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。

中央财经大学实验报告实验项目名称假设检验、方差分析、非参数检验所属课程名称统计学实验类型设计型、综合型实验实验日期2014年4月成绩实验报告数据准备。

从500个人中随机抽取大约30%。

1、用SPSS Statistics软件进行参数估计和假设检验。

（以下假设检验中限制性水平设为5%）（1）计算总体中上月平均工资95%的置信区间（分析→描述统计→探索）。

下表为SPSS软件进行对“平均工资”变量进行描述统计分析所得。

从表中可以直接得到95%置信区间为【2118.79，2277.21】统计量标准误（元）均值2198.00 40.083均值的 95% 置信区间下限2118.79上限2277.215% 修整均值2202.96中值2200.00方差241002.685标准差490.920极小值800极大值3700范围2900四分位距600偏度-.042 .198（2）检验能否认为总体中上月平均工资等于2000元。

（单个样本t检验）根据题目要求，这里采用双侧假设。

零假设和备择假设为：H0=2000，H1≠2000。

由上表得，p=0.000<0.05=α，所以，拒绝原假设，即可以认为中体中上月平均工资不等于2000元（3）检验能否认为男生的平均工资大于女生。

（两个独立样本t检验）检验的零假设和备择假设为：H0：男生的平均工资不大于女生H1：男生的平均工资大于女生如上表所示，方差检验的p值等于0.092>0.05，因此不拒绝方差相等的原假设，认为男女平均工资的方差相等。

所以t检验选取方差相等的一列，其中双侧检验的p值为0.000，因此右侧检验的p值为0.000/2=0.000<0.05(显著性水平)，所以拒绝原假设，因此认为男生的平均工资大于女生。

（4）一些学者认为，由于经济不景气，学生的平均工资今年和去年相比没有显著提高。

检验这一假说。

（匹配样本t检验）。

H0：μ1-μ2≤0；H1：μ1>μ2双侧检验的p值为0.932，，因此右侧检验为0.466>0.05。

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。

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。

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

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

(1)四、实验过程 (1)问題一： (1)1.1实验步骤 (2)1.1.1辙入数据 (2)1.1.2选择：数据加权个案 (2)1.1.3选择：分析今非参数检验今旧对话框今卡方 (2)1.1.4将变量面值放入检验变量列表 (3)1.1.5观察结果 (3)1.2输出结果 (3)1.3结果分析 (3)问題二： (3)2.1问題叙述 (3)2.2提出假设 (4)2.3实验步骤 (4)2.3. 1导入excel文件数据 (4)2.3. 2二项分布检验 (5)2.3.3辙出结果 (6)2.4结果分析 (6)问題三： (6)3.1实验步骤 (6)3.1.1数据的输入 (6)3.1.2 选择 (7)3.1.3检验变量 (7)3.2输出结果 (7)3.3结果分析 (9)五、实验总结 (9)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：掷一个6而骰子300次，用数字1、2、3、4、5、6分别代表6个而，检验骰子是否均匀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T非参数检验T旧对话框T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.L5观察结果1.2输出结果卡方检验邓羣跋150 0-7.024950 0-1.035650.0 6.0445600•6.060E50 0ie.o6 总数4130050 0・9D面皿七方0 960Jdr5淅近丘谷注1111.3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问题叙述次数面次数面次数面次数面1 a 9 b 17 b 25 b元5元5单于竿对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T打开T数据Q a^S4 閔矽U] • IBM SPSS $:at 唸超謨匕二，'选择：分析T非参数检验T旧对话框T二项式2.3.3输出结果二顷式捡验2. 4结果分析由输出结果知，結确显著性（双侧）=1・000>0.05,所以接受原假设H0,所以硬币不是均匀的。