非參數(shù)檢驗過程sps統(tǒng)計管理規(guī)劃

1、非參數(shù)檢驗過程sps統(tǒng)計管理規(guī)劃12.1 卡方檢驗卡方檢驗 Chi-Square test 這里介紹的卡方檢驗可以檢驗列聯(lián)表中某一個變量的各這里介紹的卡方檢驗可以檢驗列聯(lián)表中某一個變量的各個水平是否有同樣比例或者等于你所想象的比例個水平是否有同樣比例或者等于你所想象的比例(如如5:4:1)實例實例1：擲骰子：擲骰子300次，變量次，變量LMT，1、2、3、4、5、6分別代表六面的六個點，試問這骰子是否均勻。數(shù)據(jù)分別代表六面的六個點，試問這骰子是否均勻。數(shù)據(jù)data12-01300個個cases。Analyze Nonparametric TestsChi SquareTest Variable

2、: lmt 想要檢驗的變量想要檢驗的變量由 于 這 是 一 個 均 勻 分 布 檢 測 ， 使 用 默 認(rèn) 選 擇由 于 這 是 一 個 均 勻 分 布 檢 測 ， 使 用 默 認(rèn) 選 擇Expected Values：All categories equal作為零假作為零假設(shè)；設(shè)；比較有用的結(jié)果：比較有用的結(jié)果：sig=.1110.5，不能拒絕零假設(shè)，不能拒絕零假設(shè)，認(rèn)為均勻。認(rèn)為均勻。實例實例1的數(shù)據(jù)可以組織成：兩個變量的數(shù)據(jù)可以組織成：兩個變量side面和面和number次數(shù)，次數(shù)，6個個cases。但在卡方檢驗前要求用。但在卡方檢驗前要求用number加權(quán)。結(jié)果同。加權(quán)。結(jié)果同。補(bǔ)充：

3、二項分布檢驗實例補(bǔ)充：二項分布檢驗實例實例：為驗證某批產(chǎn)品的一等品率是否到達(dá)實例：為驗證某批產(chǎn)品的一等品率是否到達(dá)90，現(xiàn)，現(xiàn)從該批產(chǎn)品中隨機(jī)抽取從該批產(chǎn)品中隨機(jī)抽取23個樣品進(jìn)行檢測，結(jié)果有個樣品進(jìn)行檢測，結(jié)果有19個一等品個一等品1一等品，一等品，0非一等品。變量非一等品。變量2個：個：一等品和個數(shù)，一等品和個數(shù)，Cases 2個：個：1 19 和和0 4加權(quán)：加權(quán)：DataWeight Cases：個數(shù)：個數(shù)Analyze Nonparametric Tests Binomial Test Variable:一等品一等品Test Proportion：0.9比較有用的結(jié)果：兩組個數(shù)和比較

4、有用的結(jié)果：兩組個數(shù)和sig=.1930.5，不能拒，不能拒絕零假設(shè)，認(rèn)為該批產(chǎn)品的一等品率到達(dá)了絕零假設(shè)，認(rèn)為該批產(chǎn)品的一等品率到達(dá)了90 。12.5 兩個獨立樣本檢驗兩個獨立樣本檢驗 2 independent Samples Test通過分析兩個樣本數(shù)據(jù)，推斷它們的分布是否存在顯著性差異。方通過分析兩個樣本數(shù)據(jù)，推斷它們的分布是否存在顯著性差異。方法有四種：法有四種：Mann-Whitney U:是通過對平均秩的研究來實現(xiàn)推斷的是通過對平均秩的研究來實現(xiàn)推斷的KS Z：是通過對分布的研究來實現(xiàn)推斷的：是通過對分布的研究來實現(xiàn)推斷的Moses extreme reactions：一個作為控

5、制樣本，另一個作為實：一個作為控制樣本，另一個作為實驗樣本驗樣本W(wǎng)ald Wolfwitz Runs:是通過對游程的研究來實現(xiàn)推斷的是通過對游程的研究來實現(xiàn)推斷的實例實例 ：甲乙兩種安眠藥服用后的效果。數(shù)據(jù)：甲乙兩種安眠藥服用后的效果。數(shù)據(jù)data12-062個變量：個變量： 組別組別zb和延長時間和延長時間ycss， 20個個cases。試問這兩種藥物的療效。試問這兩種藥物的療效是否有顯著性差異。是否有顯著性差異。Analyze Nonparametric Tests 2 independent Samples Test Variable: ycssGrouping： zb1，2Test t

6、ype：四種均選：四種均選比較有用的結(jié)果：比較四個比較有用的結(jié)果：比較四個sig值，有三個值，有三個sig.5，不能拒絕零假，不能拒絕零假設(shè)認(rèn)為療效無顯著性差異。設(shè)認(rèn)為療效無顯著性差異。12.8 多個相關(guān)樣本檢驗多個相關(guān)樣本檢驗 K related Samples Test對多個被測試者，多個打分，看打分是否有顯著性差異。對多個被測試者，多個打分，看打分是否有顯著性差異。方法有三種：方法有三種： Cochran Q：要求樣本數(shù)據(jù)為二值的：要求樣本數(shù)據(jù)為二值的1滿意滿意 0不不滿意滿意Friedman：利用秩實現(xiàn)：利用秩實現(xiàn)Kendall協(xié)同系數(shù)檢驗：協(xié)同系數(shù)檢驗：H0：協(xié)同系數(shù)為：協(xié)同系數(shù)為0

7、(評分標(biāo)準(zhǔn)不評分標(biāo)準(zhǔn)不相關(guān)的或者是隨機(jī)的相關(guān)的或者是隨機(jī)的)實例實例 ：9個顧客對三種款式襯衫的喜愛程度個顧客對三種款式襯衫的喜愛程度1最喜最喜愛愛 2其次其次 3不喜愛。數(shù)據(jù)不喜愛。數(shù)據(jù)data12-093個變量：個變量： 款式款式A，款式，款式B,款式款式C， 27個個cases。試問顧客對三。試問顧客對三種款式襯衫的喜愛程度是否相同。種款式襯衫的喜愛程度是否相同。Analyze Nonparametric Tests k related Samples Test Variables: a b cTest type：選一種或多種：選一種或多種比較有用的結(jié)果：看比較有用的結(jié)果：看sig值，值

8、，sig.05，不能拒絕正態(tài)分布，不能拒絕正態(tài)分布(Normal)零假零假設(shè)。設(shè)。One-Sample Kolmogorov-Smirnov Test501.00211.07647.182.173-.1821.284.074NMeanStd. DeviationNormal Parametersa,bAbsolutePositiveNegativeMost ExtremeDifferencesKolmogorov-Smirnov ZAsymp. Sig. (2-tailed)XTest distribution is Normal.a. Calculated from data.b. One-

9、Sample Kolmogorov-Smirnov Test 3501.0021.103.103-.052.728.664NMeanExponential parameter.a,bAbsolutePositiveNegativeMost ExtremeDifferencesKolmogorov-Smirnov ZAsymp. Sig. (2-tailed)XTest Distribution is Exponential.a. Calculated from data.b. 由于由于sig=.664.05，不能拒絕指數(shù)分布，不能拒絕指數(shù)分布(Exponential)零假設(shè)零假設(shè)比較三種分布檢

10、驗，認(rèn)為是該數(shù)據(jù)服從指數(shù)分布比較三種分布檢驗，認(rèn)為是該數(shù)據(jù)服從指數(shù)分布關(guān)于隨機(jī)性的游程檢驗關(guān)于隨機(jī)性的游程檢驗run testrun test 游程檢驗方法是檢驗一個取兩個值的變量的這兩個值的出現(xiàn)是否是隨機(jī)的。假定下面是由0和1組成的一個這種變量的樣本數(shù)據(jù)run1.sav：0 0 0 0 1 1 1 1 1 1 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0其中相同的0或相同的1在一起稱為一個游程單獨的0或1也算。這個數(shù)據(jù)中有4個0組成的游程和3個1組成的游程。一共是R=7個游程。其中0的個數(shù)為m=15，而1的個數(shù)為n=10。 Wilcoxon (Mann-Whitney)秩和檢驗

11、秩和檢驗該結(jié)果頭兩行顯示了該結(jié)果頭兩行顯示了Mann-Whitney和和Wilcoxon統(tǒng)計量的值。另外和我們需要結(jié)果的統(tǒng)計量的值。另外和我們需要結(jié)果的相關(guān)局部為：對于雙尾檢驗相關(guān)局部為：對于雙尾檢驗H0: m1=m2對對Ha: m1m2，p-值為值為0.016見見“Exact Sig. (2-tailed)；而對于單尾檢驗；而對于單尾檢驗H0: m1=m2對對Ha: m1 Median= MedianPRICE1.002.003.00GROUPhouse.sav數(shù)據(jù)數(shù)據(jù)這里這里SPSSSPSS軟件使用說明軟件使用說明 使用house.sav數(shù)據(jù)。選項為AnalyzeNonparametric

12、 TestsK Independent Samples。把變量這里是price選入Test Variable List；再把數(shù)據(jù)中用1、2、3來分類的變量group輸入Grouping Variable，在Define Groups輸入1、2、3。在下面Test Type選中Median。在點Exact時翻開的對話框中可以選擇精確方法Exact，Monte Carlo抽樣方法Monte Carlo或用于大樣本的漸近方法Asymptotic only。最后OK即可 數(shù)據(jù)數(shù)據(jù)fert.sav這里有三種肥料作為第一個因子肥料因子的三個水平；而四種土壤為第二個因子土壤因子的四個水平。感興趣于是否這三種

13、肥料對于某作物的產(chǎn)量有區(qū)別。稱肥料因子為處理，而土壤因子為區(qū)組。數(shù)據(jù)在下表中表中數(shù)字為相應(yīng)組合的產(chǎn)量，單位公斤。肥料種類肥料種類肥料肥料A肥料肥料B肥料肥料C土土壤壤類類型型土壤土壤1224668土壤土壤2253648土壤土壤3182120土壤土壤4111319Friedman秩和檢驗秩和檢驗 這樣做的目的是在每個區(qū)組內(nèi)比較處理。例如, 同個年齡段中比較藥品的療效比不分年齡來比較療效要合理；在同一個部位比較不同的材料要比混合起來比較要合理等等。這里要引進(jìn)的Friedman統(tǒng)計量定義為221112(1)123 (1)(1)2(1)kkiiiib kQRRb kbk kbk k第一個式子說明，如果

14、各個處理很不一樣，和的平方就第一個式子說明，如果各個處理很不一樣，和的平方就會很大，結(jié)果就顯著。第二個公式是為了計算方便而導(dǎo)會很大，結(jié)果就顯著。第二個公式是為了計算方便而導(dǎo)出的。它有近似的有出的。它有近似的有k-1k-1個自由度的個自由度的c2c2分布。分布。 fert.sav數(shù)據(jù)數(shù)據(jù)Test Statisticsa46.5002.039.042.037NChi-SquaredfAsymp. Sig.Exact Sig.Point ProbabilityFriedman Testa. Ranks1.002.252.75ABCMean RankKendall協(xié)同系數(shù)檢驗協(xié)同系數(shù)檢驗在實踐中，常需要按照某些特別的性質(zhì)來屢次對一些個體進(jìn)行評估或排序；比方幾個m個評估機(jī)構(gòu)對一些n個學(xué)校進(jìn)行排序。人們想要知道，這些機(jī)構(gòu)的不同結(jié)果是否一致。如果很不一致，那么該評估多少有些隨機(jī)，意義不大。換句話說，這里想要檢驗的零假設(shè)是：這些對于不同學(xué)校的排序是不相關(guān)的或者是隨機(jī)的；而備選假設(shè)為：這些對不同學(xué)校的排序是正相關(guān)的或者是多少一致的。數(shù)據(jù)數(shù)據(jù)school.sav 下面是4個獨立的環(huán)境研究單位對15個學(xué)校排序的結(jié)果每一行為一個評估機(jī)構(gòu)對這些學(xué)校的排序?？瓷先ゲ荒敲匆恢乱灿型耆恢碌模?SPS