統(tǒng)計軟件SPSS課件：第6章 SPSS的非參數(shù)檢驗(yàn)

1、第6章 SPSS的非參數(shù)檢驗(yàn) SPSS 中進(jìn)行非參數(shù)檢驗(yàn)由【分析】菜單中的【非參數(shù)檢驗(yàn)】菜單項(xiàng)導(dǎo)出。其中包括以下命令。 Chi-square test： 卡方檢驗(yàn)。 Binomial test： 二項(xiàng)分布檢驗(yàn)。 Runs test： 游程檢驗(yàn)。 1-Simple K-S test： 單樣本K-S檢驗(yàn)。 2 Independent Sample test： 兩個獨(dú)立樣本非參數(shù)檢驗(yàn)。 K Independent Samples test： 多個獨(dú)立樣本非參數(shù)檢驗(yàn)。 2 Related Sample test： 兩個相關(guān)樣本非參數(shù)檢驗(yàn)。 K Related Sample test： 多個相關(guān)樣本非參

2、數(shù)檢驗(yàn)。6.1 非參數(shù)檢驗(yàn)概述6.1.1 非參數(shù)檢驗(yàn)的提出 非參數(shù)檢驗(yàn)是不依賴總體分布的統(tǒng)計推斷方法。它是指在總體不服從正態(tài)分布且分布情況不明時，用來檢驗(yàn)數(shù)據(jù)資料是否來自同一個總體假設(shè)的一類檢驗(yàn)方法。由于這些方法一般不涉及總體參數(shù)而得名。這類方法的假定前提比參數(shù)假設(shè)檢驗(yàn)方法少得多，也容易滿足，適用于計量信息較弱的資料且計算方法也簡便易行，所以在實(shí)際中有廣泛的應(yīng)用。 6.1.2 非參數(shù)檢驗(yàn)的特點(diǎn) 與參數(shù)方法相比，非參數(shù)檢驗(yàn)方法的優(yōu)勢如下： （1）穩(wěn)健性。因?yàn)閷傮w分布的約束條件大大放寬，不至于因?yàn)閷y(tǒng)計中的假設(shè)過分理想化而無法切合實(shí)際情況，從而對個別偏離較大的數(shù)據(jù)不至于太敏感。 （2）對數(shù)據(jù)的測

3、量尺度無約束，對數(shù)據(jù)的要求也不嚴(yán)格，什么數(shù)據(jù)類型都可以做。 （3）適用于小樣本、無分布樣本、數(shù)據(jù)污染樣本、混雜樣本等。表6-1 參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)的效率比較應(yīng) 用參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)對正態(tài)總體的非參數(shù)檢驗(yàn)的效率評價配對樣本數(shù)據(jù)兩個獨(dú)立樣本多個獨(dú)立樣本相關(guān)隨機(jī)性t檢驗(yàn)或者z檢驗(yàn)t檢驗(yàn)或者z檢驗(yàn)方差分析(F檢驗(yàn))線性相關(guān)無可用的參數(shù)檢驗(yàn)符號檢驗(yàn)Wilcoxon檢驗(yàn)Wilcoxon檢驗(yàn)K-W檢驗(yàn)秩相關(guān)檢驗(yàn)游程檢驗(yàn)0.630.950.950.950.91沒有可比較的基礎(chǔ)6.2 SPSS在卡方檢驗(yàn)中的應(yīng)用1.使用目的 卡方檢驗(yàn)也稱為卡方擬合優(yōu)度檢驗(yàn)，是K.Pearson給出的一種最常用的非參數(shù)檢驗(yàn)方法。

4、它用于檢驗(yàn)觀測數(shù)據(jù)是否與某種概率分布的理論數(shù)值相符合，進(jìn)而推斷觀測數(shù)據(jù)是否是來自于該分布的樣本的問題。 2.基本原理 進(jìn)行卡方檢驗(yàn)時，首先提出零假設(shè) ：樣本X來自的總體分布服從期望分布或某一理論分布。接著，利用實(shí)際觀測值的頻數(shù)與理論的期望頻數(shù)之間的差異來構(gòu)造檢驗(yàn)統(tǒng)計量，它描述了觀察值和理論值之間的偏離程度。 3.軟件使用方法 SPSS會自動計算出2統(tǒng)計量及對應(yīng)的相伴概率P值。 6.2.2 卡方檢驗(yàn)的SPSS操作詳解Step01：打開主菜單 選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【卡方】命令，彈出【卡方檢驗(yàn)】對話框。Step02：選擇檢驗(yàn)變量 在【卡方檢驗(yàn)】對話框左側(cè)的候選變量列表框

5、中選擇一個或幾個變量，將其添加至【檢驗(yàn)變量列表】列表框中，表示需要進(jìn)行進(jìn)行卡方檢驗(yàn)的變量。Step03：確定檢驗(yàn)范圍 在【期望全距】選項(xiàng)組中可以確定檢驗(yàn)值的范圍，對應(yīng)有兩個單選項(xiàng)。Step04：選擇期望值 在【期望值】選項(xiàng)組中可以指定期望值 ，對應(yīng)有兩個單選項(xiàng)。 Step05：選擇計算精確概率 單擊【精確】按鈕，彈出【精確檢驗(yàn)】對話框，該對話框用于選擇計算概率P值的方法 。Step06：其他選項(xiàng)選擇 單擊【選項(xiàng)】按鈕，彈出【選項(xiàng)】對話框，該對話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法Step07： Step07單擊【確定】按鈕，操作完成Step06.2.3 實(shí)例圖文分析：人員結(jié)構(gòu)的調(diào)動1. 實(shí)

6、例內(nèi)容 某公司經(jīng)理層、監(jiān)察員、辦事員三種職務(wù)類別人員比例大約在15：5：80為宜，這樣運(yùn)行效率最高。目前公司進(jìn)行人事調(diào)整，公司人員結(jié)構(gòu)發(fā)生變動，有員工擔(dān)心是否人事調(diào)整已經(jīng)導(dǎo)致職務(wù)類型比例的失調(diào)。請利用數(shù)據(jù)文件6-1.sav來解決該問題。 三種職務(wù)的期望構(gòu)成比為15、5和80。而目前樣本中觀察到的三種職務(wù)的人數(shù)比為84：27：363，構(gòu)成比分別是17.7、5.7和76.6，和理論值有差異。那么這種差異是由隨機(jī)誤差造成的，還是真的構(gòu)成比和以前有所變化？該問題就可以用2檢驗(yàn)來實(shí)現(xiàn)。相應(yīng)的假設(shè)檢驗(yàn)如下。 H0：目前三個職業(yè)的總體構(gòu)成比仍然是15、5和80。 H1：目前三個職業(yè)的總體構(gòu)成比不再是15、5

7、和802. 實(shí)例操作Step01：打開對話框 打開數(shù)據(jù)文件6-1.sav，選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【卡方】命令，彈出【卡方檢驗(yàn)】對話框。其中，“jobcat”變量表示職業(yè)類型， “1”表示辦事員，“2”表示監(jiān)察員，“3”表示經(jīng)理。Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選擇“jobcat”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。Step03：選擇期望值 在【期望值】選項(xiàng)組中點(diǎn)選【Values】單選鈕，以指定期望概率值。接著在Values的文本框中分別輸入0.8、0.05和0.15這三個數(shù)值，并且單擊【Add】按鈕加以確定。Step04：單擊【

8、確定】按鈕，操作完成。3 實(shí)例結(jié)果及分析 SPSS的結(jié)果報告中列出了期望頻數(shù)和實(shí)際頻數(shù)。顯然殘差值越小，說明實(shí)際頻數(shù)與期望頻數(shù)越接近。 Observed NExpected NResidualClerical363379.2-16.2Custodial2723.73.3Manager8471.112.9Total474（1）頻數(shù)表（2）卡方檢驗(yàn)表 具體包括統(tǒng)計量、自由度（df）和近似概率P值?？梢姡y(tǒng)計量等于3.492，自由度等于2，對應(yīng)的概率P值0.174大于顯著性水平0.05。因此接受零假設(shè)，認(rèn)為目前三個職業(yè)的總體構(gòu)成比仍然是15、5和80，人數(shù)的調(diào)動只是隨機(jī)誤差造成的，公司人員結(jié)構(gòu)沒有顯

9、著性改變。 Employment CategoryChi-Square3.492adf2Asymp. Sig.1746.3 SPSS在二項(xiàng)分布檢驗(yàn)中的應(yīng)用6.3.1 二項(xiàng)分布檢驗(yàn)的基本原理1.方法概述 事件要服從二項(xiàng)分布，則應(yīng)該具備下列基本的條件。 （1）各觀察單位只能具有相互對立的一種結(jié)果。 （2）已知發(fā)生某一結(jié)果（陽性）的概率為，其對立結(jié)果的概 率為1-。 （3）n次試驗(yàn)在相同條件下進(jìn)行，且各個觀察單位的觀察結(jié)果相互獨(dú)立，即每個觀察單位的觀察結(jié)果不會影響到其他觀察單位的結(jié)果。6.3.2 二項(xiàng)分布檢驗(yàn)的SPSS操作詳解 Step01：打開主菜單 選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話

10、框】【二項(xiàng)式】命令 ，彈出【二項(xiàng)式檢驗(yàn)】對話框。Step02：選擇檢驗(yàn)變量 在【二項(xiàng)式檢驗(yàn)】對話框左側(cè)的候選變量列表框中選擇一個或幾個變量，將其添加至【檢驗(yàn)變量列表】列表框中，表示需要進(jìn)行進(jìn)行二項(xiàng)分布檢驗(yàn)的變量。Step03：定義二元變量 在【定義二分法】選項(xiàng)組中可以定義二元變量。Step04：指定檢驗(yàn)概率值 在【檢驗(yàn)比例】選項(xiàng)組中可以指定二項(xiàng)分布的檢驗(yàn)概率值。系統(tǒng)默認(rèn)的檢驗(yàn)概率值是0.5，這意味著要檢驗(yàn)的二項(xiàng)是服從均勻分布的。如果所要檢驗(yàn)的二項(xiàng)分布不是同概率分布，參數(shù)框中要鍵入第一組變量所對應(yīng)的檢驗(yàn)概率值。Step05：選擇計算精確概率 【Exact】按鈕用于選擇計算概率P值的方法。Step

11、06：其他選項(xiàng)選擇 【選項(xiàng)】按鈕用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法。Step07：單擊【確定】按鈕，結(jié)束操作，SPSS軟件自動輸出結(jié)果。 6.3.3 實(shí)例圖文分析：燈泡是否合格1. 實(shí)例內(nèi)容 某燈泡廠生產(chǎn)的一種特制燈泡按照工藝技術(shù)標(biāo)準(zhǔn)的要求，其合格燈泡的壽命必須大于960小時。通常在生產(chǎn)穩(wěn)定的時候，該廠的這種產(chǎn)品合格品率為95，為檢驗(yàn)產(chǎn)品質(zhì)量，今從新生產(chǎn)的一大批產(chǎn)品中隨機(jī)抽查了30只燈泡，測得它們的壽命的數(shù)據(jù)資料，試根據(jù)這些樣品數(shù)據(jù)檢驗(yàn)該批產(chǎn)品的合格率是否等于95。1070 1073 958 958 975 969 1079 964 968 947962 970 1054 987 967

12、969 967 1001 994 9931084 1012 985 9 94 964 952 951 987 963 9572. 實(shí)例操作Step01：打開對話框 打開數(shù)據(jù)文件6-2.sav，選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【二項(xiàng)式】命令，彈出【二項(xiàng)式檢驗(yàn))】對話框。 Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選擇“time”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。Step03：定義二元變量 在【定義二分法】選項(xiàng)組中點(diǎn)選【割點(diǎn)】，以指定斷點(diǎn)。接著在其文本框中輸入“960”，表示以它作為分界點(diǎn)將原始樣本分為兩組。 Step04：指定檢驗(yàn)概率值 在【檢驗(yàn)比

13、例】文本框中輸入指定概率值“0.05”。Step05：描述性統(tǒng)計量輸出 單擊【選項(xiàng)】按鈕，彈出【選項(xiàng)】對話框。在【統(tǒng)計量】選項(xiàng)組中勾選【描述性】和【四分位數(shù)】復(fù)選框，表示輸出基本統(tǒng)計量。再單擊【繼續(xù)】按鈕，返回【二項(xiàng)式檢驗(yàn)】對話框。Step06：完成操作 最后，單擊【確定】按鈕，操作完成。3. 實(shí)例結(jié)果及分析（1）基本統(tǒng)計量 SPSS首先輸出了樣本的描述性統(tǒng)計量表。這里共選擇了30個燈泡壽命樣本作二項(xiàng)分布檢驗(yàn)，燈泡的平均壽命等于989.13小時，標(biāo)準(zhǔn)差等于40.968小時，燈泡壽命最小值等于947小時，壽命最大值等于1084小時。同時其25、50和75分位點(diǎn)等于 962.75、969.50和9

14、96.75小時。NMeanStd. DeviationMinimumMaximumPercentiles25th50th (Median)75th燈泡壽命30989.1340.9689471084962.75969.50995.75 首先根據(jù)斷點(diǎn)“960”將原始數(shù)據(jù)劃分為兩部分：“Group 1” 和“Group 2”，它們各自的樣本容量等于6和24，所占總體的比例為20和80。由于這里要檢驗(yàn)合格率是否等于95，也就是要檢驗(yàn)“Group 1”組所占比例是否等于0.05。但根據(jù)單尾概率P值（0.003）小于顯著性水平 （0.05），可以判斷這批樣本的合格率不等于95，即這批產(chǎn)品沒有合格。Cate

15、goryNObserved Prop.Test Prop.Asymp. Sig. (1-tailed)燈泡壽命Group 1 96024.80Total301.00（2）二項(xiàng)分布檢驗(yàn)表 6.4 SPSS在游程檢驗(yàn)中的應(yīng)用6.4.1 游程檢驗(yàn)的基本原理1.方法概述 游程檢驗(yàn)是一種利用游程數(shù)所作的單樣本隨機(jī)性的檢驗(yàn)方法，它可以用來判斷觀察值的順序是否為隨機(jī)。許多統(tǒng)計模型的假設(shè)中都要求觀察值都是獨(dú)立的，也就是說，收集到的數(shù)據(jù)樣本的順序是不相關(guān)的。如果樣本順序影響到統(tǒng)計結(jié)果，那么樣本就可能不是隨機(jī)的，這將使研究者不能得出關(guān)于抽樣總體的準(zhǔn)確結(jié)論。因此，研究者可以使用游程檢驗(yàn)來檢驗(yàn)數(shù)據(jù)的隨機(jī)性。2.基本原

16、理 游程檢驗(yàn)可用來檢驗(yàn)任何序列的隨機(jī)性，而不管這個序列是怎樣產(chǎn)生的；此外還可用來判斷兩個總體的分布是否相同，從而檢驗(yàn)出它們的位置中心有無顯著差異。3.軟件使用方法 SPSS中利用游程數(shù)構(gòu)造Z統(tǒng)計量，利用Z統(tǒng)計量的分布來檢驗(yàn)序列是否具有隨機(jī)性。軟件將自動計算出Z統(tǒng)計量的取值及對應(yīng)的概率P值。如果概率P值小于或等于用戶設(shè)定的顯著性水平，則拒絕零假設(shè)，認(rèn)為變量不具有隨機(jī)性；相反的，如果概率P值大于顯著性水平，則認(rèn)為變量出現(xiàn)是隨機(jī)的。6.4.2 游程檢驗(yàn)的SPSS操作詳解Step01：打開對話框 選擇菜單欄中的【分析】【非參數(shù)檢驗(yàn)】【舊對話框】【游程】命令，彈出【游程檢驗(yàn)】對話框。Step02：選擇檢

17、驗(yàn)變量 在【游程檢驗(yàn)】對話框左側(cè)的候選變量列表框中選 擇一個或幾個變量，將其添加至【檢驗(yàn)變量列表】 列表框中，表示需要進(jìn)行游程檢驗(yàn)的變量。 Step03：確定斷點(diǎn) 在【割點(diǎn)】選項(xiàng)組中指定計算游程數(shù)的分界值。小于分界值的觀察值歸為一組，其余的歸為另一組，然后計算游程數(shù)。 Step04：選擇計算精確概率 單擊【精確】按鈕用于選擇計算概率P值的方法，它的功能和卡方檢驗(yàn)中的相應(yīng)按鈕相同的。Step05：其他選項(xiàng)選擇 單擊【選項(xiàng)】按鈕用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法。Step06：單擊【確定】按鈕，結(jié)束操作，SPSS軟件自動輸出結(jié)果。6.4.3 實(shí)例圖文分析：企業(yè)盈虧預(yù)測1. 實(shí)例內(nèi)容 已知某企業(yè)

18、在過去20年的盈虧情況為“0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1”。其中“0”表示虧損，“1”表示盈利?，F(xiàn)根據(jù)財務(wù)統(tǒng)計預(yù)測今年該企業(yè)盈利，請問這個結(jié)果對企業(yè)明年的經(jīng)營狀況有無影響？2. 實(shí)例操作 根據(jù)過去20年的經(jīng)營情況看到該企業(yè)的盈虧情況經(jīng)常逐年發(fā)生變化。已知今年企業(yè)盈利，要判斷不同年份之間的盈虧情況有無影響性，即盈虧情況是否是隨機(jī)的。這樣就可以通過游程檢驗(yàn)來分析歷史數(shù)據(jù)。如果歷史數(shù)據(jù)是隨機(jī)的，說明今年的盈利不會對明年企業(yè)的生產(chǎn)產(chǎn)生影響；反之，表明今年的盈利會對明年生產(chǎn)有影響。所以采用SPSS具體操作步驟如下。 Step01：打開對話框 打開數(shù)據(jù)文件6

19、-3.sav，選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【游程檢驗(yàn)】命令，彈出【游程檢驗(yàn)】對話框。其中“x”變量表示企業(yè)盈虧狀態(tài)，“0”表示虧損，“1”表示盈利。 Step02：選擇檢驗(yàn)變量 在候選變量列表框中選擇“x”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。Step03：確定斷點(diǎn) 在【割點(diǎn)】選項(xiàng)組中取消勾選【中位數(shù)】復(fù)選框，勾選【均值】復(fù)選框，單擊【確定】按鈕，操作完成。 3 .實(shí)例結(jié)果及分析 計算游程檢驗(yàn)的Z統(tǒng)計量等于-2.843，相伴概率P值0.004顯然小于顯著性水平0.05。所以，認(rèn)為企業(yè)盈虧歷史數(shù)據(jù)并不是隨機(jī)的，其中有一定的規(guī)律性。因此，今年企業(yè)的盈利會對明年

20、企業(yè)的經(jīng)營狀況產(chǎn)生顯著影響。Test Valuea0.65Cases = Test Value13Total Cases20Number of Runs4Z-2.843Asymp. Sig. (2-tailed).0046.4.4 實(shí)例進(jìn)階分析工業(yè)和商業(yè)企業(yè)的負(fù)債水平1.實(shí)例內(nèi)容 在我國的工業(yè)和商業(yè)企業(yè)中隨機(jī)抽取22家企業(yè)進(jìn)行資產(chǎn)負(fù)債率行業(yè)差異分析，其1999年底的資產(chǎn)負(fù)債率（）如下，請問兩個行業(yè)的負(fù)債水平是否有顯著性差異？工業(yè)企業(yè)647655825982707561647383商業(yè)企業(yè)77808065939184918486SPSS具體操作步驟 Step01：打開數(shù)據(jù)文件6-4.sav，其中

21、“fzl”表示企業(yè)資產(chǎn)負(fù)債率；“indicate”表示企業(yè)類型，“1”表示工業(yè)企業(yè)，“2”表示商業(yè)企業(yè)。Step02：選擇菜單欄中的【數(shù)據(jù)】【排序個案】命令，彈出【排序個案】對話框。在候選變量列表框中選擇變量“fzl”，添加至【排序依據(jù)】列表框中。Step03：接著利用游程檢驗(yàn)分析“indicate”變量的隨機(jī)性。選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框)】【游程檢驗(yàn)】命令，彈出【游程檢驗(yàn)】對話框。在候選變量列表框中選擇“indicate”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。Step04：在【割點(diǎn)】選項(xiàng)組中取消勾選系統(tǒng)默認(rèn)的【中位數(shù)】復(fù)選框，勾選【均值】復(fù)選框。Ste

22、p05：單擊【游程檢驗(yàn)】對話框中的【確定】按鈕，完成操作。indicateTest Valuea1.45Cases = Test Value10Total Cases22Number of Runs6Z-2.384Asymp. Sig. (2-tailed).017 3.實(shí)例結(jié)果及分析 游程檢驗(yàn)的Z統(tǒng)計量值等于-2.384，概率P值0.017小于顯著性水平0.05，說明這組數(shù)據(jù)不是隨機(jī)序列，數(shù)據(jù)的排序呈現(xiàn)一定的規(guī)律性。因此，工業(yè)企業(yè)和商業(yè)企業(yè)的負(fù)債水平有顯著性差異。6.5 SPSS在單樣本K-S檢驗(yàn)中的應(yīng)用6.5.1 單樣本K-S檢驗(yàn)的基本原理1.方法概述 K-S檢驗(yàn)是一種擬和優(yōu)度的非參數(shù)檢驗(yàn)

23、方法。單樣本K-S檢驗(yàn)是利用樣本數(shù)據(jù)推斷總體是否服從某一理論分布，一般來說它是比卡方檢驗(yàn)更精確的非參數(shù)檢驗(yàn)法。2.基本原理 K-S檢驗(yàn)的理論分布可以為正態(tài)分布、均勻分布、指數(shù)分布和泊松分布等。基本思想是：根據(jù)樣本數(shù)據(jù)和用戶的指定構(gòu)造出理論分布，查分布表得到相應(yīng)的理論累計概率分布函數(shù)F0(x)；利用樣本數(shù)據(jù)計算各樣本數(shù)據(jù)點(diǎn)的累計概率，得到經(jīng)驗(yàn)累計概率分布函數(shù)S0(x)；計算S0(x）和F0(x)在相同變量值點(diǎn)x上的差D(x)，得差值序列D。6.5.2 單樣本K-S檢驗(yàn)的SPSS操作詳解Step01：打開對話框 選擇菜單欄中的【分析】【非參數(shù)檢驗(yàn)】【舊對話框】【1樣本K-S(1)】命令，彈出 【單

24、樣本K-S檢驗(yàn)】對話框，這是K-S檢驗(yàn)的主操作窗口。Step02：選擇檢驗(yàn)變量 在【單樣本K-S檢驗(yàn)】對話框左側(cè)的候選變量列表框中選擇一個或幾個變量，將其添加至【檢驗(yàn)變量列表】列表框中，表示需要進(jìn)行K-S檢驗(yàn)的變量。Step03：選擇待檢驗(yàn)理論分布 在【檢驗(yàn)分布】選項(xiàng)組中，用戶需要選擇待檢驗(yàn)的理論分布。系統(tǒng)提供了四種統(tǒng)計中常見的分布。 Step04：設(shè)置好對話框中的參數(shù)后，單擊【確定】按鈕結(jié)束操作。6.5.3 實(shí)例分析：商品銷售收益的分布1 .實(shí)例內(nèi)容 零售商希望了解某商品銷售收益的大致分布情況。依據(jù)其他銷售商已有的資料，他認(rèn)為其銷售收益可能服從正態(tài)分布。為了檢驗(yàn)其假設(shè)，考慮是否與其他零售商一

25、樣，銷售收益服從正態(tài)分布，收集到相關(guān)的銷售收益數(shù)據(jù)，請使用SPSS軟件分析樣本數(shù)據(jù)是否服從正態(tài)分布。2 .實(shí)例操作 本案例的目的就是要檢驗(yàn)文件6-5.sav中的“revenue”變量是否服從正態(tài)部分，因此可以采用非參數(shù)K-S檢驗(yàn)來判斷。首先，通過描述性統(tǒng)計功能繪制了“revenue”變量的直方圖及其擬合的正態(tài)曲線，具體見圖6-19。從圖形特征看到，“revenue”變量的分布非常接近正態(tài)分布，但需要采用K-S檢驗(yàn)來診斷。 Step01：打開對話框 打開對話框打開數(shù)據(jù)文件6-4.sav，選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【1樣本 K-S(1)】命令，彈出如下圖所示的對話框。 St

26、ep02：選擇檢驗(yàn)變量 在候選變量列表框中選擇“revenue”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。 Step03:單擊【選項(xiàng)】按鈕，彈出【單變量K-S：選項(xiàng)】對話框，在【統(tǒng)計量】選項(xiàng)組中勾選【描述性】復(fù)選框和【四分位數(shù)】復(fù)選框，表示輸出基本統(tǒng)計量，如圖6-14所示。單擊【繼續(xù)】按鈕返回主對話框，單擊【確定】按鈕，完成操作。3. 實(shí)例結(jié)果及分析（1）描述性統(tǒng)計量輸出 NMeanStd. DeviationMinimumMaximumPercentiles25th50th (Median)75thRevenue1488$2,516.58$994.586$13$6,213$1,8

27、30.96$2,490.68$3,183.54(2）K-S檢驗(yàn)結(jié)果表RevenueN1488Normal ParametersaMean$2,516.58Std. Deviation$994.586Most Extreme DifferencesAbsolute0.019Positive0.019Negative-0.010Kolmogorov-Smirnov Z0.750Asymp. Sig. (2-tailed)0.6276.6 SPSS在兩獨(dú)立樣本非參數(shù)檢驗(yàn)中的應(yīng)用6.6.1 兩獨(dú)立樣本非參數(shù)檢驗(yàn)的方法原理1.方法概述 通過分析樣本數(shù)據(jù)，推斷樣本來自的兩個獨(dú)立總體的分布是否存在顯著差異。

28、這種檢驗(yàn)方法一般通過獨(dú)立總體的均值或中位數(shù)是否存在顯著差異來推斷。關(guān)于樣本之間是否獨(dú)立，主要看在一個總體中抽取樣本對在另一個總體中抽取樣本有無影響。如果沒有影響，則可以認(rèn)為這兩個總體是獨(dú)立的。2.基本原理 SPSS提供了四種相關(guān)的非參數(shù)檢驗(yàn)方法：曼-惠特尼U檢驗(yàn)、K-S檢驗(yàn)、極端反應(yīng)檢驗(yàn)、游程檢驗(yàn)。6.6.2 兩獨(dú)立樣本非參數(shù)檢驗(yàn)的SPSS操作詳解Step01：打開主菜單 選擇菜單欄中的【分析】【非參數(shù)檢驗(yàn)】【 舊對話框】【2個獨(dú)立樣本)】命令，彈出【 兩個獨(dú)立樣本檢驗(yàn)】對話框。Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選擇一個或幾個變量，將其添加至【檢驗(yàn)變量列表】列表框中，作為需要

29、進(jìn)行兩獨(dú)立樣本檢驗(yàn)的變量。Step03：選擇分組變量 在左側(cè)的候選變量列表框中選擇分組變量，將其添加至【分組變量】文本框中，目的是區(qū)分檢驗(yàn)變量的不同組別。單擊【定義組】按鈕，彈出【兩個獨(dú)立樣本檢驗(yàn):分組】對話框。在【組1】和【組2】文本框中分別輸入整數(shù)值，這兩個值確定的分組將所選檢驗(yàn)變量的觀測值分為兩組或兩 Step04：選擇檢驗(yàn)方法 在【檢驗(yàn)類型】選項(xiàng)組中，用戶需要選擇兩獨(dú)立樣本檢驗(yàn)的方法。系統(tǒng)提供了四種常用方法： 曼-惠特尼U檢驗(yàn)、 K-S檢驗(yàn)、極端反應(yīng)檢驗(yàn)和游程檢驗(yàn)。Step05：設(shè)置其他參數(shù) 設(shè)置完對話框中的其他參數(shù)后，單擊【確定】按鈕結(jié)束操作 。 6.6.3 實(shí)例圖文分析：日本和美國

30、公司的市盈率1. 實(shí)例內(nèi)容 一個公司的市盈率是指這家公司股票的當(dāng)前價格除以最近12個月的每股收益。下表列出了10家日本公司和12家美國公司的市盈率，這兩個國家公司的市盈率之間是否存在顯著差異？2. 實(shí)例操作Step01：打開對話框 打開數(shù)據(jù)文件6-6.sav，選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【2個獨(dú)立樣本】命令，彈出如下圖所示的對話框。 Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選擇“PE”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。Step03：選擇分組變量 選擇分組變量x，將其添加至【分組變量】文本框中。Step04：確定分組標(biāo)號 單擊【定義組】按鈕，

31、彈出【兩個獨(dú)立樣本檢驗(yàn):分組】對話框，在【組1】 、【組2】文本框中分別輸入“1” “2” ，然后單擊【繼續(xù)】按鈕返回主對話框，單擊【確定】按鈕，完成操作 。3. 實(shí)例結(jié)果及分析（1）描述性統(tǒng)計量 NMeanStd. DeviationMinimumMaximumPercentiles25th50th (Median)75th市盈率2275.5000141.6019714.00666.0018.750024.000065.0000國家221.5455.509651.002.001.00002.00002.0000（2）曼-惠特尼U檢驗(yàn)的秩統(tǒng)計表 國家NMean RankSum of Ranks

32、市盈率日本1015.70157.00美國128.0096.00Total22市盈率Mann-Whitney U18.000Wilcoxon W96.000Z-2.776Asymp. Sig. (2-tailed)0.005Exact Sig. 2*(1-tailed Sig.)0.004a(3)曼-惠特尼U檢驗(yàn)結(jié)果表 6.7 SPSS在多獨(dú)立樣本非參數(shù)檢驗(yàn)中的應(yīng)用6.7.1 多獨(dú)立樣本非參數(shù)檢驗(yàn)的基本原理1.方法概述 多獨(dú)立樣本的非參數(shù)檢驗(yàn)是通過分析多組獨(dú)立樣本數(shù)據(jù)，推斷樣本來自的多個總體的分布是否存在顯著差異。這里樣本間的獨(dú)立是指在一個總體中抽取樣本對在其他總體中抽取樣本無影響。2.基本原理

33、 SPSS提供的多獨(dú)立樣本非參數(shù)檢驗(yàn)的方法主要包括：Kruskal-Wallis H檢驗(yàn)、中位數(shù)檢驗(yàn)和Joneckheere-Terpstra檢驗(yàn)。 6.7.2 多獨(dú)立樣本非參數(shù)檢驗(yàn)的SPSS操作詳解Step01：打開對話框 選擇菜單欄中的【分析】【非參數(shù)檢驗(yàn)】【舊對話框】【K個獨(dú)立樣本】命令，彈出【多個獨(dú)立樣本檢驗(yàn)】對話框，這是多獨(dú)立樣本非參數(shù)檢驗(yàn)的主操作窗口。Step02：選擇檢驗(yàn)變量 在主對話框左側(cè)的候選變量列表框中選擇一個或幾個變量，將其添加至【檢驗(yàn)變量列表】列表框中，這里表示需要進(jìn)行多獨(dú)立樣本檢驗(yàn)的變量。 Step03：選擇分組變量 在左側(cè)的候選變量列表框中選擇分組變量，將其添加至【

34、分組變量】文本框中，單擊【定義變量的范圍】按鈕，彈出分組變量范圍定義對話框。在【最小值】和【最大】文本框中分別輸入最小值和最大值，設(shè)置完成后，單擊【繼續(xù)】按鈕，返回主對話框。Step04：選擇檢驗(yàn)方法 在【檢驗(yàn)類型】選項(xiàng)組中，用戶需要選擇多獨(dú)立樣本檢驗(yàn)的方法。系統(tǒng)提供了三種常用方法： 克魯斯凱-沃里斯 H檢驗(yàn)、中位數(shù)檢驗(yàn)和 J-T檢驗(yàn)。 Step05：設(shè)置完對話框中的其他參數(shù)后，單擊【確定】按鈕結(jié)束操作，SPSS軟件自動輸出結(jié)果。 6.7.3 實(shí)例分析：糖果中的卡路里1 .實(shí)例內(nèi)容 暢銷的糖果往往含有較高的卡路里。假設(shè)下表中的數(shù)據(jù)為三種不同糖果樣本中的卡路里含量，檢驗(yàn)這三種糖果中的卡路里含量的

35、顯著差異。糖果1糖果2糖果32302102402502302252052452532202002082021901802. 實(shí)例操作Step01：打開【多個獨(dú)立樣本檢驗(yàn)】對話框 打開數(shù)據(jù)文件6-7sav，選擇菜單欄中的【分析】 【非參數(shù)檢驗(yàn)】【舊對話框】【K個獨(dú)立樣本】命令，彈出【多個獨(dú)立樣本檢驗(yàn)】對話框。Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選擇“calories”變量作為檢驗(yàn)變量，將其添加至【檢驗(yàn)變量列表】列表框中。Step03：選擇分組變量 選擇分組變量x，將其添加至【分組變量】文本框中。 Step04：單擊【定義范圍】按鈕，彈出分組變量范圍定義對話框，在【最小值】文本框中

36、輸入“1”，在【最大】文本框中輸入“3”，然后單擊【繼續(xù)】按鈕返回主對話框，再單擊【確定】按鈕完成操作。3. 實(shí)例結(jié)果及分析（1）描述性統(tǒng)計量 NMeanStd. DeviationMinimumMaximumPercentiles25th50th (Median)75th卡路里15219.200022.23639180.00253.00202.0000220.0000240.0000糖果類型152.0000.845151.003.001.00002.00003.0000（2）秩統(tǒng)計表糖果類型NMean Rank卡路里1510.802510.00353.20Total15卡路里Chi-Squa

37、re8.736df2Asymp. Sig.0.013（3）非參數(shù)檢驗(yàn)結(jié)果表 6.8 SPSS在兩配對樣本非參數(shù)檢驗(yàn)中的應(yīng)用（1）基本原理 兩配對樣本的非參數(shù)檢驗(yàn)是在對兩組配對樣本的總體分布不甚了解的情況下，推斷樣本來自的兩個總體的分布等是否存在顯著差異的方法。這種檢驗(yàn)要求數(shù)據(jù)必須是成對出現(xiàn)的，而且順序不能夠隨意調(diào)換。6.8.2 兩配對樣本非參數(shù)檢驗(yàn)的SPSS操作詳解 Step01：打開對話框 選擇菜單欄中的【分析】【非參數(shù)檢驗(yàn)】【舊對話框】【2個相關(guān)樣本】命令，彈出【兩個關(guān)聯(lián)樣本檢驗(yàn)】對話框，如圖所示，這是兩配對樣本非參數(shù)檢驗(yàn)的主操作窗口。Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選

38、擇一對或幾對變量，將其添加至【檢驗(yàn)對】列表框中。Step03：選擇檢驗(yàn)方法 在【檢驗(yàn)類型】選項(xiàng)組中，用戶需要選擇兩配對樣本檢驗(yàn)的方法。系統(tǒng)提供了常用方法：Wilcoxon符號秩檢驗(yàn)、符號檢驗(yàn)、McNemar檢驗(yàn)、Marginal Homogeneity檢驗(yàn)。Step04：完成操作 設(shè)置完對話框中的其他參數(shù)后，單擊【確定】按鈕結(jié)束操作。6.8.3 實(shí)例分析：音樂與入睡時間1. 實(shí)例內(nèi)容 在關(guān)于放松（聽音樂）對成年女性入睡所需時間影響的研究中，抽取了10名女性組成樣本。下表給出了10個對象在有聽音樂和不聽音樂下入睡所需的時間（min）。就此數(shù)據(jù)你的結(jié)論是什么？研究對象12345678910不聽音樂

39、1512228107810149聽音樂10119411587116SPSS具體操作步驟 Step01：打開對話框 打開數(shù)據(jù)文件6-8.sav，其中，x變量表示不聽音樂條件下女性的入睡時間，y變量表示聽音樂條件下女性的入睡時間。選擇菜單欄中的【分析】【非參數(shù)檢驗(yàn)】【舊對話框】【2個相關(guān)樣本】命令，彈出【兩個關(guān)聯(lián)樣本檢驗(yàn)】對話框。Step02：選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中同時選擇x變量和y變量作為成對檢驗(yàn)變量，將其同時添加至【檢驗(yàn)對】列表框中， Step03：單擊【選項(xiàng)】按鈕，彈出【兩個關(guān)聯(lián)樣本檢驗(yàn)：選項(xiàng)】對話框，在【統(tǒng)計量】選項(xiàng)組中勾選【描述性】項(xiàng)和【四分位數(shù)】復(fù)選框，單擊【繼續(xù)】按鈕

40、，返回主對話框，單擊【確定】按鈕完成操作。3. 實(shí)例結(jié)果及分析（1）描述統(tǒng)計量表NMeanStd. DeviationMinimumMaximumPercentiles25th50th (Median)75th無放松1011.504.5287228.0010.0014.25有放松108.202.6164115.758.5011.003. 實(shí)例結(jié)果及分析（2）秩統(tǒng)計表NMean RankSum of Ranks有放松-無放松Negative Ranks8a5.4443.50Positive Ranks1b1.501.50Ties1cTotal10有放松 - 無放松Z-2.499aAsymp. Sig. (2-tailed)0.012（3）非參數(shù)檢驗(yàn)結(jié)果表 6.9 SPSS在多配對樣本非參數(shù)檢驗(yàn)中的應(yīng)用（1）基本原理 多配對樣本的非參數(shù)檢驗(yàn)是用來比較多個配對總體分布是否相同的非參數(shù)檢驗(yàn)方法。這種檢驗(yàn)方法對總體分布也沒