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，更多相关内容在工程资料-天天文库。

1、spss-非参数检验-K多个独立样木检验（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-非参数检验一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Ill：不同地区的儿童，身高分布是不同的不同地区儿童身高样木数据如卜•所示：sgcs娈量79.00北京1•75.00北京I•178.00北京I•76.00•»172.00北京•I1}72.00上海111r71.

2、00上海174.00上海11174.001]73.00上海•1176.00成都•278.00成都11378.00成都V•177.00成都1••D75.00成都!••370.00riH111•T72.00广jwi•1371.00广小N11j1371.00广川彳j•a69.00riHi11捉示：此样本数为4个（北京，上海，成都，广州）每个样本的样本量（观察数）都为5个即：K二4>3n二5,此吋如果样本逐渐增大，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”一一非参数检验一一I口对话框一一K个独立样木检验，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

3、”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:Kruskal-Wallis检验秩城市标志N秩均値周岁儿童身高北京514.40上海58.20成都515.80广州53.60总数20检验统计量可》周岁儿童身高卡方13.900df3浙近显著性.003a.KruskalWallis检验组变昱城命祢志对结果进行分析如下：自出度1：从“检验统计量a,b”表中可以看出:秩和统计量

4、为:13.900为：3=k-l=4-l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：W组愉平方和全体样本的秩方差=组间平方和yf®dm。M'、®2丿其中:n+1/2为全体样木的“秩平均”Ri./ni为第i个样木的秩平均Ri・代表第i个样木的秩和，ni代表第i个样木的观察数）全体样柚秩方差京羽阡T最后得到的公式为:组间平方和全体样本的秩方差fRt.疋+1]〃（比十丄丿（=1g北京地区的“秩和”为:秩平均*观察数（N）二14.4*5=72上海地区的“秩和”为:8.2*5二41成都地区的“秩和”为:15.8*5=79广州地区的“秩和”为:3.6*5=

5、18KW=12/20(20+1)*(72的平方/5+41的平方/5+79的平方/5+18的平方/5)-3(20+1)=12/420*(1036.8+336.2+1248.2+64.8)-63=0.02857*2686-63=13.739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