SPSS_第6讲_非参数检验.ppt

例如，随机抽取3个班级之间学生的学生成绩，分析3个班级总体的成绩是否存在显著的差异。由于对各个班级都是随机抽取样本，抽样没有相互影响，可以认为这三个班级学生成绩是独立的。 SPSS中有3种多独立样本非参数检验方法。 1．多独立样本的中位数检验（Median） 多独立样本的中位数检验通过对多组数据的分析推断多个独立总体分布是否存在显著差异。多独立样本的中位数检验的零假设H0为：样本来自的多个独立总体的中位数无显著差异。 2．多独立样本的K-W检验 多独立样本的K-W检验是Kruskal-Waillis检验的缩写，是一种推广的平均秩检验。其零假设为：样本来自的多个独立总体的分布无显著差异。 多独立样本的K-W检验的基本方法是：首先将多组样本数混合按升序排列，并求出每个观察值的秩，然后对多组样本的秩分别求平均值。 如果各组样本的平均秩大致相等，则可以认为多个独立总体的分布没有显著差异。如果各样本的平均秩相差很大，则不能认为多个独立总体的分布无显著差异。 3．多独立样本的Jonkheere-Terpstra检验 多独立样本的Jonkheere-Terpstra检验用于分析样本来自的多个独立总体分布是否存在显著差异。其零假设是：样本来自的多个独立总体的分布无显著差异。 多独立样本的Jonkheere-Terpstra检验的基本方法和两独立样本的Mann-Whitney U检验比较类似，也是计算一组样本的观察值小于其他组样本观察值的个数。 ? 研究问题 mydataA.sav ,请分析不同专业的学生的数学、外语成绩是否存在显著性差异。 6.5.2 SPSS中实现过程 实现步骤 1.正态性检验 2.数值型变量 3.K个独立样本 图10-19 在菜单中选择“K Independent Samples”命令 6.5.3 结果和讨论 （1）多独立样本K-W检验结果如下两表所示。 （2）多独立样本中位数检验结果如下两表所示。 （3）多独立样本Jonckheere检验结果如下表所示。 小 结 非参数检验主要用于那些总体分布不能用有限个实参数来刻画，或者不考虑被研究的对象为何种分布以及是否已知的情况。这种方法进行的并不是参数间的比较，而是分布位置、分布形状之间的比较，研究目标总体与理论总体分布是否相同，或者各样本所在总体的分布位置是否相同等。 小 结 非参数检验根据样本数目以及样本之间的关系可以分为：单样本非参数检验、两独立样本非参数检验、多独立样本非参数检验、两配对样本非参数检验、多配对样本非参数检验等。 2．多配对样本的Kendall协同系数检验 多配对样本的Kendall协同系数检验和Friedman检验非常类似，也是一种多配对样本的非参数检验，但分析的角度不同。多配对样本的Kendall协同系数检验主要用在分析评判者的判别标准是否一致公平方面。它将每个评判对象的分数都看作是来自多个配对总体的样本。一个评判对象对不同被判定对象的分数构成一个样本，其零假设为：样本来自的多个配对总体的分布无显著差异，即评判者的评判标准不一致。 Kendall协同系数检验中会计算Friedman检验方法，得到friedman统计量和相伴概率。如果相伴概率小于显著性水平，可以认为这10个节目之间没有显著差异，那么可以认为这5个评委判定标准不一致，也就是判定结果不一致。 3．多配对样本的Cochran Q检验 多配对样本的Cochran Q检验也是对多个互相匹配样本总体分布是否存在显著性差异的统计检验。不同的是多配对样本的Cochran Q检验所能处理的数据是二值的（0和1）。其零假设是：样本来自的多配对总体分布无显著差异。 6.3.2 SPSS中实现过程 研究问题 mydataA.sav 分析历史、数学、外语、法律成绩之间是否存在显著性差异。 实现步骤 1、正态性检验 分析——非参数检验——旧对话框——1样本K-S 2、分析——非参数检验——旧对话框——K个相关样本 图10-28 在菜单中选择“K Related Samples”命令 图10-32 “Several Related Samples：Statistics”对话框（二） 6.3.3 结果和讨论 （1）多配对样本的Friendman检验 （2）多配对样本的Kendall协同系数检验，描述性统计部分结果表格如下。 （3）多配对样本的Cochran Q检验结果如下两表所示。 6.4.1 统计学上的定义和计算公式 6.4 两独立样本非参数检验 定义：两独立样本的非参数检验是在对总体分布不很了解的情况下，通过分析样本数据，推断样本来自的两个独立