spss-非参数检验-K多个独立样本检验(-Kruskal-Wallis检验)案例解析

《spss-非参数检验-K多个独立样本检验(-Kruskal-Wallis检验)案例解析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、spss-非参数检验-K多个独立样本检验（Kruskal-Wallis检验）案例解析2011-09-1915:09 最近经常失眠，好痛苦啊！大家有什么好的解决失眠的方法吗？希望知道的能够告诉我，谢谢啦，今天和大家一起探讨和分下一下SPSS-非参数检验--K个独立样本检验（Kruskal-Wallis检验）。     还是以SPSS教程为例：假设：HO:  不同地区的儿童，身高分布是相同的         H1：不同地区的儿童，身高分布是不同的不同地区儿童身高样本数据如下所示： 提示：此样本数为4个（北京，上海，成都，广州）每个样本

2、的样本量（观察数）都为5个即：K=4>3  n=5, 此时如果样本逐渐增大，呈现出自由度为K-1的平方的分布，（即指：卡方检验）点击“分析”——非参数检验——旧对话框——K个独立样本检验，进入如下界面： 将“周岁儿童身高”变量拖入右侧“检验变量列表”内，将“城市（CS)变量”拖入“分组变量”内，点击“定义范围”输入“最小值”和“最大值”（这里的变量类型必须为“数字型”）如果不是数字型，必须要先定义或者重新编码。在“检验类型”下面选择“秩和检验”（Kruskal-Wallis检验）点击确定 运行结果如下所示： 对结果进行分析如下：1

3、：从“检验统计量a,b”表中可以看出：秩和统计量为：13.900                                                            自由度为：3=k-1=4-1 下面来看看“秩和统计量”的计算过程，如下所示： 假设“秩和统计量”为kw   那么: 其中：n+1/2  为全体样本的“秩平均”    Ri./ni  为第i个样本的秩平均   Ri.代表第i个样本的秩和，ni代表第i个样本的观察数） 最后得到的公式为：北京地区的“秩和”为：  秩平均*观察数（N)=14.4*5=72上

4、海地区的“秩和”为：8.2*5=41成都地区的“秩和”为：15.8*5=79广州地区的“秩和”为：3.6*5=18接近13.90 （由于中间的计算，我采用四舍五入，丢弃了部分数值，所以，会有部分误差）2：“检验统计量a,b”表中可以看出：“渐进显著性为0.003，由于0.003<0.01 所以得出结论： H1：不同地区的儿童，身高分布是不同的