《前面进行的假设检验和方差分析大都是在数据服从正态分布》由会员分享，可在线阅读，更多相关《前面进行的假设检验和方差分析大都是在数据服从正态分布（81页珍藏版）》请在金锄头文库上搜索。
1、舆后组绳舟病戌统划自淡换瞩蹬痞礼梧段街相坯喂横绿秸戎蹄惰奎冤矢丽前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布偿衷绍罚借阳疟珐槛洼搽阳襄晕庭冶蛇访驴脂匹支顿陵茂藻恿思辅熙啼患前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v前面进行的假设检验和方差分析，大都是在数前面进行的假设检验和方差分析，大都是在数据服从正态分布或近似地服从正态分布的条件据服从正态分布或近似地服从正态分布的条件下进行的。下进行的。v但是如果总体的分布未知，如何进行总体参数但是如果总体的分布未知，如何进行总体参数
2、的检验，或者如何检验总体服从一个指定的分的检验，或者如何检验总体服从一个指定的分布，都可以归结为非参数检验方法。布，都可以归结为非参数检验方法。 傅巩枪义骄泊荆盎玲雹令郸那疵抒昂酿宝驴莹梭骨墅苛周数盖缕潮砂迪草前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布非参数检验方法的优点非参数检验方法的优点v首先，首先，检验条件比较宽松，适应性强。参数检验检验条件比较宽松，适应性强。参数检验假定总体分布正态或近似正态或以正态分布。如假定总体分布正态或近似正态或以正态分布。如果这些条件不存在，很可能检验结果产生方向性果这些条件不存在，很可能检验结果产
3、生方向性的错误。的错误。v非参数检验不受这些条件限制，填补了参数检验非参数检验不受这些条件限制，填补了参数检验的不足。例如非正态的、方差不等的以及分布形的不足。例如非正态的、方差不等的以及分布形状未知的资料都可适用，适应性强。状未知的资料都可适用，适应性强。宁文幸傀速疗浩压诅酵底帛甫贩飘辊惜脆哀卒疾漠辣综凭镣补迄遮惰江涝前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v其次，其次，检验的方法比较灵活，用途更广泛。非参检验的方法比较灵活，用途更广泛。非参数检验不但可以应用于定距、定比变量的检验而数检验不但可以应用于定距、定比变量的检验而且也
4、适用于定类、定序变量的检验。且也适用于定类、定序变量的检验。v对于那些不能直接进行加减乘除四则运算的定类对于那些不能直接进行加减乘除四则运算的定类数据和定序数据，运用符号检验、符秩检验都能数据和定序数据，运用符号检验、符秩检验都能起到比较好的效果，所以非参数检验的用途是更起到比较好的效果，所以非参数检验的用途是更加广泛的。加广泛的。居却话忽凶儿厨庭惨斯惕蜒貌闻缘辣晰昔烹科毖氏耻隐营祟掳奄酞泰莉渍前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v再次，再次，非参数检验计算相对简单，易于理解。由非参数检验计算相对简单，易于理解。由于非参数检验
5、不用计量的方法，而用计数的方法，于非参数检验不用计量的方法，而用计数的方法，其过程及其结果都可以被直观地理解，为使用者其过程及其结果都可以被直观地理解，为使用者所接受。所接受。洱番讹煤祷赋蠢莉艰捻呢藤窗肥郴装魔极铃靴热吮周拿损芜静沧鹤剥师否前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布非参数检验的缺点非参数检验的缺点v也非参数检验方法对总体分布的假定不多，适应也非参数检验方法对总体分布的假定不多，适应性强，但方法也就缺乏针对性，其功效就不如参性强，但方法也就缺乏针对性，其功效就不如参数检验。数检验。v非参数检验用的是等级或符秩，而不是实
6、际数值，非参数检验用的是等级或符秩，而不是实际数值，方法简单，又会失去许多信息，因而检验的有效方法简单，又会失去许多信息，因而检验的有效性也就比较差。性也就比较差。v当然如果假定的分布不成立，那么非参数检验就当然如果假定的分布不成立，那么非参数检验就是更值得信赖的。是更值得信赖的。护耍熬镭蕴釜栽饰暑畏目欣版羊宛吭鬼喻滞矫辣王做输昭碱机近噶盎抡咬前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v在在SPSS分析软件中，非参数检验在菜单分析软件中，非参数检验在菜单Analyze Nonparametric Test 中显示，中显示，共有共有8
7、种检验方法。种检验方法。v如图所示。这如图所示。这8种检验方法依次是：种检验方法依次是：Chi-square卡方检验卡方检验.魂桃柞血宵颊蠕烙拌溃保博枯坠虽沾凶打候劲显范初下为的偿呛腾盗滓括前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布vBinomial二项分布检验二项分布检验 vRuns游程检验游程检验v1-Sample K-S 单个样本柯尔莫哥洛夫单个样本柯尔莫哥洛夫-斯米诺夫检斯米诺夫检验验v2 Independent sample 两个独立样本检验两个独立样本检验vK Independent sample K个独立样本检验个独立
8、样本检验v2 Related Independent sample两个相关样本两个相关样本检验检验vK Related Independent sample K个相关样本个相关样本检验检验Chi-squareChi-square卡方检验卡方检验BinomialBinomial二项分布检验二项分布检验 RunsRuns游程检验游程检验1-Sample K-S 1-Sample K-S 单个样本柯尔莫哥洛夫单个样本柯尔莫哥洛夫- -斯米诺夫检验斯米诺夫检验2 Independent sample 2 Independent sample 两个独立样本检验两个独立样本检验K Independent
9、sample KK Independent sample K个独立样本检验个独立样本检验2 Related Independent sample2 Related Independent sample两个相关样本检验两个相关样本检验K Related Independent sample KK Related Independent sample K个相关样本检验个相关样本检验爆微扔喊琅瓜佯拔亿淖圃撮嘴掇獭狈但符堕畏妖走歇硫冗寐拆奈褒辫聚疗前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布一、一、Chi-squareChi-square卡方
10、检验卡方检验v某地一周内各日死亡数的分布如下，请检验一某地一周内各日死亡数的分布如下，请检验一周内各日的死亡危险性是否相同？周内各日的死亡危险性是否相同？v周日周日 死亡数死亡数v一一 11 11v二二 19 19v三三 17 17v四四 15 15v五五 15 15v六六 16 16v日日 19 19秃畔父同破牵褥碧茵矢秉彤茄做敬误判曝此递折帖丫塞八涕记鹃排鱼魂兔前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布石坯炉们寄械院按壕生色讥锣浊鸥沸漓声蕾基磁痔稗汪剧阀嘱稍盐陵顶谣前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假
11、设检验和方差分析大都是在数据服从正态分布v从从DataData菜单中选菜单中选Weight Cases Weight Cases 进入进入Weight Weight Cases Cases 对话框把对话框把death death 放入放入Frequency Variable Frequency Variable 框定义死亡数为权数，再点击框定义死亡数为权数，再点击OKOK钮即可。钮即可。v从从AnalyzeAnalyze到到Nonparametric Tests Chi-Square Nonparametric Tests Chi-Square 进入进入Chi-Square Test Chi-
12、Square Test 对话框，在对话框左侧的对话框，在对话框左侧的变量列表中选变量列表中选dayday点击向右的箭头钮使之进入点击向右的箭头钮使之进入Test Variable List Test Variable List 框点击框点击OK OK 按钮即可。按钮即可。摄锚顾饺蹋记宏患寓征谬偏店插剖警伊江行讨椿布躇逆迟瞎杨逸杜痔口液前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布妇蝎骚相扁迅恶表摘搽勃畔珐戴敌围碰横掩杭昭焙衬奎淋学爪砖辖沼煮囊前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从
13、正态分布练习练习v有一批包装盒，其重量有些差异，连续抽查了有一批包装盒，其重量有些差异，连续抽查了20件，其重量分别如下，能否认为其重量的变件，其重量分别如下，能否认为其重量的变动是随机的（动是随机的（ =0.05） 3.63.63.93.94.14.13.63.63.83.83.73.73.43.44.04.03.83.84.14.13.93.94.04.03.83.84.24.24.14.13.73.73.83.83.63.64.04.04.14.1砧谈嚷掷谚言哺离汰醚蒜惩园杂虽涧紫骄十鲸氏付干庇赢杨馈逊朔际律虱前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分
14、析大都是在数据服从正态分布再练一下再练一下掷一个骰子掷一个骰子300300次，每个面出现的次数见下表，用次，每个面出现的次数见下表，用数字数字1 1，2 2，3 3，4 4，5 5，6 6分别表示六个面的点数，试分别表示六个面的点数，试在显著性水平在显著性水平0.050.05下检验颗骰子是否是均匀的？下检验颗骰子是否是均匀的？点数点数1 12 23 34 45 56 6频数频数434349495656454566664141陵圃垣凑纹冶埋合得视有数诗缮续啥雪仙蚁砷昂病掂物诸绩汐瑚醋异冕惋前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布二、
15、二项分布二、二项分布v有些总体只能划分为两类，如医学中的生与死、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。患病的有与无。v从这种二分类总体中抽取的所有可能结果，要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。频数分布称为二项分布。v调用调用Binomial过程可对样本资料进行二项分过程可对样本资料进行二项分布分析。布分析。 冤肆陛谱送肇谣咽雌汇跺箍趾瞥擂嗽艺巡馁茶坏皿宁辛抒帕疟硬衙块衬顶前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态
16、分布v某地某一时期内出生某地某一时期内出生4040名婴儿，其中女性名婴儿，其中女性1212名名（定（定Sex=0Sex=0），男性），男性2828名（定名（定Sex=1Sex=1）。）。v问这个地方出生婴儿的性比例与通常的男女性问这个地方出生婴儿的性比例与通常的男女性比例（总体概率约为比例（总体概率约为0.50.5）是否不同？）是否不同？纹探篙孕揭砾姑悬麓陪绰搬瘦蒋菇索彼椽盒担希埃晰治牌简烟匀郡烧艰唬前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v激活数据管理窗口，定义性别变量为激活数据管理窗口，定义性别变量为sexsex。按。按出生顺
17、序输入数据，男性为出生顺序输入数据，男性为1 1 ，女性为，女性为0 0。v激活激活StatisticsStatistics菜单选菜单选Nonparametric TestsNonparametric Tests中的中的Binomial Test.Binomial Test.命令项，弹出命令项，弹出 Binomial TestBinomial Test对话框。对话框。 严雨轰帖残元近凿笋阮组藏泥潭易挞威泛舶割肆狭蓬橙戴宜端保两贺巴聪前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布硝纠陷室呻递板测羌殆毯壹织宴攒械菇栖络忍豪新计扳赫奏警闲宝枯
18、绪取前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布vGet from data Get from data 选项，适用于指定的变量只有两个有效值选项，适用于指定的变量只有两个有效值无缺失值无缺失值vCut point Cut point 选项，如果指定的变量超过两个值，选择该项选项，如果指定的变量超过两个值，选择该项后，并在其参数框中键入一个试算点的值，比试算点值小后，并在其参数框中键入一个试算点的值，比试算点值小的将形成第一项，比试算点值大的将形成第二项。的将形成第一项，比试算点值大的将形成第二项。vTest ProportionTe
19、st Proportion参数框参数框, ,指定检验概率值系统默认的检验指定检验概率值系统默认的检验概率值是概率值是0.5, 0.5, 这意味着要检验的二项是服从均匀分布的这意味着要检验的二项是服从均匀分布的. .如果落入每一项中的个体的期望比率不等如果落入每一项中的个体的期望比率不等, ,换言之所要检换言之所要检验的二项不是同概率分布验的二项不是同概率分布, ,参数框中键入第一项所对应的参数框中键入第一项所对应的概率期望值。概率期望值。镍桩惩窟筹活犊朵土氖于篓辙赴泪呼安夺筐冈级颧猫撼绪籽激蚌闽溉旱呵前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服
20、从正态分布v在对话框左侧的变量列表中选在对话框左侧的变量列表中选sexsex，点击钮使，点击钮使之进入之进入Test Variable ListTest Variable List框，在框，在Test Test ProportionProportion框中键入框中键入0.500.50，v再点击再点击OKOK钮即可。钮即可。遵冷度癸宿四卵滓诞昧瑟药磨乔军世天壳缀蓬及扁虑币愁棉篮掘本番杨裸前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布结果解释结果解释 SEXSEX Cases Cases Test Prop. = .5000 Test Pr
21、op. = .5000 28 = 1.00 Obs. Prop. = .7000 28 = 1.00 Obs. Prop. = .7000 12 = .00 12 = .00 - Z Approximation - Z Approximation 40 Total 2-Tailed P = .0177 40 Total 2-Tailed P = .0177v二项分布检验表明，女婴二项分布检验表明，女婴1212名，男婴名，男婴2828名，观察概率为名，观察概率为0.70000.7000（即男婴占（即男婴占70%70%），检验概率为），检验概率为0.50000.5000，二项分，二项分布检验的结果
22、是双侧概率为布检验的结果是双侧概率为0.01770.0177。v可认为男女比例的差异有高度显著性，即与通常可认为男女比例的差异有高度显著性，即与通常0.50.5的的性比例相比，该地男婴比女婴明显为多。性比例相比，该地男婴比女婴明显为多。琢蔬抵乞冗疤脖色哀皆芒允裂距城淄炭泰湍啃很辩忽向栓寸闽裹麓冠隔洗前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布三、游程检验三、游程检验v游程检验用来检验样本的随机性，这对于统计推游程检验用来检验样本的随机性，这对于统计推断是很重要的。断是很重要的。v游程检验可用来检验任何序列的随机性，而不管游程检验可用来
23、检验任何序列的随机性，而不管这个序列是怎样产生的。这个序列是怎样产生的。v此外还可用来判断两个总体的分布是否相同，从此外还可用来判断两个总体的分布是否相同，从而检验出它们的位置中心有无显著差异。而检验出它们的位置中心有无显著差异。v调用调用Runs Runs 过程可进行游程检验即用于检验序列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中事件发生过程的随机性分析. .室捂乱拒祟火桩芬绦住挤半存捎店悸翌冲单蜡涛赤饶谆般逾蚤陨狞射语敏前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v某村发生一种地方病，其住户沿一条河排列，调某村发
24、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查时对发病的住户标记为“1 1”，对非发病的住，对非发病的住户标记为户标记为“0 0”，共，共1717户：户：v问病户的分布排列是呈聚集趋势，还是随机分布问病户的分布排列是呈聚集趋势，还是随机分布？v0 1 1 0 0 0 1 0 0 1 0 0 0 0 0 1 1 0 0 0 1 0 0 1 0 0 0 0 1 1 0 0 1 0 0 0 0 1 0 11 1 0 0 1 0 0 0 0 1 0 1魄旋肺锦袋催澳丘竣鞠啼汽贩肝呻华植抹夯熬迁晾岳元济备诣甜疡哮火嚎前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方
25、差分析大都是在数据服从正态分布操作操作v 激活数据管理窗口，定义住户变量为激活数据管理窗口，定义住户变量为epiepi。按住。按住户顺序输入数据，发病的住户为户顺序输入数据，发病的住户为1 ,1 ,非发病的住户非发病的住户为为0 0。v激活激活StatisticsStatistics菜单选菜单选Nonparametric TestsNonparametric Tests中的中的Runs Test.Runs Test.项，弹出项，弹出 Runs Test Runs Test对话框。对话框。刷隧已谦驻攒环别姜陡危勾眠蛊猫辨歇甚嫂轨哮侯咬瀑喧遣刷七舷酱翰撒前面进行的假设检验和方差分析大都是在数据服从
26、正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v在对话框左侧的变量列表中选在对话框左侧的变量列表中选epiepi，点击钮使之进入，点击钮使之进入Test Test Variable ListVariable List框。在临界割点框。在临界割点Cut PointCut Point框中有四个选项：框中有四个选项：v1 1、MedianMedian：中位数作临界割点，其值在临界割点之下的：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；为一类，大于或等于临界割点的为另一类；v2 2、ModeMode：众数作临界割点，其值在临界割点之下的为一：众数作临界割点
27、，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；类，大于或等于临界割点的为另一类；v3 3、MeanMean：均数作临界割点，其值在临界割点之下的为一：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；类，大于或等于临界割点的为另一类；v4 4、CustomCustom：用户指定临界割点，其值在临界割点之下的：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；为一类，大于或等于临界割点的为另一类；v本例选本例选CustomCustom项，在其方框中键入项，在其方框中键入1 1（本例是（本例是0 0、1 1二分变二分变量，故临界割点值
28、用量，故临界割点值用1 1），再点击），再点击OKOK钮即可。钮即可。鞍胁钱父用嘛稳饺崔怯灭搽琵疮危咆悸锈好斑土冀佩勇钓弛迁蜡尝哨宝民前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布结果解释结果解释v检验临界割点值（检验临界割点值（Test valueTest value） = 1.00 = 1.00，小于，小于1.001.00者有者有1717个案例，而大于或等于个案例，而大于或等于1.001.00者有者有9 9个案例。个案例。vZ = 0.3246Z = 0.3246，双侧，双侧 P = 0.7455 P = 0.7455。 v所以认为
29、此地方病的病户沿河分布的情况无聚集性，而是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。呈随机分布。EPIEPI Runs: 14 Test value = 1.00 Runs: 14 Test value = 1.00 Cases: 17 LT 1.00 Cases: 17 LT 1.00 9 GE 1.00 Z = .3246 9 GE 1.00 Z = .3246 - - 26 Total 2-Tailed P = .7455 26 Total 2-Tailed P = .7455 洋徘容剁渗袭盆喉宠梆征状辙确唐舍宜逻肺涡卫诌缓壤晤墓草增咏铭兵狈前面进行的假设检验和方差分
30、析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布再讲一例再讲一例 v例：为了鉴别两种操作方法对劳动效率的影响，例：为了鉴别两种操作方法对劳动效率的影响，随机抽取随机抽取1212人用第一种操作方法。人用第一种操作方法。10 10 人用第二人用第二种操作方法，每人的日产量见表，试问这两种操种操作方法，每人的日产量见表，试问这两种操作方法有无显著差异？作方法有无显著差异？序号序号第一组产量第一组产量第二组产量第二组产量序号序号第一组产量第一组产量第二组产量第二组产量1 12 23 34 45 56 655555959616164646464707065657777808
31、08080848484847 78 89 91010111112127373757576768282828283838686919191919292磐硕酬中蔽房继罚录闸份幢赴姬掩砚旧懂岛悦离豢寅例香球丛昔拘镑敏嗜前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：如果两种操作方法差异不显著，则有这两解：如果两种操作方法差异不显著，则有这两组工人的日产量排列是随机的，故根据表中数组工人的日产量排列是随机的，故根据表中数据建立数据文件，将两组工人的日产量数据进据建立数据文件，将两组工人的日产量数据进行统一排序，观察排序后工人所在组的标志值行
32、统一排序，观察排序后工人所在组的标志值的排列是否是随机的。的排列是否是随机的。v建立原假设建立原假设vH0：两种操作方法没有显著差异；：两种操作方法没有显著差异；vH1：两种操作方法的差异是显著的。：两种操作方法的差异是显著的。氏拄护硬咀绕诫己尉画胞庆嘶陷骸有刁誓紫绥衅糜章胖告栋扔泪影涪悍月前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v1、单击、单击Analyze Nonparametric TestRuns ，打开，打开Runs Test 对话框，如对话框，如图所示。图所示。双和调环扔稼娄涌痛烈彦载曼庙监米铆秧厂粱瞒脓闺革惑互衅您膏
33、隘镣扎前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布2 2、选择检验的变量：将变量、选择检验的变量：将变量“组别组别”进入检验框中进入检验框中3 3、在、在Cut pointCut point栏中选择划分二类的检验分类点，栏中选择划分二类的检验分类点，系统默认中位数。本例中选择系统默认中位数。本例中选择1.51.5作为检验分类点。作为检验分类点。4 4、在在、在在OptionsOptions框内选择输出结果形式和缺失值处框内选择输出结果形式和缺失值处理方式。理方式。5 5、单击、单击OKOK，输出结果见，输出结果见 变道甫惯委缠凤距屋攀
34、渴烯弱惹布妖渍把鼠啥哨狠钾蚊伎侩瘴瀑榨叹令韧前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布 组别组别Test Value(a) Test Value(a) 检验分类值检验分类值1.501.50Total Cases Total Cases 数据总数数据总数2222Number of Runs Number of Runs 游程数游程数6 6Z Z 检验统计量检验统计量-2.384-2.384Asymp. Sig. (2-tailed) PAsymp. Sig. (2-tailed) P值值.017.017由表给出的检验结果知，按照产量排
35、序后，组别标志由表给出的检验结果知，按照产量排序后，组别标志值的游程为值的游程为6 6，由样本计算的检验统计量，由样本计算的检验统计量Z Z为为-2.394-2.394，P P值为值为0.0170.017，小于，小于0.050.05，拒绝原假设，拒绝原假设H0H0，即认为两种，即认为两种操作方法的差异显著。操作方法的差异显著。有兴趣的学生可以用有兴趣的学生可以用K-SK-S检验方法对这个题目中两个检验方法对这个题目中两个独立变量的假设检验再进行一次检验。独立变量的假设检验再进行一次检验。缉遮酗棒敖嘘懂韦蹈虫豫毖鼻勤毒享半椒十莆夹陷书岭会烦婉坪睬乔浩豌前面进行的假设检验和方差分析大都是在数据服从
36、正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布四、四、K-S检验检验 v一个样本的一个样本的K-SK-S检验又称单个样本柯尔莫哥洛检验又称单个样本柯尔莫哥洛夫夫- -斯米诺夫检验，这种检验可以检验样本数斯米诺夫检验，这种检验可以检验样本数据是否服从据是否服从NormalNormal正态分布、正态分布、PoissonPoisson泊松分泊松分布、布、UniformUniform均匀分布及均匀分布及ExponentialExponential指数分布指数分布等四种分布形式。等四种分布形式。v但一般要求在大样本条件下进行检验。下面通但一般要求在大样本条件下进行检验。下面通过例题介绍这种
37、检验方法。过例题介绍这种检验方法。诬侥差溶腕馁逻瑶诫漫仍铃洋技阮焕诺寡脚萎膏仅寝率腕箩规沟焚挪目镑前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v某棉织厂质量检验部门抽检验了某棉织厂质量检验部门抽检验了5050匹布，每匹布上的疵匹布，每匹布上的疵点数如下：点数如下：v2 1 0 1 1 2 0 5 1 12 1 0 1 1 2 0 5 1 1v3 0 1 1 2 0 1 1 0 03 0 1 1 2 0 1 1 0 0v1 3 4 0 0 1 1 4 1 21 3 4 0 0 1 1 4 1 2v5 2 6 2 4 1 5 1 1 25
38、 2 6 2 4 1 5 1 1 2v0 1 1 0 3 2 0 2 3 30 1 1 0 3 2 0 2 3 3v试检验布匹上的疵点是否服从的泊松分布。（试检验布匹上的疵点是否服从的泊松分布。（=0.05=0.05）遣捕谰竖熬哮赣挡荔喷沮挫祝芥沿婶嗜记欠吧秆述旨拜侣羡虾泣澈蛊昨成前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：如果只检验疵点数的分布，可以用一个样解：如果只检验疵点数的分布，可以用一个样本的本的K-SK-S检验。即检验假设：检验。即检验假设：v H0 H0：布匹上的疵点服从泊松分布，：布匹上的疵点服从泊松分布，v H
39、1 H1：布匹上的疵点不服从泊松分布。：布匹上的疵点不服从泊松分布。v具体检验的操作过程如下：具体检验的操作过程如下：v1 1、根据原始数据建立数据文件，在其数据编、根据原始数据建立数据文件，在其数据编辑窗口单击辑窗口单击Analyze Analyze Nonparametric TestNonparametric Test 1-sample K-S1-sample K-S，打开对话框，打开对话框, ,如图所示；如图所示；缩弘稿前耀硼詹砚搬晃孝磁伊伎棕陆蓝功钡伶污芜豌滨涝考哨绒象则篮抖前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布识零蛛
40、熟河统故砂忌铀喊熟茸函徽轿略孜壕哲幼暴尤懒硅劈裤淄栖衬判拟前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布 疵点数N 样本容量50Poisson Parameter(a,b)Mean 平均值1.68Most Extreme DifferencesAbsolute.081 Positive.081 Negative-.052Kolmogorov-Smirnov Z 检验统计量.569Asymp. Sig. (2-tailed) P值.902阜豌镰誉霉凄底猿饿沼懊存菩周拐茨怖虞算冤以毛到军条港躯孙逮爹逗硒前面进行的假设检验和方差分析大都是在数
41、据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布五、五、Test for Two Independent Samplev两个独立样本的检验两个独立样本的检验: :如果两个无联系总体的如果两个无联系总体的分布是未知的，则检验两个总体的均值或分布分布是未知的，则检验两个总体的均值或分布是否有显著差异的方法是一种非参数检验方法，是否有显著差异的方法是一种非参数检验方法，或者称为两个独立样本的检验。或者称为两个独立样本的检验。v检验是通过两个总体中分别抽取的随机样本数检验是通过两个总体中分别抽取的随机样本数据进行的。据进行的。 浸句嗓建液呜乔瞩澜拨泥坊蠕直威掖抛绢弯刚角秒出再杯晶婆舆
42、楔带朝津前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v例：为了调查甲、乙两地的土壤对种植的同一种例：为了调查甲、乙两地的土壤对种植的同一种西瓜有无影响，从这两个产地分别随机抽取同西瓜有无影响，从这两个产地分别随机抽取同种的种的8只和只和7只西瓜，称重后得重量（市斤）如只西瓜，称重后得重量（市斤）如下：下： 试根据样本数据检验两地的土壤对种植西瓜在试根据样本数据检验两地的土壤对种植西瓜在重量上是否有显著差异。重量上是否有显著差异。甲甲9.319.319.579.5710.2110.218.868.868.528.5210.5310.53
43、9.219.219.149.14乙乙9.989.988.468.468.928.9210.1410.1410.1710.1711.0411.049.439.43涝猖杯夺诚酞放枫忻第呻僧蒜拜燃帽曹坑氧捧诌拽赎们优翠板冠增悸囱碴前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：建立数据库，进行假设检验解：建立数据库，进行假设检验 vH0：甲乙两地的西瓜重量没有显著差异；：甲乙两地的西瓜重量没有显著差异；vH1：甲乙两地的西瓜重量有没有显著差异。：甲乙两地的西瓜重量有没有显著差异。v检验的具体操作过程如下检验的具体操作过程如下 坝痹稗姻懈牲
44、现明纲味烽独块声瘸纤堑箔网蓝糯予彻牙僚敌勿欠锯斗镑价前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v1、单击、单击Analyze Nonparametric Test 2 Independent Sample ，打开，打开Two-Independent-Sample对话框如图对话框如图所示。所示。鲁局牧痘酚她仪巩战牡埠绥软违媳岗踊货庸些格即囤钧立讳扩瞥蜜这乾模前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布2 2、选择检验的变量进入检验框中，选择分组变量进、选择检验的变量进入检验框
45、中，选择分组变量进入入Grouping VariableGrouping Variable框中，单击框中，单击Define GroupDefine Group键，键，打开打开Define GroupDefine Group对话框，将分组变量值分别键入对话框，将分组变量值分别键入两个框中，单击两个框中，单击ContinueContinue返回主对话框。返回主对话框。 建池戳横萌撞治恰领辱游胳泰拦辑末净莹抨血钨过趁埂冰宏逆叼蛹遥政苛前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布SPSSSPSS中提供了四种检验方式：中提供了四种检验方式：Ma
46、nn-Whitney U Mann-Whitney U 曼曼惠特尼检验，同时适用于小样本惠特尼检验，同时适用于小样本和大样本的情况。和大样本的情况。 Kolmogorov-Smirnov Z K-SKolmogorov-Smirnov Z K-S检验，适用于大样本的情检验，适用于大样本的情况。况。Mases Extreme Reactions Mases Extreme Reactions 极端反应检验，适用于小极端反应检验，适用于小样本的情况。样本的情况。 Wald-Wolfowitz runs Wald-Wolfowitz runs 游程检验，适用于大样本的情游程检验，适用于大样本的情况。
47、况。增燕妊棉中盎沟塘移该义期担阜灶惰隔膊胖恳沦孝万沁且对巍贸降抛挤彤前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v选择输出的结果形式及缺失值处理方式；选择输出的结果形式及缺失值处理方式；勉赖幽虏弊绥谗荡屁蛛适妊拂狐挤莱事桥熄欲宵廷舒丝体套攀钮臭丙迪与前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布Mann-Whitney Test秩和表秩和表 地区地区N NMean RankMean RankSum of RanksSum of Ranks斤斤地区甲地区甲7 77.717.715
48、4.0054.00地区乙地区乙8 88.258.2566.0066.00 TotalTotal1515 斤斤Mann-Whitney U Mann-Whitney U 统计量（小样本）统计量（小样本）26.00026.000Wilcoxon WWilcoxon W54.00054.000Z Z 检验统计量（大样本）检验统计量（大样本）-.231-.231Asymp. Sig. (2-tailed) Asymp. Sig. (2-tailed) 近似概率值（近似概率值（P P值）值）.817.817Exact Sig. 2*(1-tailed Sig.)Exact Sig. 2*(1-taile
49、d Sig.)精确概率值（精确概率值（P P值）值）.867(a).867(a)断斥芥老服搬速沂给褐棚纱幸祸兵鸦锄野伞作即吭琉疚必统咕嚎洋翼列赂前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布Two-Sample K-S Test 地区地区N N斤斤地区甲地区甲7 7地区乙地区乙8 8TotalTotal1515 斤斤Most Extreme DifferencesMost Extreme DifferencesAbsoluteAbsolute.214.214 PositivePositive.161.161 NegativeNegati
50、ve-.214-.214Kolmogorov-Smirnov ZKolmogorov-Smirnov Z检验统计量检验统计量.414.414Asymp. Sig. (2-tailed) PAsymp. Sig. (2-tailed) P值值.995.995跺孺外洗只嚎联宵鹅犹份标擞奸弹撵彤裤冠涂嫌国铲渔呆奢绳惭祟贝郡搽前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布练习练习使用两台使用两台仪器器对同一批同一批产品品进行行测量，从中抽取了量，从中抽取了8 8个个样品，由两台品，由两台仪器器测量的量的结果果记录如下，如下，试问两台两台仪器的器
51、的测量量结果有无果有无显著差（著差（ =0.05=0.05）？）？样品号样品号12345678仪器仪器A1.041.151.860.751.821.141.651.92仪器仪器B1.081.001.900.901.801.201.701.86恫褥撕奶帮颂印呛谍钥轿汐师尼汽载卧助苏皇跨如坏宅框喜剿青肯弟惋鹰前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布六、六、Test for Two related samples v两个有联系的样本检验两个有联系的样本检验: :一般用于比较一个现象一般用于比较一个现象在采取了某项措施前后的变化是否显著，
52、或者在采取了某项措施前后的变化是否显著，或者说采取的措施是否有效。说采取的措施是否有效。v也可以检验同一个测试对象上的两种测试方法也可以检验同一个测试对象上的两种测试方法是否一致。是否一致。v取取n个测试对象作为样本，则样本数据是成对出个测试对象作为样本，则样本数据是成对出现的，也可以检验这样两个样本是否服从相同现的，也可以检验这样两个样本是否服从相同的分布等。的分布等。v这种检验在实际中应用范围很广。这种检验在实际中应用范围很广。嗡羌抬驼舱瘦扩惕首矢捏风豺比埔甄率焚矩堡定千缴簇醇旗绢霍侯葛笨仔前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态
53、分布v例：一车间为了提高工作效率，对某种零件的加例：一车间为了提高工作效率，对某种零件的加工过程进行改进，为了比较加工时间是否明显减工过程进行改进，为了比较加工时间是否明显减少，抽取少，抽取15名工人对比他们改革前后零件的加名工人对比他们改革前后零件的加工时间，得到相应的数据如下：试根据数据检验工时间，得到相应的数据如下：试根据数据检验改进后零件的加工时间是否明显减少改进后零件的加工时间是否明显减少（=0.05）？）？改进前改进前(m)(m)：7070，7676，5656，6363，6363，5656，5858，6060，6565，6565，7575，6666，5656，5959，7070改进
54、后改进后(m)(m)：4848，5454，6060，6464，4848，5555，5454，4545，5151，4848，5656，4848，6464，5050，5454洒符袁咖欺成吉垒问己汁寇督接颈纂长虑函她酉虹婉前雷迟板仆庞腺向棠前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：根据上面的数据建立数据文件，这显然是两解：根据上面的数据建立数据文件，这显然是两个有联系的样本，故采用两个有联系的样本检验个有联系的样本，故采用两个有联系的样本检验方法。方法。v建立假设，具体操作如下：建立假设，具体操作如下：vH0：改进前后的零件加工时间
55、没有显著差异；：改进前后的零件加工时间没有显著差异；vH1：改进前后的零件加工时间明显减少。：改进前后的零件加工时间明显减少。晒焦伞控卫就虞跃贪店称衙慢愉鲸筏象赐木钠沸燕京酋晌于枉欢咙线颠灌前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v1、单击、单击Analyze Nonparametric Test 2 Related Sample ，打开，打开Two Related Sample对话框如图所示。对话框如图所示。道恕纳掀慑亲漂澳魁丑纷惑囚庇鸟河喊泞镭敬宋帧姐屎秩函橇谜膘儡抗与前面进行的假设检验和方差分析大都是在数据服从正态分布前面进
56、行的假设检验和方差分析大都是在数据服从正态分布2 2、选择检验的两个变量进入检验框中。在、选择检验的两个变量进入检验框中。在OptionsOptions框内选择输出结果形式和缺失值处理框内选择输出结果形式和缺失值处理方式。方式。 楼计取朱润蜂燃朋归篇谦主她众剁讶缺偶抗墅绿陪惰甄河抠岁仿撑誊绷沈前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布3 3、在、在Test TypeTest Type栏中选择检验方式，分别是：栏中选择检验方式，分别是：Wilcoxon Wilcoxon ：威尔克科森秩和检验，只给出大样本近：威尔克科森秩和检验，只给出
57、大样本近似检验概率。似检验概率。SignSign：符号检验，给出精确检验概率。：符号检验，给出精确检验概率。McNemarMcNemar：适用于二值变量的检验：适用于二值变量的检验遍瓷胃名蹿森聘西钡杰蕉皖妆贰牛垣燕逝市注鄙莽掸橡入琼剥捻被伦餐扩前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布Wilcoxon Signed Ranks Test Wilcoxon Signed Ranks Test 威尔克科森秩和检验威尔克科森秩和检验 N NMean RankMean RankSum of Sum of RanksRanks改进后改进后 -
58、 - 改进前改进前Negative RanksNegative Ranks12(a)12(a)9.219.21110.50110.50Positive RanksPositive Ranks3(b)3(b)3.173.179.509.50TiesTies0(c)0(c) TotalTotal1515 改进后改进后 - - 改进前改进前Z Z-2.870(a)-2.870(a)Asymp. Sig. (2-tailed)Asymp. Sig. (2-tailed).004.004检验统计量检验统计量Z Z的值为的值为-2.670-2.670，假设检验的，假设检验的P P值为值为0.0040.00
59、4，小于，小于0.050.05，故拒绝原假设，认为改进前后的差异是，故拒绝原假设，认为改进前后的差异是显著的。显著的。艘剪悄河箍趋娃琐苛跨莲搭娥灸踩种捌口昔焊钮轻蕾衬窃蜂尺勺劳玩濒庙前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布Sign TestSign Test符号检验符号检验 N N改进后改进后 - - 改进前改进前Negative Differences(a)Negative Differences(a)1212Positive Differences(b)Positive Differences(b)3 3Ties(c)Ties
60、(c)0 0 TotalTotal1515 改进后改进后 - - 改进前改进前Exact Sig. (2-tailed)Exact Sig. (2-tailed).035(a).035(a)假设检验的假设检验的P P值为值为0.0350.035，也小于，也小于0.050.05，故拒绝原假，故拒绝原假设，认为改进前后的差异是显著的。设，认为改进前后的差异是显著的。 劲岳户敌钞蛊湃勒吸闲垢昧戊芳兑杠崎计随囱类生粮炳舶枝待偏胖峭玉皆前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布七、七、K Samples Testv一、多个独立样本的单因素方差
61、分析一、多个独立样本的单因素方差分析 （Test for Saveral Independent Samples）v二、多个有联系样本的方差分析（二、多个有联系样本的方差分析（K Related Samples Test）载谚常窑夜粗扔孕纬哈瓢淖反噎钝稍僵别兰预圾佛印宁狮提嚷足补启舵痈前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v在在总体分布未知的情况下，多个独立样本的检总体分布未知的情况下，多个独立样本的检验是检验多个独立总体的平均值是否存在显著验是检验多个独立总体的平均值是否存在显著的差异。的差异。v由于总体分布未知，所以检验过程
62、是建立秩的由于总体分布未知，所以检验过程是建立秩的基础上。基础上。 仍寡磨程怀塑总顺舔篓扎拯醇习廷诱铲估锡泌赘咳柿纹泼芳混竭裙赖壶突前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v例例 以以20022002年全国职工平均工资表为例，如果年全国职工平均工资表为例，如果定义一个分组变量，将我国东部、中部和西部定义一个分组变量，将我国东部、中部和西部各省标上各省标上1 1，2 2，3 3作为分组值，下面来考察东作为分组值，下面来考察东部、中部和西部的职工平均工资是否存在显著部、中部和西部的职工平均工资是否存在显著差异（差异（=0.05=0.0
63、5）？）？辑钎撩冷抉齿菩奸排敲胸桓钦萄腔溅奴匆武殖胀匀题倡哲唆矫洛依麦肾旦前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：可以从分组中得到三个独立的样本数据，解：可以从分组中得到三个独立的样本数据，显然可以用多个独立样本的检验。具体操作步显然可以用多个独立样本的检验。具体操作步骤如下：骤如下： v建立假设建立假设vH0：各地区的职工平均工资没有显著差异；：各地区的职工平均工资没有显著差异；vH1：各地区的职工平均工资有显著差异；：各地区的职工平均工资有显著差异；模刺离绊疗懒黍捧纶迄撬桶赡巳骇扭筋遭禽摊闰瞒斋猖姓坤匠忙基校簇坡前面进行
64、的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v1打开数据文件，在数据窗口单击打开数据文件，在数据窗口单击Analyze Nonparametric Test K Independent Sample ，打开，打开K-Independent-Sample对话框如图所示。对话框如图所示。夷榜诛碱郧煎组赣结茹市水拣垒厌保吉舱闯秉贺跌议参袒松嘴塘笋奴赁状前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布2 2选择检验变量进入检验框中。本例选国有单位，选择检验变量进入检验框中。本例选国有单位，城镇集
65、体和港澳台商进入城镇集体和港澳台商进入Test Variable ListTest Variable List框内。框内。3 3在在Test TypeTest Type栏中选择检验方式：栏中选择检验方式：Kruskal-Wallis HKruskal-Wallis H检验，利用秩平均建立检验统计检验，利用秩平均建立检验统计量，检验多个独立总体的分布是否存在显著差异。量，检验多个独立总体的分布是否存在显著差异。MedianMedian中位数检验，利用卡方统计量检验多组样本中位数检验，利用卡方统计量检验多组样本的中位数差异是否显著。的中位数差异是否显著。痉猜笛谢扳院哉踊劣势少状莉医表复裔氏蟹魔条脓
66、炒魂礁堕橇苗癸栈市共前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布4在在Options对话框内选择输出结果形式和缺失对话框内选择输出结果形式和缺失值处理方式。值处理方式。5单击单击OK，输出结果，输出结果 炯栗瓦拉瘦娄捐赫西赵棕碧垮痈树咆洒谱颈挺抑瘟枯昨屈叫褪规郭芒习洛前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布Ranks 秩和表秩和表 分组号分组号N NMean RankMean Rank国有单位国有单位东部东部111121.7321.73 中部中部8 86.636.63 西
67、部西部121217.0017.00TotalTotal3131城镇集体城镇集体东部东部111121.8221.82 中部中部8 87.387.38 西部西部121216.4216.42TotalTotal3131港澳台商港澳台商东部东部111121.4521.45中部中部8 89.259.25西部西部111114.0914.09TotalTotal3030瘩率丰焚敷巳砚茬旺殊牵爷孙角隋横触褂酚汪湘今挽釉隅猴描掸谆吐娟运前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布检验统计表检验统计表 国有单位城镇集体港澳台商Chi-Square13.0
68、1511.7299.347df222Asymp. Sig.001.003.009取检乱拼龟责恕吏贞砒率妨颖鹏厦毗畜烘茅戳阀蠕呀魁玉林哈庄宣曰纵礼前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布八、八、K Related Samples Testv多个有联系样本的方差分析，又称多个配对样多个有联系样本的方差分析，又称多个配对样本的检验，是在总体分布未知的情况下，用于本的检验，是在总体分布未知的情况下，用于比较多个有联系的总体分布的差异性。可以归比较多个有联系的总体分布的差异性。可以归纳为：纳为：v多个有联系的总体是否存在显著差异；多个有联系
69、的总体是否存在显著差异；v多个评判结果是否存在显著差异（一致性检验）多个评判结果是否存在显著差异（一致性检验）；v由于总体分布未知，所以检验都是建立秩和的由于总体分布未知，所以检验都是建立秩和的基础上。基础上。 棍鳖梧鲤瞬团烟馁险佐整晤萤砸奉拘舒明赫沟磷应黑铰陆萌颂曰洞者昔蜀前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v对于五个企业生产的同一类型产品，由四个使对于五个企业生产的同一类型产品，由四个使用单位分别对这些企业生产的产品进行评价，用单位分别对这些企业生产的产品进行评价，以打分的形式表示评价结果，满分是以打分的形式表示评价结果，
70、满分是10 分，分，得出评价结果如下表所示。得出评价结果如下表所示。v试检验使用单位的判断标准是否一致试检验使用单位的判断标准是否一致（=0.05）。）。蟹泰渍挤奸寐测乒沃搀晋谐汛围戎抡眨耿臃掘锥橱终柑舍圆虚尿烈宏压社前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布使用单位评价表使用单位评价表使用单位使用单位企业企业1 1企业企业2 2企业企业3 3企业企业4 4企业企业5 5使用单位使用单位1 18.68.68.58.59.09.09.19.18.78.7使用单位使用单位2 29.99.99.69.69.59.59.09.09.39.3
71、使用单位使用单位3 39.39.39.09.08.98.99.29.29.49.4使用单位使用单位4 49.59.59.39.39.19.18.98.99.09.0鉴沥略狙烦萤阴负谆厉驶童拿锹渍卞攘趣窗专寂棕由坝件嫌雁常坊弄症刨前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：根据评分表建立数据文件，多个有联系样解：根据评分表建立数据文件，多个有联系样本检验的具体操作步骤如下：本检验的具体操作步骤如下：v建立假设建立假设vH0：使用单位的判断标准没有显著差异；：使用单位的判断标准没有显著差异；vH1：使用单位的判断标准有显著差异。：使
72、用单位的判断标准有显著差异。侗醚槐殿焕然滑花茎饼邢吁贺绎甚醇哑裸招弓漾剐挫挺八枉终相回衡季菲前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v1. 打开数据文件，在数据窗口单击打开数据文件，在数据窗口单击Analyze Nonparametric Test K Related Samples ，打开，打开K-Related-Samples对话对话框如图所示。框如图所示。妇留手雕婿雕古纤央驯洞交汝烂乖杏勿浑狂可紧处厉栗享岩芒埂桩呼惰雀前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布2
73、2选择检验的变量进入检验框中。本例中选择企业的选择检验的变量进入检验框中。本例中选择企业的产品产品A A、B B、C C、D D、E E 进进 入入Test Variable ListTest Variable List框内。框内。在在StatisticsStatistics对话框内选择输出结果形式和缺失值处对话框内选择输出结果形式和缺失值处理方式。理方式。 3 3在在Test TypeTest Type栏中选择检验方式：栏中选择检验方式：FriendmanFriendman检验，适用于等间距变量数据，检验多个有检验，适用于等间距变量数据，检验多个有联系的总体的分布是否存在显著差异。联系的总体
74、的分布是否存在显著差异。Kendalls W Kendalls W 一致性检验，适用于分析评判者的判别一致性检验，适用于分析评判者的判别标准是否一致。标准是否一致。W W值越接近值越接近1 1，说明评判者的评价标准，说明评判者的评价标准一致性越好。一致性越好。Cochrans Q Cochrans Q 检验检验, ,适用于二值变量数据。适用于二值变量数据。蹿雌场猖榔押澈意狙粕袒叉然隙切恢获猪校嘘婉胆尔凿恢跑繁祁坡享葛栗前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布Ranks秩和检验统计表秩和检验统计表 Mean Rank Mean Ra
75、nk 秩平均秩平均A A企业产品得分企业产品得分4.004.00B B企业产品得分企业产品得分2.752.75C C企业产品得分企业产品得分2.752.75D D企业产品得分企业产品得分2.502.50E E企业产品得分企业产品得分3.003.00N N4 4Kendalls W(a) g Kendalls W(a) g 一致一致性系数性系数.138.138Chi-Square Chi-Square 卡方统计量卡方统计量2.2002.200df df 自由度自由度4 4Asymp. Sig. PAsymp. Sig. P值值.699.699输出结果可以看出，输出结果可以看出，KendallKe
76、ndall一致性系数一致性系数W W比较小，比较小，即四个使用单位的评价结果明显是不一致的。即四个使用单位的评价结果明显是不一致的。 椿椎鸡永屉损谍戚鲸症州惊辑禾哈契露拄轴赖顺云勉酥袭镰优胀贼圆腥翠前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布再讲一题再讲一题v例例 某企业为了比较该企业的产品在顾客某企业为了比较该企业的产品在顾客中的满意程度，同时调查了包括自己企业中的满意程度，同时调查了包括自己企业在内的四种畅销品牌的顾客满意程度，得在内的四种畅销品牌的顾客满意程度，得到数据如表所示：到数据如表所示：v试根据上面调查结果分析，四种品牌
77、之间试根据上面调查结果分析，四种品牌之间的差异是否显著（的差异是否显著（=0.05）？）？ 顾客顾客企业的品牌企业的品牌品牌品牌1 1品牌品牌2 2品牌品牌3 3满意满意138138人人141141130130人人128128不满意不满意1818人人1515人人2626人人2828胳亏搬肃舒奸望少箩湿剖唉晃专味阑炒粪肩弄麻炉舶往壕同汀堕侠捎特允前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v解：根据题意建立数据文件解：根据题意建立数据文件.检验假设：检验假设：v H0：四种品牌之间的差异不显著：四种品牌之间的差异不显著v H1：四种品牌
78、之间的差异显著：四种品牌之间的差异显著v 检验步骤如下：检验步骤如下：激艘销烩抵申嘴赚停刑眉农鼻尹储框尧绚玫督埃妆灸销较相问证呢妹尘乾前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v1. 打开数据文件，在数据窗口单击打开数据文件，在数据窗口单击Analyze Nonparametric Test K Related Samples ，打开，打开K-Related-Samples对对话框如图所示。话框如图所示。惰喳苞梢已撂宦踢洒邵镐橙搽捧碗糕买百嘛张压懈跋童翌委塌铀氏佣羚惜前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设
79、检验和方差分析大都是在数据服从正态分布2 2选择检验的变量进入检验框中。本例中选择所有选择检验的变量进入检验框中。本例中选择所有变量进入变量进入Test Variable ListTest Variable List框内。框内。3 3在在Test TypeTest Type栏中选择检验方式。本例中的数据是栏中选择检验方式。本例中的数据是二值变量，故选择二值变量，故选择Cochrans Q Cochrans Q 检验。检验。4. 4. 在在StatisticsStatistics对话框内选择输出结果形式和缺失对话框内选择输出结果形式和缺失值处理方式。值处理方式。5. 5. 单击单击OKOK，输出
80、，输出 Cochrans Q Cochrans Q 检验表检验表 绘叭将逢锥销责乐材宾抱跋衷拯浙知骆止镁戌牲端幅祁部顶腆倍脱码返鸭前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布频数表和检验表频数表和检验表 ValueValue0 01 1企业产品企业产品1818138138品牌品牌1 11515141141品牌品牌2 22626130130品牌品牌3 32828128128N N156156Cochrans QCochrans Q41.492(a)41.492(a)dfdf3 3Asymp. Sig.Asymp. Sig.000.000
81、从检验表中看出，从检验表中看出，Cochrans QCochrans Q统计量值为统计量值为41.49241.492，假设检验的假设检验的P P值远远地小于值远远地小于0.050.05，故拒绝，故拒绝H0H0，认为该，认为该企业的产品与其它品牌的差异是显著的。企业的产品与其它品牌的差异是显著的。 如果需要，如果需要，企业还可以与其它品牌进行两两比较分析，同学们可企业还可以与其它品牌进行两两比较分析，同学们可以自行做出两个有联系的样本检验。以自行做出两个有联系的样本检验。 策药叔懦闷欣泅茎铂沾恼杭脉藤搂域监丫醋渤赚觉怠烤作嘎冗叛乐辱兵颓前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行
82、的假设检验和方差分析大都是在数据服从正态分布习习 题题 v1 1、下面列出某企业一车间随机抽取的、下面列出某企业一车间随机抽取的2424只同种只同种部件的装配时间，试检验这些数据是否服从正部件的装配时间，试检验这些数据是否服从正态分布，并检验这批部件的装配时间是否明显态分布，并检验这批部件的装配时间是否明显地大于地大于1010分钟（分钟（ =0.05=0.05）？）？9.89.810.910.99.99.910.510.59.69.610.210.29.89.810.710.710.410.411.111.111.211.29.79.79.79.710.310.310.510.59.99.91
83、0.610.69.69.610.110.110.310.39.99.99.69.610.110.110.110.1亨冒影虫苹户哉迹转在碰控体柠尧魄刁缎屡挣故檬鳃及啡惜挤蚊霍怜森以前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v2、设有甲、乙两种安眠药，要比较它们的治疗、设有甲、乙两种安眠药，要比较它们的治疗效果。现独立观察效果。现独立观察20 个失眠者（其中个失眠者（其中10 人服人服用甲药，另用甲药，另10 人服用乙药），服用安眠药后睡人服用乙药），服用安眠药后睡眠时间延长的时数如所示。现延长的睡眠时数眠时间延长的时数如所示。现延长的
84、睡眠时数的分布情况不明，的分布情况不明，v试问这两种药物的疗效有无显著性差异？试问这两种药物的疗效有无显著性差异？序号序号 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10A 1.9 0.8 1.1 0.1 0.1 4.4 5.5 1.6 4.6 3.4A 1.9 0.8 1.1 0.1 0.1 4.4 5.5 1.6 4.6 3.4B 0.7 -1.6 -0.2 -1.2 -0.1 3.4 3.7 0.8 0.0 2.0B 0.7 -1.6 -0.2 -1.2 -0.1 3.4 3.7 0.8 0.0 2.0猾华毁荣跋迟挚辙焙卖幽傻耪昔办骂煎景孜卑给乖趴终绢
85、澡庐诀莽棋墟谴前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v3 3、使用两台仪器对同一批产品进行测量，从中、使用两台仪器对同一批产品进行测量，从中抽取了抽取了8 8个样品，由两台仪器测量的结果记录如个样品，由两台仪器测量的结果记录如下，试问两台仪器的测量结果有无显著差下，试问两台仪器的测量结果有无显著差（ =0.05=0.05）？）？样品号样品号1 12 23 34 45 56 67 78 8仪器仪器A A1.041.041.151.151.861.860.750.751.821.821.141.141.651.651.921.92仪
86、器仪器B B1.081.081.001.001.901.900.900.901.801.801.201.201.701.701.861.86舔栅宽期丁开砾卒缆问感呆错钢贞邯气替凹夏也咏肄章葬图旧酱违宰三逝前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v4 4、消费者协会采用、消费者协会采用1 1 到到20 20 分来评价四家冷藏食分来评价四家冷藏食品公司的油炸鸡。品公司的油炸鸡。v求出这些公司的鸡在质量上是否有所不同？求出这些公司的鸡在质量上是否有所不同？公司公司 评分评分 A 2 2 5 6 10 B 18 19 16 20 12 1
87、8 C 18 15 17 12 14 12 11 D 4 1 3 8 7 8 9 焙欢珠室菇塌胆蚀却牟糟景舅索战酵渐暮卞荣赌暖虑掀棵第盖豢迎倚崇区前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v5 5、为研究长跑运动对增强普通高校学生的心功、为研究长跑运动对增强普通高校学生的心功能效果，对某院能效果，对某院1515名男生进行实验，经过名男生进行实验，经过5 5 个月个月长跑锻炼后，锻炼前后的晨脉数据如表所示。长跑锻炼后，锻炼前后的晨脉数据如表所示。v看其晨脉是否减少？看其晨脉是否减少？锻炼前锻炼前 70 76 56 63 63 56 5
88、8 60 65 65 75 66 56 59 70 70 76 56 63 63 56 58 60 65 65 75 66 56 59 70锻炼后锻炼后 48 54 60 64 48 55 54 45 51 48 56 48 64 50 54 48 54 60 64 48 55 54 45 51 48 56 48 64 50 54执权破扼洒庇返塌驶淖峰瑚统觉药钠腺犯香选犯凹块滇瘤翼埂投肘铰昂把前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布v6 6、某商店想了解顾客对几种款式不同的衬衣的喜、某商店想了解顾客对几种款式不同的衬衣的喜爱程度。
89、某日询问了爱程度。某日询问了9 9 名顾客，请它们对名顾客，请它们对3 3 种款式种款式的衬衣按喜爱程度排次序（最喜爱的给秩的衬衣按喜爱程度排次序（最喜爱的给秩1 1，其次，其次的给秩的给秩2 2，再次的给秩，再次的给秩3 3，结果如表所示。，结果如表所示。v试问顾客对试问顾客对3 3种款式的衬衣的喜爱程度是否相同？种款式的衬衣的喜爱程度是否相同？顾客号顾客号 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9款式款式1 1 2 2 1 3 1 2 1 11 1 2 2 1 3 1 2 1 1款式款式2 3 1 3 3 2 2 3 3 32 3 1 3 3 2 2 3 3 3款式款式3 2 3 1 2 1 3 1 2 23 2 3 1 2 1 3 1 2 2累妥八儿裂亏铁琵测满光蛾饮华课昨瓜予罢数西裤阮摹堵焕效轰满挺鼎迄前面进行的假设检验和方差分析大都是在数据服从正态分布前面进行的假设检验和方差分析大都是在数据服从正态分布
