的非参数检验SPSS实例分析第步分析。
由于是同一批工人和同一批机器只不过是采用新旧不同的两种工艺对某个工人来讲其先后的成本是相关的同时也不知数据的分布情况故应用两相关样本的非参数检验。
第步数据组织。
数据分成两列第一列为新工艺的成本变量名为“new”定义其度量标准为“度量”角色为“两者都”第二列为旧工艺的成本变量名为“old”定义其度量标准为“度量”角色为“两者都”将数据输入并保存。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验相关样本的非参数检验SPSS实例分析第步分析。
由于是同一批工人和同一批机器只不过是采用新旧不同的两种工艺对某个工人来讲其先后的成本是相关的同时也不知数据的分布情况故应用两相关样本的非参数检验。
第步数据组织。
数据分成两列第一列为新工艺的成本变量名为“new”定义其度量标准为“度量”角色为“两者都”第二列为旧工艺的成本变量名为
“old”定义其度量标准为“度量”角色为“两者都”将数据输入并保存。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验相关样本的非参数检验SPSS实例分析第步进行相关样本的非参数检验设置。
选择菜单“分析→非参数检验→相关样本”打开“非参数检验：两个或两个以上的相关样本”对话框该对话框包括个选项卡具体设置如下。
（）“目标”选项卡：用于设置相关样本非参数检验的目标每个目标对应“设置”选项卡上一个不同的默认配置本例中选择“定制分析”。
（）“字段”选项卡：用于设定待检验变量其中“使用预定义角色”及“使用自定义字段分配”与单样本非参数检验中含义相同这里可以使用默认选择“使用预定义角色”。
（）“设置”选项卡：用于设定检验方法及对应的属性。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*相关样本的非参数检验相关样本的非参数检验SPSS实例分析第步主要结果及分析。
因为显著性水平为而显著性概率P = 所以拒绝原假设可以得知新旧工艺之间差异的中位数不等于即新旧工艺的成本有显著性差异。
SPSS(中文版)统计分析实用教程(第版)电子工业出版社*TheEnd