心理统计学非参数检验.ppt

* * * * * * * * * * * * * * * 心理统计学非参数检验 例8.10 解： （1）提出假设： H0：三类中学的英语成绩无显著差异 H1：三类中学的英语成绩有显著差异 （2）计算检验统计量及其概率： （Kruskal-Wallis H检验） 经SPSS for Windows算得：H = 70.183，P = 0.000 （3）统计决断： ∵H = 70.183，P = 0.000 0.01，∴在0.01的显著性水平上，拒绝H0，接受H1，认为三类中学的英语成绩存在非常显著差异。 * 心理统计学非参数检验 例8.10的数据结构 * 心理统计学非参数检验 例8.10的SPSS菜单操作 * 心理统计学非参数检验 例8.10 的SPSS输出结果 * 心理统计学非参数检验 例8.11 解： （1）提出假设： H0：三所小学四年级学生数学成绩无显著差异 H1：三所小学四年级学生数学成绩有显著差异 （2）计算检验统计量的值及其概率： 选用Kruskal-Wallis H检验、Median检验和Jonkheere-Terpstra检验 经SPSS for Windwos算的： Kruskal-Wallis H检验：H=0.936，P=0.626 Median检验： =0.598，P=0.741 Jonkheere-Terpstra检验：Std. J-T Statistic=0.284，P=0.777 （3）统计决断： ∵无论哪一种检验方法，均为P0.05，∴在0.05的显著性水平上接受H0，拒绝H1，认为三所小学四年级学生的数学成绩无显著差异。 * 心理统计学非参数检验 例8.11的数据结构 * 心理统计学非参数检验 例8.11的SPSS菜单操作 * 心理统计学非参数检验 例8.11 的SPSS输出结果 * 心理统计学非参数检验 相关样本非参数检验 适用条件 多个相关样本所属的总体分布类型不明 （或）因变量是离散型的 推断对象 多个相关样本所来自的多个总体分布是否存在显著差异 （或）多个总体的平均数或中位数是否存在显著差异 零假设 多个总体分布之间没有显著差异 （或）多个总体平均数或中位数之间无显著差异 类型 两个相关样本的非参数检验 多个相关样本的非参数检验 * 心理统计学非参数检验 两个相关样本的非参数检验 SPSS提供了四种检验方法 McNemar检验 Sign符号检验 Wilcoxon符号平均秩检验 Marginal Homogeneity检验 实例 例8.12 例8.13 例8.14 * 心理统计学非参数检验 McNemar检验 使用条件 二项变量 方法 根据两个相关样本前后变化的频数b与c，计算χ2统计量 当(b+c) 30时，需对χ2值进行亚茨（Yates）连续性校正 * 心理统计学非参数检验 Sign符号检验 使用条件 连续型随机变量 方法 将第二个样本的各个观测值减去第一个样本对应的观测值，差值是正数，记为正号；差值为负数，记为负号。 计算正号的个数n+和负号的个数n-，通过比较n+与n-，来判断两个相关总体分布的差距。 如果n+与n-大致相当，可以认为两个相关总体分布的差距较小，彼此之间可能无显著差异；反之，如果n+与n-相差较大，则可以认为两个相关总体分布的差距也较大，可能有显著差异。 当n=n++n-25时： * 心理统计学非参数检验 Wilcoxon符号平均秩检验 使用条件 连续型随机变量 方法 将第二个样本的各个观测值减去第一个样本对应的观测值，如果得到差值D是正数，则记为正号，差值为负数，则记为负号，同时保存差值的绝对值数据。 将绝对差值数据按升序排序，并求出相应的秩。 分别计算正号的个数n+与负号的个数n-、正号秩和W+与负号秩和W- 当n=n++n-25时： 其中：n=n++n-；W = min(W+，W-) * 心理统计学非参数检验 Marginal Homogeneity检验 是McNemar检验的扩展 使用条件 离散型变量 方法 根据两个相关样本前后变化的频数，计算MH统计量的平均数、标准差及标准化均值，并给出MH统计量对应的概率值。 * 心理统计学非参数检验 Kendall’s W和谐系数检验的应用 制定分类标准（研究者） 一致性检验 三位专家依标准进行分类 OK 不一致 一致 * 心理统计学非参数检验 例8.12 解： （1）提出假设： H0：该学习方法训练无效 H1：该学习方法训练有效 （2）计算检验统计量的值及其概率： 因为因变量为连续型变量，所以应选择Sign符号检验或Wilcoxon