第11章 非参数检验

α=0.05 2. 计算统计量： T+=62.5，T-=3.5
3. 查表与结论 查T界值表，T0.05（11）=10～56，T=3.5，在界 值范围外，P<0.05，拒绝H0。
符号检验（Sign test)
z n n 1 n
二、两样本比较的秩和检验 （Wilcoxon法）
适用条件：完全随机设计的两个样本比较，若不满足参数 检验的应用条件，则用本法；两个等级资料比较。
-0.45
-1
13
15.20
5.50
9.70
11
14
16.50
9.00
7.50
8.5
步骤
1. 建立假设：H0：差值的总体中位数=0， H1：差值的总体中位数0；
=0.05 2. 计算统计量
计算差值d，由小到大的顺序编秩次，并冠以原d 的正负号，然后分别求正负秩和，得到T+=73， T-=5，取秩和较小者作为检验统计量T=5 3. 查表及结论
1.0
2.5
4
17.00
6.50
10.50
12
5
13.00
5.50
7.50
8.5
6
18.00
13.50
4.50
5
7
17.50
10.00
7.50
8.5
8
10.20
10.20
0.00
-
9
10.00
10.00
0.00
-
10
10.50
9.50
1.00
2.5
11
13.80
6.80
7.00
6
12
3.03
3.48

非参数卡方检验1.理论非参数检验是在总体分布未知或知道甚少的情况下，不依赖于总体布形态，在总体分布情况不明时，用来检验不同样本是否来自同一总体的统计方法进。

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。

非参数检验优势：检验条件宽松，适应性强。

针对，非正态、方差不等的已及分布形态未知的数据均适用。

检验方法灵活，用途广泛。

运用符号检验、符号秩检验解决不能直接进行四则运算的定类和定序数据。

非参数检验的计算相对简单，易于理解。

但非参数检验方法对总体分布假定不多，缺乏针对性，且使用的是等级或符号秩，而不是实际数值，容易失去较多信息。

非参数卡方检验：用于检验样本数据的分布是否与某种特定分布情况相同。

非参数卡方检验通过三步检验：1.卡方统计量：X2=B 其中K 是样本分类的个数，0表示实际观测的频数，B 表示理论分布下的频数。

2.拟合优度检验：A.对总体分布建立假设。

B.抽样并编制频率分布表。

C.以原假设为真，导出期望频率。

D.计算统计量。

E.确定自由度，并查x2表，得到临界值。

F.比较x2值与临界值，做出判断。

3.独立性检验A.对总体分布建立假设。

B.抽样并编制r*c 列联表。

C.计算理论频数。

D.计算检验统计量。

E.确定自由度，并查x2表，得到临界值。

F.比较x2值与临界值，做出判断。

2.非参数卡方检验操作步骤第一步：将需检验的数据导入spss中并进行赋值后，点击分析非参数检验、旧对话框、卡方。

图2操作步骤第一步第二步：进入图中对话框后点击，首先将需检验的数据放入检验变量列表中，后在期望值选项中所以类别相等或者值（值：需要手动输入具体的分布情况）。

如果特殊情况需要调整检验置信区间，点击精确，进入图中下方对话框后点击蒙特卡洛法框里收到填入。

点击继续、确定。

图3操作步骤第二步第三步：如果需要看描述统计结果和四分位数值可以点击选项、勾选描述、四分位数。

点击继续、确实。

图4操作步骤第二步3.非参数卡方检验结果然后非参数卡方检验的描述统计、卡方检验频率表、检验统计结果就出来了。

SPSS应用
Kendall协同系数检验中会计算Friedman检验方 法，得到friedman统计量和相伴概率。如果相伴概
率小于显著性水平，可以认为这10个节目之间没有 显著差异，那么可以认为这5个评委判定标准不一 致，也就是判定结果不一致。
SPSS应用
3．多配对样本的Cochran Q检验
多配对样本的Cochran Q检验也是对多个互 相匹配样本总体分布是否存在显著性差异的统计 检验。不同的是多配对样本的Cochran Q检验所能 处理的数据是二值的（0和1）。其零假设是：样 本来自的多配对总体分布无显著差异。
SPSS应用
单样本K-S检验可以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）、指数（Exponential）分 布进行比较。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。
SPSS应用
6.2 两配对样本非参数检验
6.2.1 统计学上的定义和计算公式
SPSS应用
两配对样本非参数检验的前提要求两个样本 应是配对的。在应用领域中，主要的配对资料包 括：具有年龄、性别、体重、病况等非处理因素 相同或相似者。首先两个样本的观察数目相同， 其次两样本的观察值顺序不能随意改变。
SPSS应用
SPSS中有以下3种两配对样本非参数检验方 法。
SPSS应用
1验．两配对样本的McNemar变化显著性检
SPSS应用
2．两配对样本的符号（Sign）检验
当两配对样本的观察值不是二值数据时，无法 利用前面一种检验方法，这时可以采用两配对样本
的符号（Sign）检验方法。其零假设为：样本来
自的两配对样本总体的分布无显著差异。

者创伤较大,极易导致患者出现围术期应激反应,进而引起血压升高、心跳加速、肾上腺素及去甲肾上腺素升高[7-8]。

临床针对这一现状,通常采用加深麻醉药物来改善,但是术后会延迟患者肺功能恢复,同时,由于术后患者创口疼痛导致患者惧怕咳嗽,极易引发肺部感染,影响患者预后。

椎旁神经阻滞是通过将麻醉溶剂导入到脊神经附近,将该侧运动神经、交感神经及感觉神经同时麻醉,该技术镇痛部位准确,相较常规麻醉,减少了麻醉药物对其他神经系统的伤害,具有良好的麻醉效果。

随着医疗技术的不断发展,临床推出了超声引导连续胸椎旁神经阻滞,该技术的推出,对于穿刺方向及穿刺深度均有了进一步提高,同时,通过超声引导,还能在患者体内留置导管便于术后镇痛,不但可以缓解患者术后痛苦,还能提高手术效果[9-10]。

该研究结果显示,研究组麻醉有效率为94.87%,高于对照组71.79%,组间对比差异有统计学意义(P<0.05);研究组患者血流动力学指标为(109.5±14.2)mmHg;(87.3±15.4)次/min优于对照组(96.5±14.7)mmHg;(79.7±14.3)次/min,差异有统计学意义(P<0.05);研究组收缩压(134.36±12.24)mmHg及舒张压(89.23±6.78)mmHg显著优于对照组(123.37±10.65)mmHg,(81.24±7.23)mmHg,组间对比差异有统计学意义(P<0.05)。

在刘媛媛等[11]的研究中,研究组患者麻醉有效率为95.39%,血流动力学指标为(105.7±12.8)mmHg,(88.1±14.9)次/min,研究组收缩压(134.36±12.24)mmHg及舒张压(89.23±6.78)mmHg,相较对照组结果更为突出,该研究研究组麻醉效果、血流动力学指标、收缩压及舒张压均优于对照组,与刘媛媛等[11]研究结果相差无几,具有可靠性。