第章SPSS非参数检验.ppt

因为概率P值大于显著性水平0.05，所以不能拒绝原假设，认为训练前后的成绩分布没有显著差异，即新方法效果不显著 练习 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少，抽取15名工人对比他们改革前后零件的加工时间，得到相应的数据存放在“改进前后零件加工时间.sav”中，试根据数据检验改进后零件的加工时间是否明显减少（α=0.05）？采用两配对样本符号检验和两配对样本Wilcoxon符号秩检验方法 第五节多配对样本的非参数检验 多配对样本的非参数检验是通过分析多组配对样本数据，推断样本来自的多个总体的中位数或分布是否存在显著差异。 Eg：对多个评委对同一批歌手比赛打分标准是否一致。 概念 Friedman检验 Cochran Q检验 Kendall协同系数检验 方法 方法一：多配对样本的Friedman检验 概念：多配对样本的Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法。 基本思想： 比较每种处理下秩总和是否相等，即是否有 或 存在来大体比较多个总体分布是否有显著差异。 但具体比较还要通过构造检验统计量来进行。 方法一SPSS基本操作（以促销方式.sav为例） 分析 非参数检验 K个相关 样本 因为概率P小于显著性水平0.05，所以拒绝原假设，即认为三种不同促销方式下的销售额数据的分布存在显著差异 因为第二种促销形式下的秩均值最大，因此促销效果最好 方法二：多配对样本的Cochran Q检验 概念：通过对多个配对样本的分析，推断样本来自的多个总体的分布是否存在显著差异。 基本思想：主要针对二值变量的，因此不进行秩的计算，构造Q检验统计量： 最后进行统计决策 方法一SPSS基本操作（以航空公司.sav为例） 因为概率P小于0.05，所以拒绝原假设，认为三家航空公司的服务水平存在显著差异。 因为甲航空公司得到乘客满意的人数最多，因此其服务水平最高 方法三：多配对样本的Kendall协同系数检验 概念：也是一种多配对样本的非参数检验方法，与Friedman检验方法结合，可方便实现对评判者的评判标准是否一致的判断，其原假设是评判者的评判标准不一致。 基本思想：分析还依赖于秩的大小比较。 协同系数 最后，进行统计决策 若根据W计算得概率 ,则拒绝原假设，即认为评判者的评判标准一致； 若 ，则不能拒绝原假设，即认为评判者的标准不一致。 方法三SPSS基本操作（以评委打分.sav为例） 因为概率P小于0.05，所以拒绝原假设，即认为各歌手得分的平均秩存在显著差异 W协同系数0.955，非常接近1，所以评委的评分标准是一致的 Wald-Wolfowitz 检验 练习题 现有数据关于患者服用两种不同安眠药后睡眠时间延长情况，请用四种不同方法来检验两种不同安眠药对睡眠时间延长分布是否有显著差异？ 第三节多独立样本的非参数检验 中位数检验 Kruskal-Wallis检验 Jonckheere-Terpstra检验 城市 身高样本数据 北京 79，75，78，76，72 上海 72，71，74，74，73 成都 76，78，78，77，75 广州 70，72，71，71，69 四城市周岁儿童身高样本数据 中位数检验 概念：通过对多组独立样本的分析，检验它们来自的总体的中位数是否存在显著差异。 基本思想：如果多个总体的中位数没有显著差异，那么这个共同的中位数应在各样本组中均处在中间位置上。 基本思想 分析步骤： 首先，将多组样本混合按升序排序，并求出混合样本的中位数。 然后，分别计算各组样本中大于和小于上述中位数的样本个数，形成列联表。 接着，利用卡方检验方法分析各组样本来自的总体对于上述中位数的分布是否一致。如果各组中大于（或小于）上述中位数的样本比例大致相同，则可认为多组样本有共同的中位数，它们来自的总体的中位数没有显著差异。反之，则有显著差异。 最后，进行统计决策。 计算示例 多独立样本的中位数检验SPSS基本操作 以儿童身高.sav为例 分析 非参数检验 K个独立样本 因为概率P小于0.05，所以拒绝原假设，即认为四个不同城市的儿童身高的中位数有显著差异 Kruskal-Wallis检验 概念：检验实质是两独立样本的曼-惠特尼检验在多个独立样本下的推广，用于检验多个总体的分布是否存在显著差异。 基本思想：