非參數(shù)統(tǒng)計第二次練習課件

練習1威斯康星符號秩檢驗酒精對反應(yīng)時間的影響分析人員為了解酒精對汽車司機的反應(yīng)時間的影響，選擇了20個卡車司機組成一個隨機樣本，在實驗中測量了每個司機在喝下一定酒精含量的飲料前后的反應(yīng)時間，使用威斯康星符號秩檢驗法來判斷酒精是否影響反應(yīng)時間。1打開“酒精對反應(yīng)時間的影響.sav”。單擊Analyze→Legacy

dialogs→NonparametricTests→2-Related-SamplesTest…，打開兩個相關(guān)樣本非參數(shù)檢驗對話框，從左邊的變量列表框中選擇“反應(yīng)時間A”和“反應(yīng)時間B”作為第一組比較配對樣本，移入右側(cè)的TestPairList方框中，下面的TestType中選擇默認的Wilcoxon，單擊OK按鈕，輸出威斯康星符號秩檢驗結(jié)果。2在威斯康星符號秩檢驗中，秩是根據(jù)兩個檢驗變量之差的絕對值來計算的。根據(jù)秩差的符號可以把個案分為三組：負秩(秩差小于0)、正秩(秩差大于0)和等秩(秩差等于0)。秩差相同的個案將忽略不計。秩表顯示，有4個個案的秩差為負，其均秩為4.25，秩和為17。有14個個案的秩差為負，均秩為11，秩和為154，有2個案的秩和相等。秩表3根據(jù)上面的檢驗統(tǒng)計量，能夠得出酒精顯著影響卡車司機的反應(yīng)時間的結(jié)論？檢驗統(tǒng)計量表4練習2符號檢驗幼兒園生活對孩子們的影響研究人員想了解幼兒園生活對孩子們社會知識成績的影響，他們選取了16對孩子作為研究對象，隨機指定一對兒童之一在幼兒園生活一學期，另外一個在幼兒園以外生活一學期，學期結(jié)束時，對這16個孩子進行社會知識考查并且得到他們的測試成績。使用符號檢驗判斷幼兒園生活是否影響兒童社會知識。5打開“幼兒園生活.Sav”，單擊Analyze→Legacy

dialogs→Nonparametric

Tests→TwoRelated-Samples…，打開兩個相關(guān)樣本非參數(shù)檢驗對話框。用鼠標同時選中左側(cè)變量列表框中的兩個變量，將它們移入TestPair(s)List方框中，取消TestType中默認的Wilcoxon，勾選Sign，單擊OK按鈕，輸出符號秩檢驗結(jié)果。6符號檢驗的頻數(shù)(Frequencies)表顯示兩個相關(guān)樣本數(shù)據(jù)相對比，第二組孩子成績小于第一組的(符號為“-”，NegativeDifference)的有10個，第二組孩子成績大于第一組的(符號為“+”，PositiveDifference)的有4個，成績相等也就是所謂同分的(Ties)的有2個。頻數(shù)表7根據(jù)上面的檢驗結(jié)果，能否判斷幼兒園的生活對孩子的社會生活產(chǎn)生顯著的影響？檢驗統(tǒng)計量表8練習3麥克內(nèi)曼變化顯著性檢驗雜貨店的促銷方式一家雜貨店的老板想增加自有品牌清潔劑的銷售量，他采用了店內(nèi)促銷的方式來推銷產(chǎn)品，調(diào)查得到197位客戶在促銷前后對商店自有品牌喜好的數(shù)據(jù)，使用麥克內(nèi)曼檢驗法判斷這種促銷方式是否能夠改變消費者的購買行為。9打開SPSS中“雜貨店促銷方式.sav”。單擊Analyze→Legacy

dialogs→NonparametricTests→2RelatedSamples…，打開兩個相關(guān)樣本非參數(shù)檢驗對話框，將“促銷前的喜好”和“促銷后的喜好”作為配對的檢驗變量，移入右邊TestPairList方框中。取消TestType中默認的Wilcoxon，勾選McNemar，單擊OK按鈕，輸出麥克內(nèi)曼檢驗結(jié)果。10麥克內(nèi)曼檢驗法主要關(guān)注樣本的條件變化或者樣本反應(yīng)的變化。本例中的原假設(shè)是促銷方式對顧客沒有任何效果，顧客對任何一種牌子的清潔劑的偏好是相同的。上表顯示沒有促銷之前，有26位消費者喜歡自有品牌的清潔劑。促銷以后，喜歡該品牌的顧客增加到59個，消費者行為的這種變化，商店老板認為促銷起到了作用。另一方面，原先有64位顧客不喜歡自有品牌的清潔劑，但促銷以后減少到48位，這也是商店老板希望看到的。頻數(shù)表11根據(jù)上面的檢驗統(tǒng)計量，能否判斷出促銷行為對顧客購買自有品牌的清潔劑產(chǎn)生積極的效果。檢驗統(tǒng)計量表12練習4克魯斯卡爾-沃利斯檢驗草莓的滋味農(nóng)業(yè)研究者在研究覆蓋物顏色對農(nóng)作物味道的影響時，對生長于紅色、藍色和黑色覆蓋物上的草莓進行評估，評估的等級分為5個等級，其中1代表草莓味道特別差(遠低于平均水平)，5代表草莓味道特別好(遠高于平均水平)。打開“草莓的滋味.sav”，使用克魯斯卡爾-沃利斯法來檢驗草莓味道是否由于生長在不同的覆蓋物上而有所差異。13單擊Analyze→Legacy

dialogs→Nonparametric

Tests→KIndependentSamples…，打開多個獨立變量檢驗對話框，選擇“味道等級”為檢驗變量，移入右側(cè)的TestVariableList方框中。選擇“草莓覆蓋物顏色”作為分組變量，移入右側(cè)的GroupingVariable方框中，單擊DefineRange按鈕，在定義范圍對話框中，Minimum后輸入1，Maximum后輸入3，單擊Continue按鈕，回到兩個對立樣本非參數(shù)檢驗對話框，單擊OK按鈕，輸出檢驗結(jié)果。14秩表魯斯卡爾-沃利斯法使用原始數(shù)值的秩來進行檢驗，本例中使用這種方法比較合適，因為草莓味道的評估等級是一個定序變量。首先不論個案屬于哪一組，將它們混合起來進行排序，相同秩的個案取秩的平均值。對個案排序以后，再各自計算每組個案的秩和。上表顯示生長在紅色覆蓋物的草莓味道等級的均秩是9.05，生長在藍色覆蓋物上的草莓味道等級的均秩是16.75，生長在黑色覆蓋物上的草莓味道等級的均秩是20.70?？磥砩L在不同覆蓋物上的草莓味道是存在差異的。15根據(jù)上面的檢驗統(tǒng)計結(jié)果，能否判斷草莓的味道隨著培養(yǎng)環(huán)境的不同而存在顯著差異。檢驗統(tǒng)計量表16練習5中位數(shù)檢驗減肥方法的效果為了評估3個減肥方法的效果選取了36名志愿者，志愿者被隨機地分配到這3個減肥計劃中，在進行減肥前后分別測量志愿者的體重，記錄下他們的體重減少量。打開“減肥方法的效果.sav”，使用中位數(shù)檢驗法判斷3種減肥方法下志愿者體重的減少是否存在顯著差異。17單擊Analyze→Legacy

dialogs→Nonparametric

Tests→KIndependentSamples…，打開多個獨立樣本非參數(shù)檢驗對話框，選擇“減肥量”為檢驗變量，移入右側(cè)的TestVariableList方框中。左下方的TestType中取消默認的Kruskal-WallisH，勾選Median。將變量“組別”移入GroupingVariable方框中，再單擊DefineRange按鈕，在定義分組范圍對話框中，Minimum后輸入1，Maximum后輸入3，單擊Continue按鈕，回到多個獨立樣本非參數(shù)檢驗對話框。18單擊Option按鈕，在選擇對話框中，統(tǒng)計量中選擇Quartiles(四分位數(shù))，單擊Continue按鈕，回到多個獨立樣本非參數(shù)檢驗對話框，單擊Ok按鈕，輸出檢驗結(jié)果。19描述性統(tǒng)計量表顯示，36位志愿者雇員測評成績的中位數(shù)是11.50，稍低于12。中位數(shù)檢驗的原假設(shè)是，中位數(shù)是三組志愿者體重減少量集中趨勢的較好近似值，也就是假設(shè)是在每組志愿者中，體重減少量大于11.5和低于或等于11.5的人數(shù)大體相等。描述性統(tǒng)計量表20從頻數(shù)表中可以看出，為了檢驗原假設(shè)，分別計算每組志愿者體重減少量高于中位數(shù)和低于中位數(shù)的人數(shù)。第一組和第二組的志愿者的頻數(shù)是相同的，減肥量大于中位數(shù)的有5位，低于或等于中位數(shù)的有7位，人數(shù)相差不大。第三組志愿者中，高于中位數(shù)的有8位，低于或等于中位數(shù)的只有4位，該組人數(shù)相差較大。頻數(shù)表21根據(jù)上面的檢驗結(jié)果能否判斷出志愿者體重的有顯著的減少。檢驗統(tǒng)計量表22練習6Jonckheere-Terpstra多樣本檢驗草莓滋味的再分析打開“草莓的滋味.sav”，利用Jonckheere-Terpstra多樣本檢驗來判斷5中草莓滋味是否存在顯著差別。單擊Analyze→Legacy

dialogs→Nonparametric

Tests→K-Independent-Samples…，打開多個獨立樣本非參數(shù)檢驗對話框。23將變量“味道等級”移入TestVariableList方框中，變量“組別”移入GroupingVariable方框中，取消左下角的TestType中默認的Kruskal-WallisH，勾選Jonckheere-Terpstra。單擊DefineGroups按鈕，在彈出的定義組別對話框中，Minimum后的文