《各种非参数检验》由会员分享，可在线阅读，更多相关《各种非参数检验（19页珍藏版）》请在金锄头文库上搜索。
1、第十三章 非参数检验第一节 Chi-Square 过程13.1.1主要功能13.1.2实例操作 第二节Binomial过程13.2.1主要功能13.2.2实例操作第三节Runs过程13.3.1主要功能13.3.2实例操作第四节1-Sample K-S过程13.4.1主要功能13.4.2实例操作第五节 2 Independent Samples 过程13.5.1主要功能13.5.2实例操作第六节 k Independent Samples 过程13.6.1主要功能13.6.2实例操作第七节2 Related Samples过程13.7.1主要功能13.7.2 实例操作第八节 K Related
2、Samples 过程13.8.1主要功能13.8.2实例操作许多统计分析方法的应用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整齐，等等。这些方法常用来估计或检验总体参数，统称 为参数统计。但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，这时做统计分析常常 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)，这类方法称非参数统 计(Nonparametrie tests)。非参数统计方法简便，适用性强，但检验效率较低，应用时应加以考虑。第一节 Chi-Square 过程13.1.1 主要功能调用此过程可对样本数据的分布进行卡方检验。
3、卡方检验适用于配合度检验，主要用于 分析实际频数与某理论频数是否相符。13.1.2 实例操作例 13-1某地一周内各日死亡数的分布如下表，请检验一周内各日的死亡危险性是否 相同？13.1.2.1 数据准备激活数据管理窗口，定义变量名：各周日为day,死亡数为death。按顺序输入数据，结 果见图 13.1。激活 Data 菜单选 WeightCases.命令项，弹出 Weight Cases 对话框（如图 13.2），选death点击钮使之进入Frequency Variable框，定义死亡数为权数，再点击OK 钮即可。c:spsswinsp132_savSI1：dayDdaydeath1i.
4、oo|11.0022.00i y.rio33.0017.00A4.0015.0055.001 3.0066.0 016.0077.ULIi y.rio* 1I*图13.1数据录入窗口13.1.2.2 统计分析激活 Statistics 菜单选 Nonparametric Tests 中的 Chi-Square. 命令项，弹出 Chi-Square Test对话框（图13.3）。现欲对一周内各日的死亡数进行分布分析，故在对话 框左侧的变量列表中选day，点击钮使之进入Test Variable List框，点击OK钮即可。13.1.2.3 结果解释在结果输出窗口中将看到如下统计数据：运算结果显示
5、一周内各日死亡的理论数（Expected）为15.71,即一周内各日死亡均数; 还算出实际死亡数与理论死亡数的差值（Residual）；卡方值x 2 = 3.4000,自由度数（D.F.） = 6 , P = 0.7572 ,可认为一周内各日的死亡危险性是相同的。第二节 Binomial 过程13.2.1 主要功能有些总体只能划分为两类，如医学中的生与死、患病的有与无。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 调用Binomial过程可对样本资料进行二项分布分析。13.2.2 实例操作例13-2某地某一时期内出生40名婴儿，其中女性
6、12名（定Sex=0）,男性28名（定 Sex=l）。问这个地方出生婴儿的性比例与通常的男女性比例（总体概率约为0.5）是否不 同？13.2.2.1 数据准备激活数据管理窗口，定义性别变量为sex。按出生顺序输入数据，男性为1,女性为0。13.2.2.2 统计分析激活 Statistics 菜单选 Nonparametric Tests 中的 Binomial Test.命令项，弹出 Binomial Test对话框（图13.4）。在对话框左侧的变量列表中选sex，点击钮使之进入Test Variable List框，在Test Proportion框中键入0.50，再点击OK钮即可。13.2
7、.2.3 结果解释在结果输出窗口中将看到如下统计数据：二项分布检验表明，女婴12 名，男婴28名，观察概率为0.7000（即男婴占70%），检 验概率为 0.5000，二项分布检验的结果是双侧概率为 0.0177，可认为男女比例的差异有高 度显著性，即与通常0.5 的性比例相比，该地男婴比女婴明显为多。SEX返回目录CasesTest Prop. =.500028 = 1.00Obs. Prop. =.700012 = .00Z Approximation40 Total2-Tailed P = .0177第三节 Runs 过程13.3.1 主要功能依时间或其他顺序排列的有序数列中，具有相同的
8、事件或符号的连续部分称为一个游 程。调用 Runs 过程可进行游程检验，即用于检验序列中事件发生过程的随机性分析。返回目录返回全书目录13.3.2 实例操作例 13-3 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 “1”，对非发病的住户标记为“0”，共 17 户：问病户的分布排列是呈聚集趋势，还是随机分布？13.3.2.1 数据准备激活数据管理窗口，定义住户变量为epi。按住户顺序输入数据，发病的住户为1 ,非 发病的住户为 0。13.3.2.2 统计分析激活 Statistics 菜单选 Nonparametrie Tests 中的 Runs Test.项，弹出 Run
9、s Test 对话框（图13.5）。在对话框左侧的变量列表中选epi，点击钮使之进入Test Variable List 框。在临界割点 Cut Point 框中有四个选项：1、Median：中位数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点 的为另一类；2、Mode：众数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为 另一类；3、Mean：均数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为 另一类；4、Custom：用户指定临界割点，其值在临界割点之下的为一类，大于或等于临界割点 的为另一类；本例选Custom项，在其方框中键入1 （根据需要选项
10、，本例是0、1二分变量，故临界 割点值用1）,再点击OK钮即可。13.3.2.3 结果解释在结果输出窗口中将看到如下统计数据：检验结果可见本例游程个数为14,检验临界割点值（Test value） =1.00，小于1.00 者有17个案例，而大于或等于1.00者有9个案例。 Z = 0.3246，双侧 P =0.7455。 所以 认为此地方病的病户沿河分布的情况无聚集性，而是呈随机分布。返回目录第四节 1-Sample K-S 过程13.4.1 主要功能调用此过程可对单样本进行 Kolmogorov-Smirnov 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（U
11、niform）、泊松分布（Poisson）进行比较。13.4.2 实例操作例 13-4某地正常成年男子144 人红细胞计数（万/立方毫米）的频数资料如下，问该 资料的频数是否呈正态分布？红细胞计数人数红细胞计数人数420-2540-24440-4560-22460-7580-16480-16600-2500-20620-6520-25640-113.4.2.1 数据准备激活数据管理窗口，定义频数变量名为f,依次输入人数资料。13.4.2.2 统计分析激活 Statistics 菜单选 Nonparametric Tests 中的 1-Sample K-S .命令项，弹出 One-Sample
12、Kolmogorov-Smirnov Test 对话框（图 13.6）。在对话框左侧的变量列表中选 f,点击钮使之进入Test Variable List框，在Test Distribution框中选Normal项，表明 与正态分布形式相比较，再点击OK钮即可。13.4.2.3 结果解释 在结果输出窗口中将看到如下统计数据：K-S正态性检验的结果显示，Z值=0.7032，双侧P值=0.7060,可认为该地正常成年男 子的红细胞计数符合正态分布。返回目录FTest distribution NormalMean:12.0000StandardDeviation:9.3808Cases: 12Mo
13、st extreme differencesAbsolutePositiveNegativeK-S Z2-Tailed P.20298.20298-.16509.7032.7060第五节 2 Independent Samples 过程13.5.1 主要功能调用此过程可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返回目录13.5.2 实例操作例13-5 调查某厂的铅作业工人7人和非铅作业工人10人的血铅值（“g / 100如 下，问两组工人的血铅值有无差别？非铅作业组556791213151821铅作业组1718202534434413.5.2.1 数据准备激活数据管理窗口，
14、定义分组变量为group （非铅作业组为1,铅作业组为2）,血铅 值为Pb。按顺序输入数据。13.5.2.2 统计分析激活 Statistics 菜单选 NonparametricTests 中的 2IndependentSamples.命令项， 弹出TwoTndependent-Samples-Test对话框（图13.7）。在对话框左侧的变量列表中选Pb, 点击钮使之进入Test Variable List框；选group，点击钮使之进入Grouping Variable 框，点击 Define Groups. 钮，在弹出的 Two Independent Samples:Define Groups 对话 框 内 定 义 Group 1 为 1 ， Group 2 为 2 ， 之 后点 击 Continue 钮 返 回 TwoTndependent-Samples-Test对话框；在Test Type框中有四种检验方法：Mann-Whi tney U：主要用于判别两个独立样本所属的总体是否有相同的分布； Kolmogorov-Smirnov Z：推测两个样本是否来自具有相
