spss实验报告——非参数检验

实验报告——（非参数检验）实验目的：1、学会使用SPSS软件进行非参数检验。

2、熟悉非参数检验的概念及适用范围，掌握常见的秩和检验计算方法。

实验内容：1、某公司准备推出一个新产品，但产品名称还没有正式确定，决定进行抽样调查，在受访200人中，52人喜欢A名称，61人喜欢B名称，87人喜欢C 名称，请问ABC三种名称受欢迎的程度有无差别？(数据表自建)SPSS计算结果如下：此题为总体分布的卡方检验。

零假设：样本来自总体分布形态和期望分布没有显著差异。

即ABC三种名称受欢迎的程度无差别,分布形态为1：1：1，呈均匀分布。

观察结果，上表为200个观察数据对A、B、C三个名称（分别对应1，2，3）的喜爱的期望频数以及实际观察频数和期望频数的差。

从下表中可以看出相伴概率值为0.007小于显著性水平0.05，因此拒绝零假设，认为样本来自的总体分布与制定的期望分布有显著差异，即A、B、C三种名称受欢迎的程度有差异。

2、某村庄发生了一起集体食物中毒事件，经过调查，发现当地居民是直接饮用河水，研究者怀疑是河水污染所致，县按照可疑污染源的大致范围调查了沿河居民的中毒情况，河边33户有成员中毒（+）和均未中毒（-）的家庭分布如下：（案例数据run.sav）-+++*++++-+++-+++++----++----+----毒源问：中毒与饮水是否有关？SPSS计算结果如下：此题为单样本变量值随机检验零假设：总体某变量的变量值是随机出现的。

即中毒的家庭沿河分布的情况随机分布，与饮水无关。

相伴概率为0.036，小于显著性水平0.05，拒绝零假设，因此中毒与饮水有关。

3、某试验室用小白鼠观察某种抗癌新药的疗效，两组各10只小白鼠，以生存日数作为观察指标，试验结果如下，案例数据集为：npara1.sav，问两组小白鼠生存日数有无差别。

试验组：24 26 27 30 32 34 36 40 60 天以上对照组：4 6 7 9 10 10 12 13 16 16SPSS计算结果如下：此题为两独立样本非参数检验。

非参数检验-SPSS什么是非参数检验？非参数检验是一种统计假设检验方法，它不依赖于总体的任何假设条件，如总体分布的正态性、方差的同一性等。

与参数检验相比，非参数检验更加灵活，能够适应更多的数据情况。

为什么需要非参数检验？当我们的数据不满足正态分布等假设条件时，就需要使用非参数检验。

此外，非参数检验还有以下优点：1.不需要知道总体分布的具体形态，从而更加适用于实际情况2.对于离群值和极端值并不敏感3.数据缺失并不会影响检验结果SPSS中的非参数检验现在我们来介绍SPSS中的非参数检验。

1. Wilcoxon符号秩检验Wilcoxon符号秩检验旨在检验两组配对样本的中位数差异是否为零。

它的原假设是两组样本中位数相同。

首先，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“数据”-“配对样本T检验”-“Wilcoxon符号秩检验”。

接下来，我们需要在弹出的对话框中选择配对变量，然后点击“OK”即可得到检验结果。

2. Mann-Whitney U检验Mann-Whitney U检验是一种非参数检验方法，用于检验两组独立样本的中位数是否相同。

它的原假设是两组样本中位数相同。

要进行Mann-Whitney U检验，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“分析”-“非参数检验”-“2独立样本”。

接着，在弹出的对话框中选择两组样本的变量，并设置分析的方法为“Mann-Whitney U检验”。

最后点击“OK”即可得到检验结果。

3. Kruskal-Wallis检验Kruskal-Wallis检验是一种非参数检验方法，用于检验多个独立样本的中位数是否相同。

它的原假设是多组样本中位数相同。

要进行Kruskal-Wallis检验，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“分析”-“非参数检验”-“Kruskal-Wallis检验”。

接着，在弹出的对话框中选择多组样本的变量，并点击“OK”即可得到检验结果。

统计学2——SPSS软件的参数检验与非参数检验班级学号姓名日期实验目的（1）熟悉单样本t检验。

（2）熟悉两独立样本t检验。

（3）熟悉两配对样本t检验。

（4）熟悉总体分布的卡方检验。

实验内容（1）SPSS的单样本t检验操作。

（2）SPSS的两独立样本t检验。

（3）SPSS的两配对样本t检验。

（4）SPSS的总体分布的卡方检验。

实验过程（1）SPSS的单样本t检验操作。

（2）SPSS的两独立样本t检验。

（3）SPSS的两配对样本t检验。

（4）SPSS的总体分布的卡方检验。

DATASET NAME 数据集1 WINDOW=FRONT.T-TEST/TESTVAL=0.8/MISSING=ANALYSIS/VARIABLES=x5678_1/CRITERIA=CI(.95).T检验T-TEST/TESTVAL=0.8/MISSING=ANALYSIS/VARIABLES=x10_1/CRITERIA=CI(.95).T检验GETFILE='C:\Documents and Settings\admin\LocalSettings\Temp\Rar$DI02.829\商品房购买意向调查模拟数据.sav'. DATASET NAME 数据集2 WINDOW=FRONT.T-TEST GROUPS=t2(1 2)/MISSING=ANALYSIS/VARIABLES=t10_1/CRITERIA=CI(.95).T检验独立样本检验DATASET ACTIVATE 数据集1.T-TEST GROUPS=x13(1.5)/MISSING=ANALYSIS/VARIABLES=x5678_1/CRITERIA=CI(.95).T检验DATASET ACTIVATE 数据集2.GETFILE='C:\Documents and Settings\admin\Local Settings\Temp\Rar$DI67.032\减肥茶.sav'. DATASET NAME 数据集3 WINDOW=FRONT.T-TEST PAIRS=hcq WITH hch (PAIRED)/CRITERIA=CI(.9500)/MISSING=ANALYSIS.T检验DATASET ACTIVATE 数据集1.GETFILE='C:\Documents and Settings\admin\Local Settings\Temp\Rar$DI10.7860\心脏病猝死.sav'. DATASET NAME 数据集4 WINDOW=FRONT.NPAR TESTS/CHISQUARE=rq/EXPECTED=2.8 1 1 1 1 1 1/MISSING ANALYSIS.NPar 检验卡方检验频率实验心得。

利用SPSS进行非参数检验（卡方检验）
一、启动SPSS
二、建立数据文件
1、定义两个数值型变量：组限L和频数f（先确定变量名称，
变量类型的默认值为数值型）。

2、输入组限L和频数f的实际数据。

3、用Data菜单中的Weight cases将f变成Frequency（频率）。

三、单击Analyze s菜单，选择Nonparametric Test中的
Chi-Square选项，打开相应的对话框。

选择要进行检验的变量L。

四、根据需要选择相应的选择项：
1、在Expected Range中选择Get from data或Use specified
range，后者需指定Lower（下限）和Upper（上限）。

2、在Expected Values指定期望值：如检验总体是否服从均匀分
布，只需选定All categories equal项；如检验总体是否服从某
个给定的分布，需选定Values，并键入相应各组所对应的由
给定分布计算而得的期望值。

五、选定所需的各项后，单击Ok即可得所需结果。

实验报告非参数检验学院:参赛队员:参赛队员:参赛队员:指导老师:目录一、实验目的 (3)1.了解假设检验的基本容； (3)2.了解卡方检验； (3)3.了解二项分布检验； (3)4.了解两个独立样本检验； (3)5.学会运用spss软件求解问题； (3)6.加深理论与实践相结合的能力。

(3)二、实验环境 (3)三、实验方法 (3)1.卡方检验； (3)2.二项分布检验； (3)3.两个独立样本检验。

(3)四、实验过程 (3)问题一： (3)1.1实验步骤 (4)1.1.1输入数据 (4)1.1.2选择：数据加权个案 (4)1.1.3选择：分析→非参数检验→旧对话框→卡方 (4)1.1.4将变量面值放入检验变量列表 (5)1.1.5观察结果 (5)1.2输出结果 (5)1.3结果分析 (5)问题二： (5)2.1问题叙述 (5)2.2提出假设 (6)2.3实验步骤 (6)2.3.1导入excel文件数据 (6)2.3.2二项分布检验 (7)2.3.3输出结果 (8)2.4结果分析 (8)问题三： (8)3.1实验步骤 (8)3.1.1数据的输入 (8)3.1.2选择 (9)3.1.3检验变量 (9)3.2输出结果 (9)3.3结果分析 (11)五、实验总结 (11)参数检验一、实验目的1.了解假设检验的基本容；2.了解卡方检验；3.了解二项分布检验；4.了解两个独立样本检验；5.学会运用spss软件求解问题；6.加深理论与实践相结合的能力。

二、实验环境Spss、office三、实验方法1.卡方检验；2.二项分布检验；3.两个独立样本检验。

四、实验过程问题一：1.1实验步骤1.1.1输入数据1.1.2选择：数据加权个案1.1.3选择：分析→非参数检验→旧对话框→卡方1.1.4将变量面值放入检验变量列表，期望全距从数据中获取，期望值所有类别相等1.1.5观察结果1.2输出结果1.3结果分析此处，sig值为0.111>0.05，所以接受原假设，认为样本来自的总体分布形态与期望分布不存在显著差异，则认为该骰子均匀问题二：2.1问题叙述2.2提出假设H0:硬币不是均匀的 vs H1:硬币是均匀的2.3实验步骤2.3.1导入excel文件数据先将数据输入进excel表格中，用SPSS打开；在SPSS页面点击文件→打开→数据2.3.2二项分布检验选择：分析→非参数检验→旧对话框→二项式2.3.3输出结果2.4结果分析由输出结果知，精确显著性（双侧）=1.000>0.05，所以接受原假设H0，所以硬币不是均匀的。

SPSS-⾮参数检验⾮参数检验（卡⽅（Chi-square）检验、⼆项分布（Binomial）检验、单样本K-S（Kolmogorov-Smirnov）检验、单样本变量值随机性检验（Runs Test）、两独⽴样本⾮参数检验、多独⽴样本⾮参数检验、两配对样本⾮参数检验、多配对样本⾮参数检验）参数检验：T检验、F检验等常⽤来估计或检验总体参数，统称为参数检验⾮参数检验：这种不是针对总体参数，⽽是针对总体的某些⼀般性假设（如总体分布）的统计分析⽅法称⾮参数检验1.总体分布的卡⽅（Chi-square）检验（Q统计量）定义：总体分布的卡⽅检验适⽤于配合度检验，是根据样本数据的实际频数推断总体分布与期望分布或理论分布是否有显著差异。

特点：⽐较适⽤于⼀个因素的多项分类数据分析。

总体分布的卡⽅检验的数据是实际收集到的样本数据，⽽⾮频数数据。

SPSS操作2.⼆项分布检验（Z统计量）⼆项分布：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⼆项分布检验：SPSS⼆项分布检验就是根据收集到的样本数据，推断总体分布是否服从某个指定的⼆项分布SPSS操作3.SPSS单样本变量值随机性检验（Z统计量）定义:单样本变量值的随机性检验是对某变量的取值出现是否随机进⾏检验，也称为游程检验（Run过程）SPSS操作4.SPSS单样本K-S检验（Z统计量）定义：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的⽅法，适⽤于探索连续型随机变量的分布形态SPSS操作5.两独⽴样本⾮参数检验定义：两独⽴样本的⾮参数检验是在对总体分布不很了解的情况下，通过分析样本数据，推断样本来⾃的两个独⽴总体分布是否存在显著差异。

⼀般⽤来对两个独⽴样本的均数、中位数、离散趋势、偏度等进⾏差异⽐较检验。

检验⽅法：①两独⽴样本的Mann-Whitney U检验（主要检验总体均值有没有显著差异）②两独⽴样本的K-S检验③两独⽴样本的游程检验④两独⽴样本的极端反应检验SPSS操作6.多独⽴样本⾮参数检验定义：多独⽴样本⾮参数检验分析样本数据是推断样本来⾃的多个独⽴总体分布是否存在显著差异SPSS多独⽴样本⾮参数检验⼀般推断多个独⽴总体的均值或中位数是否存在显著差异检验⽅法：①多独⽴样本的中位数检验②多独⽴样本的K-W检验③多独⽴样本的Jonkheere-Terpstra检验SPSS操作7.两配对样本⾮参数检验定义：两配对样本（2 Related Samples）⾮参数检验是在对总体分布不很清楚的情况下，对样本来⾃的两相关配对总体分别进⾏检验。

SPSS非参数检验非参数检验 SPSS单样本非参数检验是对单个总体的分布形态等进行推断的方法，其中包括卡方检验、二项分布检验、K-S检验以及变量值随机性检验等方法。

参数检验与非参数检验的区别: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。

但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。

非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。

由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数检验”。

一、几种常见的非参数检验1、总体分布的卡方检验卡方检验方法可以根据样本数据，推断总体分布与期望分布或某一理论分布是否存在显著差异，是一种吻合性检验，通常适于对有多项分类值的总体分布的分析。

它的原假设是:样本来自的总体分布与期望分布或某一理论分布无差异。

例如，医学家在研究心脏病人猝死人数与日期的关系时发现:一周之中，星期一心脏病人猝死者较多，其他日子则基本相当。

当天的比例近似为2.8:1:1:1:1:1:1。

现收集到心脏病人死亡日期的样本数据，推断其总体分布是否与上述理论分布相吻合。

2、二项分布检验SPSS的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，其原假设是:样本来自的总体与指定的二项分布无显著差异。

在生活中有很多数据的取值是二值的，例如，人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。

通常将这样的二值分别用1或0表示。

如果进行n次相同的实验，则出现两类(1或0)的次数可以用离散型随机变量X来描述。

如果随机变量X为1的概率设为P，则随机变量X值为0的概率Q便等于1-P，形成二项分布。

从某产品中随机抽取23个样品进行检测并得到检测结果。

实验报告 SPSS的参数检验和非参数检验学期：_2013__至2013_ 第_1_学期课程名称:_数学建模专业:数学实验项目__SPSS的参数检验和非参数检验实验成绩：＿＿＿＿＿一、实验目的及要求熟练掌握t检验及其结果分析。

熟练掌握单样本、两独立样本、多独立样本的非参数检验及各种方法的适用范围，能对结果给出准确分析。

二、实验内容使用指定的数据按实验教材完成相关的操作。

1、给幼鼠喂以不同的饲料，用以下两种方法设计实验：方式1：同一鼠喂不同的饲料所测得的体内钙留存量数据如下：方式2：甲组有12只喂饲料1，乙组有9只喂饲料2，所测得的钙留存量数据如下：请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙的留存量有显着不同。

2、为分析大众对牛奶品牌是否具有偏好，随机挑选超市收集其周一至周六各天三种品牌牛奶的日销售额数据，如下表所示：请选用恰当的非参数检验方法，以恰当形式组织上述数据进行分析，并说明分析结论。

实验报告附页三、实验步骤（一）方式1：1、打开SPSS软件，根据所给表格录入数据，建立数据文件；2、选择菜单Analyze－Compare means－Paired-Samples T Test，出现窗口；3、把检验变量饲料1，饲料2 选择到Paired Variables框，单击OK。

方式2：1、打开SPSS软件，根据所给表格录入数据，建立数据文件；2、选择菜单Analyze－Compare means－Independent-Samples T Test，出现窗口3、选择检验变量饲料到Test Variable(s)框中。

4、选择总体标志变量组号到Grouping Variables框中。

5、单击Define Groups按钮定义两总体的标志值1、2，单击OK。

（二）1、打开SPSS软件，根据所给表格录入数据，建立数据文件；2、选择菜单Analyze->Nonparametric->k Independent sample3、选择待检验的若干变量入包装1，包装2，包装3到Test Variable(s)框中；4、选择推广的平均秩检验(Friedman检验)，单击OK。

实验项目非参数检验实验时间2017.10.27实验地点S308 成绩三、实验内容1、将一颗骰子连掷120次，各次所出现的点数顺次如“shai.sav” 所示，试检验掷骰子点数是否服从均匀分布？2、从随机数表中抽得20个数据如下：0.55 0.8 0.15 0.12 0.21 0.4 0.46 0.17 0.62 0.770.63 0.71 0.99 0.88 0.30 0.64 0.51 0.68 0.50 0.60要求：（1）利用单个样本的K–S检验法检验这些数据是否服从正态分布；（2）对结果进行分析，并填写新的实验报告。

1、SPSS单样本K-S检验的基本操作步骤如下：（1）选择菜单：【分析（A）】→【非参数检验（N）】→【旧对话框（L）】→【1样本K-S（1）】出现如图1-1所示的窗口。

图1-1 单样本K-S检验窗口（2）选择待检验的变量到【检验变量列表（T）】框中。

（3）在【检验分布】框中指定理论分布，这里选择【相等】，即代表均匀分布。

至此，SPSS将自动计算K-S检验统计量和对应的概率P-值，并将结果输出到查看器窗口中。

分析结果如图1-2所示。

图1-2掷骰子总体分布的K-S检验结果图1-2表明，数据极小值为1.00，极大值为6.00。

最大绝对差值为0.158，正差极值为0.158，负差极值为-0.142。

SPSS自动计算输出了√nD值（1.734）和概率P-值（0.005）。

如果显著性水平α为0.05，由于概率P-值小于显著性水平，因此拒绝原假设，接受备择假设，即掷骰子点数的总体分布为不是均匀分布。

2、SPSS单样本K-S检验的基本操作步骤如下：（1）选择菜单：【分析（A）】→【非参数检验（N）】→【旧对话框（L）】→【1样本K-S（1）】出现如图2-1所示的窗口。

图2-1单样本K-S检验窗口（2）选择待检验的变量到【检验变量列表（T）】框中。

（3）在【检验分布】框中指定理论分布，这里选择【常规】，即代表正态分布。

Spss的两样本非参数检验一、实验目的1.理解两独立样本非参数检验方法的设计思想，重点掌握曼—惠特尼U检验和kruskal-wallis及钠盐的基本原理及适用的场合，熟练掌握spss独立样本的数据组织方式和具体操作。

2.理解两配对样本非参数检验方法的设计思想，重点掌握wilcoxon符号秩检验和friedman 检验的基本原理及适用场合，熟练掌握spss配对样本的数据组织方式和具体操作。

二、实验内容1.超市中有A,B两种品牌的袋装白糖，标重均为400克。

分别对两种袋装白糖进行随机请选择适合的非参数检验方法，分析这两种品牌的袋装白糖的实际重量是否存在显著差异。

2.为研究喝酒是否显著增加驾驶员在应急情况下的刹车反应时间，随机测试了10名驾驶选择恰当的非参数检验方法对上述问题进行分析。

三、实验步骤及结果分析实验一：1.实验步骤●将数据输入spss软件环境中，建立两个变量一个是实际重量，另一个是分组标志。

然后对实际重量进行升序操作。

如：选择要排序的变量，右击鼠标，然后点击sort ascending 即可。

●对数据进行两独立样本的非参数检验；操作如下：analyze→nonparametric tests→2independent sample，打开2 independent sample tests对话框。

●在2 independent sample tests对话框中，将左侧“实际重量”变量选到右侧testvariable list中，将“分组标志”变量选到grouping variable中，点击define grouping 进入对话框，在group 1中填1，group 2中填2，点击continue完成分组定义。

●在test type框中，选择mann-whitney U和kolmogorov-smirnov Z;点击OK完成两独立样本检验。

2.实验结果及分析方法一：Mann-Whitney Test结果分析：在上面两个表格可知，A品牌及B品牌的样本量都是12个，两个秩和分别为95.5和204.5；W统计量取了A品牌的秩和95.5；U，Z统计量分别为17.5和-3.148。

SPSS 在生物统计学中的应用——实验指导手册 实验八：非参数检验一、两个相关样本的差异显著性检验——配对设计资料的非参数检验配对设计资料的非参数检验在SPSS 主菜单Analyze / Nonparametric Tests / 2 Related Samples …中得到。

【课本例14-1】 用甲乙两种方法检测20个奶样的脂肪含量（%），其数据如下，问两种方法的检测结果有无显著差异？（将表格中数据在excel 表格中编制成spss 数据文件格式后保存为“两个相关样本的差异显著性检验——配对设计资料的非参数检验”,再用spss 程序打开。

按照SPSS 主菜单Analyze / Nonparametric Tests / 2 Related Samples …路径，点击打开“两个关联样本检验”对话框，按照下列图示中红框中的内容进行选择，其它设置保持默认，点击【确定】按钮，在输出窗口看结果。

Wilcoxon 带符号秩检验乙方法 - 甲方法Z-1.993a渐近显著性(双侧).046a. 基于负秩。

b. Wilcoxon 带符号秩检验符号检验频率N乙方法 - 甲方法负差分a6正差分b13结c 1 总数20a. 乙方法 < 甲方法b. 乙方法 > 甲方法c. 乙方法 = 甲方法本节中的检验比较两个相关变量的分布。

要使用的适当检验取决于数据类型。

●如果数据是连续的，可使用符号检验或Wilcoxon 符号秩检验。

符号检验计算所有个案的两个变量之间的差，并将差分类为正、负或平。

如果两个变量分布相似，则正差与负差的数目不会有很大的差别。

Wilcoxon 符号秩检验考虑关于各对之间的差的符号与差的幅度的信息。

由于Wilcoxon 符号秩检验纳入了有关数据的更多信息，因此它比符号检验更为强大。

●如果数据为二值数据，则使用McNemar 检验。

此检验通常用于重复度量情况，在此情况中，每个主体的反应将被引出两次，一次在指定事件发生之前，一次在之后。

第五章 参数检验❶单样本t 检验：（5.2）分析六级考试成绩一般平均得分是否为75；1.录入数据，全部学生的六级考试成绩显而易见服从正态分布，可用Q-Q 图，或非参检验对所抽取的样本进行正态性检验，之后进行单样本t 检验。

2.选择菜单：Analyze---Compare Means---One-Sample T Test ，再出现的窗口中，选择“六级考试成绩”到【Test Variable 】框中，在【Test Vaule 】框中输入检验值75。

单击“OK ”度10，第四列为检验p 值0.668，第五列为样本均值与检验值的差，第六列和第七列为总体均值与原假设值差的95%的置信区间，为（-7.69,5.14）。

若取显著性水平α为0.05，则p 大于α，因此应该接受原假设，认为六级考试成绩一般平均得分为75分。

95%的置信区间告诉我们有95%的把握认为六级考试成绩的均值在67.31~85.14之间。

❷两独立样本t 检验（5.3）分析有促销和无促销情况下商品的日销售额是否存在显著变化；1.录入数据，有促销和无促销情况下的日销售额可以看成两个独立总体，且日销售额可近似认为服从正态分布，可用Q-Q 图或非参检验对其正态性检验。

在以上前提下，进而可对不同情况下的日销售额进行两独立样本t 检验。

2.选择菜单：Analyze---Compare Means---Independent-Samples T Test，再出现的窗口中，选择“日销售额”到【Test Variable 】框中，选择“type ”到【Grouping Variable 】框中，按【Define Groups 】按钮定义两总体的标识值，分别在Group1与Group2中输入1,23.如上表Independent Sample Test 所示，结论分析为两步:第一步，方差齐性检验。

F 统计量的观测值为0.225，对应的p 值为0.638，若取显著性水平α为0.05，则p 大于α，可以认为两总体的方差相等。