当前位置：文档之家 › spss多配对样本非参数检验

spss多配对样本非参数检验

  • 格式：doc
  • 大小：128.50 KB
  • 文档页数：4

下载文档原格式

  / 4

合集下载

spss两配对样本的非参数检验

spss两配对样本的非参数检验

原文地址：SPSS学习笔记之——两配对样本的非参数检验（Wilcoxon符号秩检验）作者：王江源一、概述非参数检验对于总体分布没有要求，因而使用范围更广泛。

对于两配对样本的非参数检验，首选Wilcoxon符号秩检验。

它与配对样本t检验相对应。

二、问题为了研究某放松方法（如听音乐）对于入睡时间的影响，选择了10名志愿者，分别记录未进行放松时的入睡时间及放松后的入睡时间（单位为分钟），数据如下笔。

请问该放松方法对入睡时间有无影响。

本例可以采用配对样本t检验，但由于样本量少，数据可能不符合正太分布，所以考虑用非参数检验。

三、统计操作数据视图菜单选择打开如下的对话框该对话框有三个选项卡，第一个选项卡会根据第三个选项卡的设置自动设置，故一般不用手动设定。

点击进入“字段”选项卡。

将“放松前”、“放松后”均选入右边“检验字段”框中。

点击进入“设置”对话框，选择检验方法，切换为“自定义检验”，选择“Wilcoxon 匹配样本对符号秩（二样本）”复选框。

“检验选项”可以设定显著性水平。

点击“运行”按钮，输出结果四、结果解读这就是输出结果。

原假设示放松前好放松后差值的中位数等于0，P=0.015<0.05，拒绝原假设，认为放松前后有统计学差异。

双击该表格，会弹出如下的“模型浏览器”窗口，可以看到更详细的信息。

如下图。

统计第十一课：SPSS 多相关样本的非参数检验（Friedman检验）关键词：SPSS多相关样本非参数检验2015-07-14 00:00来源：互联网点击次数：5103先讲讲什么是 Friedman 检验Friedman 检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法。

其原假设是：多个配对样本来自的多个总体分布无显著差异。

SPSS 将自动计算 Friedman 统计量和对应的概率 P 值。

如果概率 P 值小于给定的显著性水平 0.05，则拒绝原假设，认为各组样本的秩存在显著差异，多个配对样本来自的多个总体的分布有显著差异。

两配对样本非参数检验

两配对样本非参数检验
相伴概率值为0.125，应该 认为训练前后学生成绩没有 变化
Wilcoxon检验结果如下两表所示。
出现了一个差值等于零的个案，删除此个 案，于是样本容量从10变成了9。符号为 正的有9个，秩和为45，符号为负的有0个， 秩和为0。这样，统计量W=0，构造的 Z=-2.673，近似相伴概率值p=Pr{｜Z｜ >=-2.673}=0.008，（Z服从标准正态分 布。）因而拒绝原假设，认为训练前后学 生的成绩有显著性差异。
训练后成绩
70.00 71.00 65.00 68.00 50.00 55.00 75.00 70.00 65.00 70.00
实验步骤
图10-23 在菜单中选择“2 Related Samples”命令
图10-24 “TwoRelatedSamples Tests” 对话框
设置配对 的样本
配对样本的几种检验方法，（其 中Marginal Homogeneity检 验是McNemar检验针对多取值 有序数据的推广方法）
01
按照符号检验的方法，将 第二组样本的各个观察值 减去第一组样本对应的观 察值，如果得到差值是一 个正数，则记为正号；差 值为负数，则记为负号。 （出现差值等于０时，删 除此个案，样本数ｎ相应 地减少。）
02
保留差值数据。根据差值 数据的绝对值大小按升序 排序，并求出相应的秩。
03
分别计算符号为正号的秩 和 W+、负号秩总合 W− 以及正号平均秩、 负号平均秩。
SPSS中有以下3种两配对样本非参数检验方法。
1．两配对样本的McNemar(麦克尼马尔)变化显著性检验
1 McNemar变化显著性检验以研究对象自身为对 照，检验其两组样本变化是否显著。 原假设：样本来自的两配对总体分布无显著差异。

第七章SPSS非参数检验

第七章SPSS非参数检验
•第七章SPSS非参数检验
二、SPSS两独立样本非参数检验
(一)目的 由独立样本数据推断两总体的分布是否存在显著差异
(或两样本是否来自同一总体)。 (二)基本假设 H0：两总体分布无显著差异(两样本来自同一总体) (三)数据要求 样本数据和分组标志
•第七章SPSS非参数检验
二、SPSS两独立样本非参数检验
– 与样本在相同点的累计频率进行比较。如果相差较小，则认为样
本所代表的总体符合指定的总体分布。
•第七章SPSS非参数检验
一、SPSS单样本非参数检验
（三）K-S检验 (4)基本步骤
菜单选项：analyze->nonparametric tests->1-sample k-s 选择待检验的变量入test variable list 框 指定检验的分布名称(test distribution)
将两样本混合并按升序排序 分别计算两个样本在相同点上的累计频数和累计频率 两个累计频率相减。 如果差距较小，则认为两总体分布无显著差异
应保证有较大的样本数
案例：7-5 p194使用寿命
•第七章SPSS非参数检验
二、SPSS两独立样本非参数检验
3.游程？检验(Wald-Wolfowitz runs)
一、SPSS单样本非参数检验
（二）总体分布的二项分布检验 (1)目的
通过样本数据检验样本来自的总体是否服从指定的 概率p的二项分布根据 (2)原假设 样本来自的总体与指定的二项分布无显著差异。 (3)案例7-2 p187 产品合格率
•第七章SPSS非参数检验
一、SPSS单样本非参数检验
（三）K-S检验 (1)目的
•第七章SPSS非参数检验
五、SPSS多配对样本非参数检验

SPSS非参数检验

SPSS非参数检验
24
卡方检验
流行病学与卫生统计学教研室
25
卡方检验
两（多）个率或构成比的比较 一致性检验与配对卡方检验 分层卡方检验
Analyze
Descriptive Statistics
Crosstabs
26
卡方检验
理论复习 适用于分类变量的统计推断
27
两个率或构成比的比较
应用案例 ➢ 某医生为比较中药和西药治疗胃炎的疗效，随机抽取
17
Test Stat istics b
Man n-Whitney U Wilcoxon W Z Asy mp. Sig. (2-tailed) Exact Sig. [2*(1-t ailed S ig.)]
a. Not correcte d for tie s. b. Grouping Variable: 分组
非参数检验
流行病学与卫生统计学教研室
1
非参数检验
配对设计非参数检验 两独立样本非参数检验 多个独立样本的非参数检验
Analyze
Nonparmetric Test
2
非参数检验
理论复习
➢ 当总体分布类型未知、已知总体分布与检验所需条件不符、一 端或两端有不确定值时，不再对总体的几个参数进行假设检验， 而是对总体分布的位置、分布的形状进行比较。
Mini法 Wright法
-1.245a
.213
.240
.120
.017
配对设计的非参数检验
练习
➢ 为研究长跑运动对增强普通高校学生的心功能的效果，某学院 随机抽取15名男生，进行5个月的长跑锻炼，5个月前后分别测 得其晨脉数据，问长跑锻炼后的晨脉次数是否有降低？ （chenmai.sav)

第六章 spss非参数检验

第六章 spss非参数检验
非参数检验
5.1
非参数检验介绍
5.2
单样本非参数检验
+ 均值比较和T检验
+ 均值比较和T检验
均值比较：
按照分组变量计算因变量的描述统计量，例如均值、方差、 标准差等，并将结果并列显示出来，提供比较分析
单样本T检验：
用于进行样本均值与已知总体均值的比较，检验样本是否来 自已知均值的总体。（检验样本总体均值是否为某个值）
水平，则不能拒绝零假设H0，认为变量 值的出现是随机的。
+ 在SPSS单样本变量值的随机性检验中， SPSS将利用游程构造Z统计量，并依据正 态分布表给出对应的相伴概率值。如果相
伴概率小于或等于用户的显著性水平α， 则应拒绝零假设H0，认为样本值的出现 不是随机的；如果相伴概率值大于显著性
水平，则不能拒绝零假设H0，认为变量 值的出现是随机的。
+ 其零假设H0为样本来自的总体与指定的理 论分布无显著差异。
+ 打开
儿童身高体重检验.sav
+ 作业 + 检验独生子女比例是否符合0.75
+ 采用K—S检验分析减肥前后体重是否符合正 态分布，并做出直方图与P-P图进行对比
独立样本T检验：
用于检验两个样本是否来自具有相同均值的总体
两配对样本T检验：
是根据样本数据对样本来自的两配对总体的均值是否有显著 性差异进行推断。
5.1
非参数检验介绍
+ 前面已经讨论的许多统计分析方法对总体 有特殊的要求，如T检验要求总体符合正 态分布，等等。这些方法常用来估计或检 验总体参数，统称为参数检验。
+ 单样本变量值的随机性检验通过游程（ Run）数来实现。所谓游程是样本序列中 连续出现的变量值的次数。

SPSS操作：多个相关样本的非参数检验（CochransQ检验）

SPSS操作：多个相关样本的非参数检验（CochransQ检验）

SPSS操作：多个相关样本的⾮参数检验（CochransQ检验）点击Settings→Customize tests，勾选Cochran's Q (k samples)。

点击Define Success，在Cochran's Q: Define Success对话框中，点击Combine values into success category，在Success框中填⼊1（这⾥是“成功”对应的编码，本例中即为通过体能测试，“Passed”对应的是1，所以这⾥填“1”）。

点击OK→Run，输出结果。

3.4 不符合假设4的“精确”Cochran's Q检验当不符合假设4时，需要使⽤“精确”Cochran's Q检验。

在主界⾯点击Analyze→Nonparametric Tests→Legacy Dialogs→K Related Samples，出现Tests for Several Related Samples对话框。

将变量initial_fitness_test、month3_fitness_test和final_fitness_test选⼊Test Variables框中。

在Test Type 下⽅去掉Friedman，然后勾选Cochran's Q。

（如果数据符合假设4，则此时点击OK，结果与3.3部分的操作结果⼀致）点击Exact，在Exact Tests对话框中，点击Exact，点击Continue→OK。

3.5 “精确”Cochran's Q检验后的两两⽐较对于符合假设4的Cochran's Q检验（3.3部分），事后的两两⽐较将在结果解释部分展⽰（4.2部分）。

对于不符合假设4的“精确”Cochran's Q检验（3.4部分）事后的两两⽐较，可采⽤经Bonferroni法校正的多重McNemar检验。

在主界⾯点击Analyze→Nonparametric Tests→Legacy Dialogs→2 Related Samples。

SPSS中非参数检验方法


1. 总体分布的卡方（Chi-square）检验 2. 二项分布检验 3. SPSS单样本变量的随机性检验 4. SPSS单样本的K-S检验 5. 两个独立样本的非参数检验 6. 多个独立样本的非参数检验 7. 两个配对样本的非参数检验 8. 多配对样本的非参数检验
本章主要介绍总体分布的卡方（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等8类常用的 非参数检验方法。
前面已经讨论的统计分析方法，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 组方差齐，等等。这些方法常用来估计或检验总体参数，统 称为参数检验。
现实中，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。因为有的数据不是来自所假定分布的总体，或 者数据根本不是来自一个总体；还有可能数据因为某种原因 被严重污染。这样在假定分布的情况下进行推断的做法，就 有可能产生错误的结论。此时人们希望检验对一个总体分布 形状不必作限制。
人数 2 4 7 16 20 25 24 22 16 2 6 1
实现步骤
在菜单中选择“1-Sample K-S”命令
“One-Sample Kolmogorov-Smirnov Test”对话框
“One-Sample K-S：Options”对话框
4.3 结果和讨论
（1）本例输出结果如下表所示。
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。
1.2 SPSS中实现过程

spss参数与非参数检验实验报告

基本思路：
(1).将一样本作为控制样本，另一样本作为实验样本。两样本混合后按升序排列；
(2).找出控制样本的跨度（最低秩和最高秩间的样品数）和截头跨度（去掉控制样本的最小值和最大值后的跨度）。若跨度（截头跨度）很小，认为样本存在极端反应。
以上四种检验的基本操作步骤：
(1)【Analyze】--->【Nonparametric Tests】--->【2 Independent Sample】
该检验可用来检验两个独立样本是否取自同一总体，它是最强的非参数检验之一。
基本思路：
1.将样本X和样本Y混合后作升序排列，计算每个数据的秩；
2.分别对两样本的秩求平均，得到两个平均秩，分别用W1=WX/m和W2=WY/n表示。
若W1和W2比较接近，则说明两个样本来自相同分布的总体，若W1和W2差异较大，则说明两个样本来自不同的总体。
(2)选择待检验变量到【Test Variable】框中
(3)指定存放样本标志值的变量到【Grouping Variable】框
(4)选择非参数检验方法
三、多个独立样本的非参数检验包括：中位数检验、Kruskal-Wallis H检验、Jonkheere-Terpstra检验
3.1中位数检验
（一）含义：通过对多组独立样本的分析，检验它们来自的总体的中位数是否存在显著差异。其原假设是：多个独立样本来自的多个总体的中位数无显著差异。
(2)选定待检验的变量到【Test Variable list】框中
(3)在【Cut Point】框中确定计算游程数的分界点
二、两个独立样本的非参数检验包括：Mann-Whitney U检验、K-S双样本检验、Wald-Wolfowitz游程检验、Moses极端反应检验

spss多配对样本非参数检验

课程名称实用统计软件实验项目名称多配对样本非参数检验实验成绩指导老师（签名）日期2011-12-6一．实验目的1，掌握多配对样本的非参数检验基本原理和算法；2，能够用SPSS软件解决多配对样本的非参数检验的问题。

二. 实验内容与要求1．实验内容1．书上的三个研究问题的实现。

2．书上练习与思考题第10-3题。

（提示：录入数据进行kendall协同系数检验时要把数据进行转置，读物作为变量，评论家作为行）3．为了比较A、B、C、D、E 5种药物注射后产生的皮肤疱疹的大小，选取6只家兔并给每只家兔先后分别按随机排列的次序注射这5种药物。

实验结果如下表（疱疹面积的度量单位为mm2）：（提示：录入数据是也要注意，家兔在行，药物在列作为检验变量）2．实验要求：作业中要出现检验过程。

如本ppt第8页、第20页、第30页的表格及统计计算过程。

注意：今天的三种方法所处理的实际问题类型有所不同，需要根据具体问题选择不同的检验方法。

三．实验步骤具体操作参见课件多配对样本非参数检验.PPT（ftp://10.66.28.22:22）四. 实验结果（数据与图形）与分析1．书上的三个研究问题的实现。

2．书上练习与思考题第10-3题。

（提示：录入数据进行kendall协同系数检验时要把数据进行转置，读物作为变量，评论家作为行）得到卡方统计量为9.782，W系统系数为0.466，小于1，相伴概率为0.201，大于显著性水平0.05，所以评分标准不够一致。

3．为了比较A、B、C、D、E 5种药物注射后产生的皮肤疱疹的大小，选取6只家兔并给每只家兔先后分别按随机排列的次序注射这5种药物。

实验结果如下表（疱疹面积的度（提示：录入数据是也要注意，家兔在行，药物在列作为检验变量）得到卡方统计量为14.609，W系统系数为0.609，小于1，相伴概率为0.006，小于显著性水平0.05，所以皮肤疱疹大小无差异。

第六章 SPSS的非参数检验


变量值
64 68 68 68 69 70 70 70 71 71 71 71 71 72 73 74 75 76 78 79 80
Z分数
-1.9749 -0.9695 -0.9695 -0.9695 -0.7181 -0.4668 -0.4668 -0.4668 -0.2154 -0.2154 -0.2154 -0.2154 -0.2154 0.0359 0.2873 0.5386 0.79 1.0413 1.544 1.7954 2.0467
实际累积概率为离散值，因此修正为：
– 如果相差较小 ,则认为样本所代表的总体符合指定的总 体分布
D max( S(xi ) - F(xi ) )
D max(S(x i-1 ) - F(xi ) )
SPSS单样本的K-S检验
• 在小样本下，原假设成立时，D统计量服从Kolmogorov分布 • 在大样本下，原假设成立时，n D近似服从K (x)分布: – 当D小于0时，K(x)为0 – 当D大于0时, K ( x) (1) exp(2 j 2 x 2 )
第六章 SPSS的非参数检验
第1节 第2节 第3节 第4节 第5节 单样本的非参数检验 两独立样本的非参数检验 多独立样本的非参数检验 两配对样本的非参数检验 多配对样本的非参数检验
统计方法
描述统计
推断统计
估计
假设检验
参数检验
非参数检验
推断统计
• 推断统计是根据样本数据推断总体数量特征的统计分析方 法 • 推断统计通常包括以下两个内容 – 总体分布已知，根据样本数据对总体分布的统计参数 （如均值、方差）进行推断，此时采用的推断方法称 为参数估计或者参数检验 – 总体分布未知，根据样本数据对总体的分布形式进行 推断，此时采用的推断方法称为非参数检验
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

课程名称实用统计软件
实验项目名称多配对样本非参数检验
实验成绩指导老师（签名）日期2011-12-6
一．实验目的
1，掌握多配对样本的非参数检验基本原理和算法；
2，能够用SPSS软件解决多配对样本的非参数检验的问题。

二. 实验内容与要求
1．实验内容
1．书上的三个研究问题的实现。

2．书上练习与思考题第10-3题。

（提示：录入数据进行kendall协同系数检验时要把数据进行转置，读物作为变量，评论家作为行）
3．为了比较A、B、C、D、E 5种药物注射后产生的皮肤疱疹的大小，选取6只家兔并给每只家兔先后分别按随机排列的次序注射这5种药物。

实验结果如下表（疱疹面积的度量单位为mm2）：
（提示：录入数据是也要注意，家兔在行，药物在列作为检验变量）
2．实验要求：
作业中要出现检验过程。

如本ppt第8页、第20页、第30页的表格及统计计算过程。

注意：今天的三种方法所处理的实际问题类型有所不同，需要根据具体问题选择不同的检验方法。

三．实验步骤
具体操作参见课件多配对样本非参数检验.PPT（ftp://10.66.28.22:22）
四. 实验结果（数据与图形）与分析
1．书上的三个研究问题的实现。

2．书上练习与思考题第10-3题。

（提示：录入数据进行kendall协同系数检验时要把数据进行转置，读物作为变量，评论家作为行）
得到卡方统计量为9.782，W系统系数为0.466，小于1，相伴概率为0.201，大于显著性水平0.05，所以评分标准不够一致。

3．为了比较A、B、C、D、E 5种药物注射后产生的皮肤疱疹的大小，选取6只家兔并给每只家兔先后分别按随机排列的次序注射这5种药物。

实验结果如下表（疱疹面积的度
（提示：录入数据是也要注意，家兔在行，药物在列作为检验变量）
得到卡方统计量为14.609，W系统系数为0.609，小于1，相伴概率为0.006，小于显著性水平0.05，所以皮肤疱疹大小无差异。