单样本非参数检验1：卡方检验

单位格χ2
单位格χ2具有可加性 单位格χ2大于2.5,说明该因素对整个统计
检验的显著贡献较大
卡方独立性检验
检验行和列的两个变量彼此有无关联 是命名型变量, 顺序型变量相关的计算方
法
卡方独立性检验的公式
χ 2= ∑[<f0-f e>2/ f e]
f e=〔row total〕〔column total〕/n,
卡方分布
1. 是一系列平方和相加,没有负值 2. 当H0为真时,Chi square 的数值会小 3. 典型的卡方分布是正偏态,右侧的尾端构成临
界区域 4. 卡方分布的形状并不取决于样本数目,而是取
决于类目数目. df =C-1 5. 当卡方df 增加时,卡方的临界值增加. 6. 当卡方df 增加时,卡方分布的偏态越来越不严
性吗？
卡方匹配度检验的虚无假设-期望次数
在医生职业中,男的多还是女的多？ 在外科医生中,男的是否占80%？ 最喜欢的咖啡品牌
卡方匹配度检验的公式
f e=pn df =C-1 χ2= ∑[<f0-f e>2/ f e] F0：观察次数 f e ：期望次数 C：类目的个数 Χ2：统计量
χ2与效应大小〔effect size〕
Phi系数,范围0至1,是一种多元相关系数 在2×2列联表时,
在多于2×2列联表时,
Phi系数:Cohen’s convension
当dfsmall=1时, Φ=0.10表示小的效应, Φ=0.30表示中等的效
应,Φ=0.50表示高的效应. 当dfsmall=2时, Φ=0.07表示小的效应, Φ=0.21表示中等的效
关系.每个个体被分类为出生顺序为1至3,及高自尊,低 自尊.这个卡方独立性检验的自学生选课的因素有上述4种,哪些因素的影响力更强？

假设检验问题：
1、利用二项分布检验来检验体能测试及格率是否 达到90%
【Analyze】\【Nonparametric Tests】\【Binomial】 要求：选入检验变量，选择断点
Options： 要求：输出描述性统计量和四分位数
结果解读：
1、描述统计量表
说明：体能测试的平均成绩为71.88。
509
505
502
501
493
498
497
502
504
506
505
508
498
495
496
507
506
507
508
505
表5 某品牌消毒液每瓶容量抽查结果
假设检验问题：
1、利用游程检验来检验机器装多装少是否随机。
【Analyze】\【Nonparametric Tests】\【Runs】 要求：选入检验变量，选择中位数作为断点
2、单个样本的K-S检验的数据要求
K-S检验过程要求检验变量为区间或者比例测度 为数值型变量。
3、引例（练习四）
例7 K-S正态性检验。35位健康成年男性在未进食前的 血糖浓度如下表所示，试检测这组数据是否服从正态分 布？（数据文件：“血糖浓度抽查.sav”）
87 77 92 68 80 78 84 77 81 80 80 77 92 86 76 80 81 75 77 72 81 90 84 86 80 68 77 87 76 77 78 92 75 80 78
缺点：检验效能低。
三、非参数检验类型
非参数检验根据样本数目以及样本之间的 关系可以分为： （1）单样本非参数检验 （2）两独立样本非参数检验 （3）多独立样本非参数检验 （4）两配对样本非参数检验 （5）多配对样本非参数检验

的个数为m15的个数为n10某村发生一种地方病其住户沿一条河排列调查时对发病的住户标记为cutpoint?输入显著性原理见附件诺夫检验1samplekolmogorovsmirnovtest单样本检验是利用样本数据推断总体是否服从某一理论分布拟合优度检验适用于探索连续型随机变量的分布形态判断定距变量的分布情况
调用此过程可对单样本进行 KolmogorovSmirnov Z检验，它将一个变量的实际频数 分 布 与 正 态 分 布 （ Normal ） 、 均 匀 分 布 （Uniform）、泊松分布（Poisson）进行
比较
Analyze－> Nonparametric Tests－>1-Sample K-S
补充：二项分布检验实例
实例：为验证某批产品的一等品率是否达到90％，现从 该批产品中随机抽取23个样品进行检测，结果有19个一 等品（1－一等品，0－非一等品）。（变量2个：一等 品和个数，Cases 2个：1 19 和0 4）
加权：Data－>Weight Cases：个数 Analyze－> Nonparametric Tests－> Binomial
如果相伴概率值大于显著性水平，则不能拒绝零假设 H0，认为样本来自的总体分布形态与指定的二项分布 不存在显著差异。
SPSS二项分布检验的数据是实际收集到的样本数据， 而非频数数据。
所以同样需要加权case
实例1：Strain.sav 18个学生先后学用两种方法打同样的结。
紧急情况下选用先学的方法打结的16人， 用后学的方法打结的2人。第一其中相同的0（或相同的1）在一起称为一个游程（单独
的0或1也算）。 这个数据中有4个0组成的游程和3个1组成的游程。一共

（1）建立零假设和备择假设
H0 ：总体分布函数为 F（x）； H1 ：总体分布函数不为 F（x）。
分布函数和密度函数的区别知道吧？
（2）构造和计算统计量
◆把实轴 (,分) 成 k 个不相交的区间 (,a 1 ](a ,1 ,a 2 ],,.(.a k . 1 ,, )
◆设样本观察值 x1,x2,...x,n落入每个区间的实际频数为 f i 则实际频率为 f i
因此，医学家的研究结论是正确的哦。
3.3 卡方检验的SPSS软件实现
（1）输入例子中的数据，如图所示。
切记要加权！
卡检验的SPSS操作
勾选“值”
输入2.8， 点“添加”
改成1，点“添加”， 依次进行
1个2.8，6个1，最后点 OK！
得到卡方检验结果，分两部分
死亡日期
O bserv ed N Expected N Residual
1.00
55
53.5
1.5
2.00
23
19.1
3.9
3.00
18
19.1
-1.1
4.00
11
19.1
-8.1
5.00
26
19.1
6.9
6.00
20
19.1
.9
7.00
15
19.1
-4.1
Total
168
注意：学习了卡方检验的方法和过程后，你会解读软件给 出的分析结果吗？
答案
• P值=0.256，大于显著性水平0.05，接受原 假设，认为原分布成立，即原来医生的结 论是正确的。
中，拒绝零假设，即总体不服从指定分布 F(X )
即 2 的概率P值？？显著性水平