数理统计 实验三 非参数假设检验

《数理统计 实验三 非参数假设检验》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西北农林科技大学实验报告学院名称：理学院专业年级：姓名：学号：课程：数理统计学报告日期：实验三非参数假设检验一．实验目的1.验证某产品的合格率是否是否低于0.9.2.检验某地区儿童身高是否符合正态分布。3.为研究心脏病猝死人数与日期的关系，收集到168个观测数据，利用这批样本数据推断猝死人数与日期的关系是否为2.8：1：1：1：1：1：1.4.某工厂用甲乙两种工艺生产同一种产品，利用样本数据检验两种工艺下产品使用寿命是否存在显著差异。二．实验要求用spss实现非参数假设检验，包括二项式检验，单样本正态分布检验，两个独立样本检验，卡方检验。三．实验内容（一）验证某产品的合格率是否

2、是否低于0.9.打开文件“非参数检验（产品合格率）”，点击分析->非参数检验->旧对话框->二项式，把数据“是否合格”添加到检验变量列表，把检验比例默认的0.5该为题目要求的0.9（如图所示）。点击确定得到结论（如图所示）。结论：由上表知，SPSS的悖假设检验案例比例小于0.9的，并且在精确显著（单侧）值sig=0.193>0.05，即接受原假设检验，即二项式检验的案例比例是大于0.9的。（二）检验某地区儿童身高是否符合正态分布。打开文件“非参数检验（单样本KS-儿童身高）”，点击分析->非参数检验->旧对话框->1样本，把数据“周岁儿童的身高（sg）”添加到检验变量列表，检验

3、分布默认为常规，即正态（如图所示）。点击确定得到结论（如图所示）。结论：由上述的结果可以看出，周岁儿童的身高是满足正态分布其中均值为71.8571，标准差为3.97851，可知某地区的儿身高满足正态分布。除此之外，由上面的结果中的检验值sig=0.344>0.05也可以得出原假设检验是成立的，即接受身高满足正态分布的假设。（三）为研究心脏病猝死人数与日期的关系，收集到168个观测数据，利用这批样本数据推断猝死人数与日期的关系是否为2.8：1：1：1：1：1：1.打开文件，在变量视图窗口中，点击数据->加权个案，对话框右边选项点击加权个案，把“死亡日期”添加到频率变量中，（如图所

4、示），点击确定。在数据视图中点击分析->非参数检验->旧对话框->卡方，把数据“死亡数据”添加到检验变量列表中，期望值选择值，分别添加0.316、0.114、0.114、0.114、0.114、0.114、0.114，如图所示。点击确定得到结果（如图）。结论：运算结果显示一周内各日死亡的理论数为19.2，即一周内各日死亡均数；还算出实际死亡数与理论死亡数的差值（Residual）；卡方值χ2=7.767，自由度数（D.F.）=6，P=0.256，Sig=0.256>0.05,所以接受原假设猝死人数与日期的关系为2.8：1：1：1：1：1：1。（四）某工厂用甲乙两种工艺生产同一种

5、产品，利用样本数据检验两种工艺下产品使用寿命是否存在显著差异。打开文件，点击分析->非参数检验->旧对话框->2个独立样本，把数据“使用寿命”添加到检验变量列表，检验类型如图所示。点击确定。得到结果。如图所示。结论：由结果中显示的数据可知：小p值为0.005，小于0.01，所以拒绝原假设。