第七章 SPSS非参数检验ppt课件.ppt

第七章 SPSS非参数检验ppt课件.ppt

ID:58693914

大小:718.50 KB

页数:66页

时间:2020-10-04

第七章 SPSS非参数检验ppt课件.ppt_第1页
第七章 SPSS非参数检验ppt课件.ppt_第2页
第七章 SPSS非参数检验ppt课件.ppt_第3页
第七章 SPSS非参数检验ppt课件.ppt_第4页
第七章 SPSS非参数检验ppt课件.ppt_第5页
资源描述:

《第七章 SPSS非参数检验ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第七章SPSS非参数检验本章内容7.1单样本的非参数检验7.2两独立样本的非参数检验7.3多独立样本的非参数检验7.4两配对样本的非参数检验7.5多配对样本的非参数检验非参数检验非参数检验:(1)在总体分布未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法。(2)推断过程中不涉及有关总体分布的参数。7.1单样本的非参数检验1.目的:样本来自总体的分布是否与某个已知的分布相吻合?—绘制样本数据的直方图、pp图、QQ图判断—粗略—通过非参数检验—精确2.单样本非参数检验(1)对单个总体

2、的分布形态等进行推断(2)方法:卡方检验、二项分布检验、K-S检验、变量值随机性检验等。7.1.1总体分布的卡方检验1.基本思想-吻合性检验(1)原假设:样本来自的总体分布与期望分布无显著差异。变量值落入第i个子集中的理论概率为,相应的期望频率为2.实现步骤[Analyze]-[NonparametricTests]-[Chi-Square](1)选定待检验的变量到[TestVariablelist](2)在[ExpectedRange]中确定参与分析的观测值的范围:[Getfromdata]:所

3、有观测数据都参与分析[usespecifiedrange]:只在该取值范围内的观测数据才参与分析。(3)[Expectedvalues]给出各理论值[Allcategoriesequal]:所有子集的频数都相同[value]:依次输入值,通过[add]、[change]、[remove]进行增加、修改和删除。3.应用案例医学研究表明心脏病人猝死人数与日期的关系为:一周内,星期一猝死者较多,其他日子基本相当,各天的比例近似为:2.8:1:1:1:1:1:1根据“心脏病猝死”数据,推断总体分布是否与理

4、论分布相吻合。分析:利用总体分布卡方检验实现。7.1.2二项分布检验1.基本思想(1)通过样本数据检验样本来自的总体是否服从指定概率p的二项分布。(2)小样本-精确检验大样本-近似检验2.实现步骤[Analyze]-[NonparametricTests]-[Binomial](1)选定待检验的变量到[TestVariablelist](2)[definedichotomy]中指定如何分类[getfromdata]:检验变量为二值变量[cutpoint]:输入具体数值,大于等于该值的为第一组,大于

5、该组的为第二组(3)[Testproportion]:输入二项分布的检验概率值3.应用案例利用“产品合格率”数据,推断该批产品的一级品率是否为90%分析:产品合格与否属于二值变量,可以通过二项分布检验实现。7.1.3单样本K-S检验1.基本思想(1)以俄罗斯数学家柯尔莫哥和斯米诺夫名字命名(2)利用样本数据推断样本来自的总体是否服从某一理论分布,是一种拟合优度的检验方法,适用于探索连续型随机变量的分布(3)步骤①计算各样本观测值在理论分布中出现的理论累计概率值F(x)②计算各样本观测值的实际累计概

6、率值S(x)③计算理论累计概率值与实际累计概率值的差D(x)④计算差值序列中最大绝对差值D(4)原假设成立时:①小样本下:D~kolmogorov分布②大样本下:近似服从K(x)分布③SPSS仅给出大样本下的和对应的p值(5)决策①D统计量的p值<显著性水平,拒绝原假设,样本来自的总体与指定分布有显著差异②D统计量的p值>显著性水平,不拒绝原假设,样本来自的总体与指定分布无显著差异2.实现步骤[Analyze]-[NonparametricTests]-[1-sampleK-S](1)选定待检验的

7、变量到[TestVariablelist](2)[Testdistribution]:选择理论分布①[normal]:正态分布②[uniform]:均匀分布③[poisson]:泊松分布④[exponential]:指数分布3.应用案例利用“儿童身高”数据分析周岁儿童身高总体是否服从正态分布。分析:可以通过单样本K-S检验实现。7.1.4变量值随机性检验1.基本思想(1)通过对样本变量值的分析,实现对总体的变量值出现是否随机进行检验。(2)原假设:总体变量值出现是随机的。①检验依据:游程-样本序列

8、中连续出现相同的变量值的次数。②游程数太大或太小都表明变量值存在不随机的现象(3)检验统计量(4)决策:Z统计量的p值<显著性水平,拒绝原假设,变量值的出现不是随机的。Z统计量的p值>显著性水平,不拒绝原假设,变量值的出现是随机的。2.实现步骤[Analyze]-[NonparametricTests]-[Runs](1)选定待检验的变量到[TestVariablelist](2)[cutpoint]:计算游程数的分界值①[median]:样本中位数为分界值②[mode]:样本众数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。