SPSS数据统计与分析标准教程非参数检验
SPSS的非参数检验
02
SPSS非参数检验概述
定义与特点
定义
非参数检验是在统计分析中，相对于参数检验的一种统计方法。 它不需要对总体分布做严格假定，只关注数据本身的特点，因此 具有更广泛的适用范围。
特点
非参数检验对总体分布的假设较少，强调从数据本身获取信息， 具有灵活性、稳健性和适用范围广等优点。
局限性
计算量大
对于大规模数据集，非参数检验的计算量可 能较大，需要较长的计算时间。
对数据要求高
非参数检验要求数据具有可比性，对于不可 比的数据集可能无法得出正确的结论。
解释性较差
非参数检验的结果通常较为简单，对于深入 的统计分析可能不够满足。
对异常值敏感
非参数检验对异常值较为敏感，可能导致结 果的偏差。
THANK YOU
感谢聆听
常用非参数检验方法
独立样本非参数检验
用于比较两个独立样本的差异 ，如Mann-Whitney U 检验 、Kruskal-Wallis H 检验等。
相关样本非参数检验
用于比较相关样本或配对样本 的关联性，如Wilcoxon signed-rank 检验、Kendall's tau-b 检验等。
等级排序非参数检验
案例二：两个相关样本的非参数检验
总结词
适用于两个相关样本的比较，如同一班级内不同时间点的成绩比较。
描述
使用SPSS中的两个相关样本的非参数检验，如Wilcoxon匹配对检验，可以比较两个相关样本的总体分布是否相 同。
案例二：两个相关样本的非参数检验
01
步骤
02
1. 打开SPSS软件，输入数据。
SPSS_第6讲_非参数检验
SPSS应用
（3）McNemar检验结果如下两表所示。
SPSS应用
如果正号平均秩和负号平均秩大致相当， 则可以认为两配对样本数据正负变化程度基本 相当，分布差距较小。
SPSS应用
两配对样本的Wilcoxon符号平均秩检验按 照下面的公式计算Z统计量，它近似服从正态 分布
SPSS应用
6.2.2 SPSS中实现过程
研究问题
Mydata A.sav 分析历史、数学、外语成绩 之间是否存在显著性差异。
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 验和多配对样本非参数检验几种。
SPSS应用
6.1 SPSS单样本K-S检验 6.1.1 统计学上的定义和计算公式
定义：单样本K-S检验是以两位前苏联数 学家Kolmogorov和Smirnov命名的，也是一种 拟合优度的非参数检验方法。单样本K-S检验 是利用样本数据推断总体是否服从某一理论分 布的方法，适用于探索连续型随机变量的分布 形态。
SPSS应用
这种不是针对总体参数，而是针对总体的某些 一般性假设（如总体分布）的统计分析方法称非参 数检验（Nonparametric Tests）。
非参数检验对数据分布没有要求，适于参数检 验的数据都可以用非参数检验的方法进行检验，有 研究表明，非参数检验的统计效能大约为参数检验 的95%，这是一个能够接受的水平。
SPSS应用
2．两配对样本的符号（Sign）检验
当两配对样本的观察值不是二值数据时， 无法利用前面一种检验方法，这时可以采用两 配对样本的符号（Sign）检验方法。其零假设 为：样本来自的两配对样本总体的分布无显著 差异。
SPSS数据分析教程-第6章-非参数
Median test
独立样本检验举例
➢ 一个公司把他们的销售代表随机分到三个 不同的组中，进行不同的培训。两个月后 对销售进行考察，我们想通过非参数检验 比较不同组别的销售代表考试得分是否有 显著性差异。这里，不同组别的考试得分 是相互独立的，因此为独立样本数据，我 们采用独立样本非参数检验。
➢
独立样本包括两个独立样本或者两个以上的独 立样本。
➢ SPSS提供的独立样本非参数检验的方法有：
两个独立样本分布的比较
Mann-Whitney U
Kolmogorov-Smimov
Wald-Wolfowitz K个独立样本分布的比较
Kruskal-Wallis
Jonckheere-Terpstra 比较全矩
➢ Wilcoxon符号秩检验用于检验样本所来自的 总体的中位数和所给的值是否有显著区别。 该检验适用于连续型数据（或者尺度数 据），它把观测值和原假设的中心位置之 差的绝对值的秩分别按照不同的符号相加 作为其检验统计量。
➢ Wilcoxon符号秩检验的假设为：
样本所来自的总体的中位数等于给定的数值。
游程检验
➢ 游程检验用于检验某一变量的两个值的出 现顺序是否随机，对于连续型变量的随机 性检验也可以转化为只有两个取值的分类 变量的随机性的检验。游程检验通过对样 本观测值的分析，用来检验该样本所来自 的总体序列是否为随机序列（又称为白噪 声序列）。它也可以用来检验一个样本的 观测值之间是否相互独立。
二项式检验
➢ SPSS的二项式检验通过样本数据检验样本 来自的总体是否服从指定的二项分布。例 如，现代社会男、女的比例是否为1.01：1； 工厂的次品率是否为1%等都可以通过二项 式检验完成。
spss-06-非参数检验
受试者编号 1 2 3 4 5 6 7 8
10 min 10.1 7.0 8.1 6.5 10.4 7.4 9.4 16.4
2h 9.9 7.1 7.9 6.8 10.9 7.4 9.3 17.1
7. 5 9 10. 5 13 15 19 74
0. 50 1. 20 1. 40 2. 00 2. 20 2. 20
5. 5 7. 5 10. 5 16 17 18 74. 5
1. 50 1. 50 2. 50 2. 50
13 13 20 21
67
数据录入：
四、 多个相关样本的（Friedman）秩和检验
【例6.3】 4组大白鼠分别注射不同剂量的某种激素后，测得耻骨间隙 宽度增加量（mm）数据如表。试检验4个不同剂量总体有无差异。
剂量1 秩号 剂量2 秩号 剂量3 秩号 剂量4 秩号
0. 15 0. 30 0. 40 0. 40 0. 50 Ri
1 2 3 4 5. 5 15. 5
1. 20 1. 35 1. 40 1. 50 1. 90 2. 30
【例6.1】 某研究测定了噪声刺激前后15 头猪的心率 ，结果见表6.1。问噪声对猪的心率 有无影响？
表6.1
猪 号
刺激前
猪噪声刺激前后的心率（次/分钟）
3 4 5 6
81
1
61
2
70
7
65
8
62
9
72
10 11
84 76
12
60
13
80
14
79
SPSS的参数检验和非参数检验
SPSS的参数检验和非参数检验SPSS是一种非常常用的统计分析软件，可以用于参数检验和非参数检验。
参数检验是假设检验的一种方法，用于判断统计样本是否代表总体。
而非参数检验则是用于检验数据是否满足一些分布假设，或判断两个或多个群体是否具有差异。
参数检验主要有t检验、方差分析和回归分析等。
其中，t检验用于比较两个样本均值是否有显著差异，包括独立样本t检验和相关样本t检验。
方差分析用于比较三个或更多样本均值是否有显著差异，可以进行单因素方差分析或多因素方差分析。
回归分析用于建立预测模型，可以通过线性回归或多项式回归进行。
非参数检验通常适用于数据不满足正态分布或方差齐性的情况，如Wilcoxon符号秩检验、Kruskal-Wallis H检验、Mann-Whitney U检验等。
Wilcoxon符号秩检验用于比较两个配对样本的差异是否有显著差异，Kruskal-Wallis H检验用于比较三个或更多独立样本的差异是否有显著差异，Mann-Whitney U检验用于比较两个独立样本的差异是否有显著差异。
在SPSS中进行参数检验和非参数检验一般需要进行以下步骤：1.导入数据：将数据导入SPSS软件，可以通过选择文件-导入功能进行操作。
2.设定分析变量：定义需要进行分析的变量，并将其添加到分析列表中。
3.选择统计方法：根据实验设计和数据分布情况，选择合适的参数检验或非参数检验方法。
4.执行分析：点击运行按钮进行分析，在分析结果中可以查看得到显著性水平、均数、方差等指标。
5.结果解释：根据分析结果进行假设检验，判断是否存在显著差异，并解释其结果。
无论是参数检验还是非参数检验，在进行分析前需要注意数据的合理性、样本的选择和实验设计的合理性等，以保证分析结果的可靠性。
同时，还应根据不同的研究目的和数据特点选择适当的方法，并合理解释分析结果。
在SPSS软件中，可以通过图表、表格和描述性统计等形式展示和解释结果，并通过结果进行科学判断和相关推断。
SPSS非参数检验
SPSS⾮参数检验实验⽬的：学会使⽤SPSS的简单操作，掌握⾮参数检验。
实验内容： 1.中位数符号检验，检验总体中位数是否等于某个假定的值。
设⼀个随机样本有n个数据，总体中位数的实际值为M，假设的总体中位数值为。
当样本中的数据⼤于假设的中位数时，⽤“+”号表⽰，⼩于假设的中位数时，⽤“-”表⽰；对于恰好等于假设的中位数的数据予以剔出。
若关⼼实际的M与假设的是否有差别，应建⽴假设：；计算检验统计量S+和S-。
S+表⽰每个样本数据与与差值符号为正的个数；S-表⽰每个样本数据与差值符号为负的个数。
计算P值并作出决策。
若P<，拒绝原假设。
2.Wilcoxon符号秩检验，检验总体参数(如中位数)是否等于某个假定的值。
它是对符号检验的⼀种改进，弥补了符号检验的不⾜，要⽐单纯的符号检验更准确⼀些(对应的参数检验—单样本均值检验)。
检验步骤：①计算各样本观察值与假定的中位数的差值，并取绝对值；②将差值的绝对值排序，并找出它们的秩；③计算检验统计量和P值，并作出决策。
3.独⽴样本的检验，Mann-Whitney检验不需要诸如总体服从正态分布且⽅差相同等之类的假设，但要求是两个独⽴随机样本的数据⾄少是顺序数据；Kruskal-Wallis检验不需要总体服从正态分布且⽅差相等这些假设。
该检验可⽤于顺序数据，也可⽤于数值型数据。
要检验k个总体是否相同，提出如下假设。
：所有总体都相同，：并⾮所有总体都相同或等价于，不全相同。
4.秩相关检验，对两个顺序变量之间相关程度的⼀种度量。
Spearman秩相关系数也称等级相关系数，记为，计算公式为，的取值范围为[-1,1]；，两种排序之间完全相关；若，两种排序之间为负相关；若，两种排序之间为正相关；若，两种排序之间不相关；越趋于1，相关程度越⾼；越趋于0，相关程度越低。
实验步骤： 1.中位数符号检验SPSS操作，点击【分析】→【⾮参数检验】→【相关样本】，打开【⾮参数检验、两个或更多相关样本】对话框。
第6章 SPSS的非参数检验(共109张PPT)
0.63 0.95 0.95 0.95 0.91 没有可比
较的
6.2 SPSS 在卡方检验中的应用
1.使用目的 卡方检验〔Chi-Squar Test〕也称为卡方拟合优度检验，是K.Pearson 给出的一种最常用的非参数检验方法。它用于检验观测数据是否与某 种概率分布的理论数值相符合，进而推断观测数据是否是来自于该分 布的样本的问题。
• Step02：选择检验变量
在【Binomial Test(二项式检验)】对话框左侧的候选 变量列表框中选择一个或几个变量，将其添加至【Test Variable List(检验变量列表)】列表框中，表示需要进行 进行二项分布检验的变量。
• Step03：定义二元变量
在【Define Dichotomy(定义二分法)】选项组中可以 定义二元变量。
表6-1 参数检验和非参数检验的效率比较
应用
参数检验
非参数检 验
对正态总 体的 非参 数检 验的 效率 评价
配对样 本数 据
t检验或者 z检验
符号检验 Wilcoxon
两个独 立样 本
多个独 立样
t检验或者 z检验
方差分析 (F检验)
线性相关
无可用的
检验
Wilcoxon 检验
K-W检验 秩相关检
验
最后，单击【OHK(0确：定)样】按本钮，来操自作完的成。总体与某个指定的二项分布无显著性差异。 966227，9大70于显10著54H性9水187平：09.6样7 9本69 来967自10的01 总994体993与某个指定的二项分布有显著性差异。
P由e于rc三en种tile糖s果的S卡P路SS里会含量自独动立，计故算引入出多二独立项样分本布非参检数验检验相方应法。的检验统计量及对应的概率P值。如果概率P 3 实例分析：值糖小果中于的或卡路等里于用户设定的显著性水平，那么拒绝零假设，认为总体与某个指定的二 (提2-示ta：ile可d)以在项【分Tes布t D有istr显ibut著ion性(检验差分异布)；】选相项反组中的选，择检如验果分概布类率型P；值大于显著性水平，那么接受零假设。 在【Test Distrib需uti要on(注检验意分的布)】是选，项二组中项，分用户布需检要选验择过待检程验要的理求论变分布量。必须是数值型的二元变量〔只取两个 就它单此是击数 指 【据在Op你总tio的体可量ns结不】能；论服按是从假值钮什正，的设么态在？分变变弹布出量量且的分〕不对布话。是情框假二况的不【元设明S变变时tat，i量量st用ic是，s来(统检字需计验量符要数)据】型设资选的置料项是组，断否中可点来勾自选以将同【使数一De个用据sc总r重分ip体ti假v编为e设(描码两的述个功一性类)能局】检和将部验【方其，Q法u转将。arti化大les(为于四分数断位值点数)型值】复变的选框，表示输 出根本统计量归。为一组，其余归为另一组。
spss课件第五讲__非参数检验
统计推断方法是根据样本数据推断总体特征( 均值，方差等)的方法，包括参数检验和非参 数检验两种方法。 参数检验是适用于总体分布已知的情况。 非参数检验适用于总体分布未知或知道甚少的 情况。（由于在推断过程中不涉及有关总体分 布的参数，故得名“非参数”检验）
2
单样本的非参数检验 两配对样本的非参数检验 两独立样本的非参数检验 多独立样本的非参数检验 多配对样本的非参数检验9来自方差为： r2
2n1n2 (2n1n2 n1 n2 ) (n1 n2 )2 (n1 n2 1)
大样本时，游程近似服从正态分布，即
Z
r r
其中，r 为游程数。SPSS自动计算 Z 值和概率P值。
r
10
两配对样本的非参数检验
两配对样本的非参数检验是在对总体分布不甚了解的情况下，通过对 两组配对样本的分析，推断样本来自的两个配对总体的分布是否存在显 著差异的方法。 配对样本的样本数是相同的，且各样本值的先后次序是不能随意更 改的。 SPSS提供的检验方法有： 符号检验 Wilcoxon符号秩检验 McNemar检验 Marginal Homogeneity检验
Z
np(1 p)
（当 x 小于 n 2 时加0.5，当 x大于n 2 时减0.5。） SPSS自动计算上述精确概率和近似概率值。若概率值小于显著性水平，则拒绝 原假设，认为样本来自的总体与指定二项分布有显著差异；若大于显著性水平， 则接受原假设，认为样本来自的总体与指定的二项分布无显著差异。
7
15
1. 曼-惠特尼U检验(Mann-Whitney U)
原假设：两组独立样本来自的两总体分布无显著差异。 基本原理：通过对两组样本平均秩的研究来实现推断。秩，是变量值 排序的名次。 可以将数据按升序排列，每个变量值都会有一个在整个变量值序列中 的名次，这个名次就是变量值的秩。变量值有几个，对应的秩便有几 个。 首先，将两组样本数据 X1 , X 2 , , X m 和 Y1 , Y2 , , Yn 混合并按升序排序，得 到每个数据各自的秩 Ri ； 然后，分别对两组样本数据的秩求平均，得到两个平均秩 WX M和WY N 。对 两个平均秩的差距进行比较：如果两个平均秩相差甚远，则应是一组样本的 秩普遍偏小，另一组样本的秩普遍偏大的结果，也就是一组样本的值普遍偏 小，另一组样本的值普遍偏大的结果。此时，原假设很可能不成立； 再次，计算样本 X1 , X 2 , , X m 每个秩优先于样本 Y1 , Y2 , , Yn 每个秩的个 数U1 ，以及样本 Y1 , Y2 , , Yn 每个秩优先于样本 X1 , X 2 , , X m 每个秩的个数 U 2 。
SPSS统计分析2：参数检验与非参数检验
参数检验与非参数检验一、参数检验与非参数检验的区别（1）参数检验：一般是数据的总体分布已知的情况下，对数据分布的参数是否落在相应范围内进行检验。
是对参数平均值、方差进行的统计检验，是推断统计的重要组成部分。
适用条件：当总体分布已知（如总体为正态分布），根据样本数据对总体分布的统计参数进行推断。
此时，总体的分布形式是给定的或是假定的，只是其中一些参数的取值或范围未知，分析的主要目的是估计参数的取值，或对其进行某种统计检验。
这类问题往往用参数检验来进行统计推断。
它不仅仅能够对总体的特征参数进行推断，还能够实现两个或多个总体的参数进行比较。
（2）非参数检验：一般是在不知道数据总体分布的前提下，检验数据的分布情况。
适用条件：在数据分析过程中，由于种种原因，往往无法对总体分布形态作简单假定，此时参数检验不再适用。
非参数检验正是基于这种考虑，在总体方差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。
二、参数检验方法及适用条件三、非参数检验方法及适用条件四、使用方法当分析某个因素对变量的影响差异时，即检验该因素分类的若干个样本差异：（1）如果因素为两个，使用独立样本T-检验，来分析两个总体平均数相等的显著性；结果判定：先看方差齐性F检验结果，再看均值相等性的t检验结果，即a.如果方差齐性显著性>0.05，则表明方差齐性显著，再看第一行的检验统计值t及显著性p（p<0.05表示差异明显）；b.如果方差齐性显著性<=0.05，则表明方差显著不齐，再看第二行的检验统计值t及显著性p（p<0.05表示差异明显）；（2）如果因素为多个，使用单因素方差检验（即F检验），来分析该因素的影响差异。
结果判定：方差齐性显著则看ANOVA的检验统计值F及其显著性p。
SPSS第6章 非参数检验
•现实生活中有很多现象的数据取值仅分两类，例如：学生可以按性别 分成男生和女生，产品可以按质量分成合格和不合格，投掷硬币实验的 结果可能出现正面或反面等。这时，如果某一类情况出现的概率是P， 则另一类情况出现的概率就是Q（即1-P），这种分布称为二项分布。 •【例6-3】根据过去的观察，用旧方法生产某种产品，其不合格率为1%。 现采用新方法，在600件产品中，发现了2件不合格品，问是否可以认为 新方法的不合格率明显低于旧方法的不合格率？ •1、方法基本思路 •二项检验属于拟合优度检验，适用于数据只能划分为两类的总体。二 项检验是检验是否认为从样本中观察到的两类比例来自具有指定P的总 体。H0：样本所属总体的分布形态与指定的二项分布无显著差异。 •就例6-3而言，H0：样本所属总体分布是P=1%的二项分布。 •SPSS中的二项分布检验，在样本数小于等于30时，按照计算二项分布概 率的公式进行计算；在样本数大于30时，计算的是Z统计量。SPSS将自 动计算Z统计量，并给出其所对应的概率值。如果Z值对应的概率值小于 或等于给定的显著性水平α，则应拒绝H0，认为样本所属的总体分布形 态与指定的二项分布存在显著差异；如果对应的概率值大于给定的显著 性水平α，则没有足够理由拒绝H0，认为样本所属的总体分布形态与指 定的二项分布无显著差异。
•c.“Expected Values”选项区可设定总体的各类别构成。若选用默认值则表示 所有各类构成比都相等；在“Values”框中可自行定义设定总体的各类构成， 输入的数值的个数和排放次序应和数据文件中的相对应。本例选用默认值。
•d. 单击图6.2主对话框中的“Options”按钮进行统计，“Statistics”用于确定 是否需要输出描述统计指标和分位数。
3、简要评论
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
非参数检验
非参数检验是统计推断的基本内容，也是统计分析方法中的重要组成部分。通过前 面章节的学习，已经了解参数检验是在总体分布形式已知的情况下，对数据进行推断分 析的一种方法。但是，在实际分析过程中，由于种种原因会造成研究者无法获知数据形 态的分布情况。此时，为了获得准确的分析数据，便需要利用非参数检验进行数据统计 分析。非参数的检验内容非常丰富，包括二项式检验、卡方检验、游程检验等多种检验 方法。在本章中，将详细介绍在 SPSS 软件中运用非参数检验方法进行数据分析的基础 知识与操作方法。 本章学习目标： 单样本非参数检验 二项式检验 卡方检验 K-S 检验 游程检验 独立样本非参数检验 相关样本非参数检验
选中
96 96
SPSS 数据统计与分析标准教程
图 5-1
设置目标类型
①选中
5.2.2
设置检验字段
图 5-2
②添加
在【单样本非参数检验】对话框中， 激活【字段】选项卡，设置用于检验分析
设置检验字段
的字段，如图 5-2 所示。 在【字段】选项卡中，主要包括下列选项： “ 使用预定义角色 该选项表示使用现有的字段信息， 在检验过程中需要最少一个 检验字段。另外，所有预定义角色为“输入” 、 “目标”或“两者”的字段将用作 检验字段。 “ 使用定制字段分配 该选项表示可以覆盖字段角色。 选中该选项后， 需要指定 “检 验字段” 。 “ 字段 用于显示不参与检验的字段。当选中【使用定义字段分配】选项后，数据 文件中的所有变量将都显示在该列表框中。单击【排序】下拉按钮，可以按照字
95 95
5.2.1
设置检验目标
在使用单样本非参数检验之前，用户还需要先设置检验的目标，以完成不同数据类 型与不同分析结果的分析目的。 在 SPSS 软件中，执行【分析】|【非参数检验】|【单样本】命令，弹出【单样本非 参数检验】对话框。在【目标】选项卡中，设置单样本非参数检验的目标类型，如图 5-1 所示。 在【目标】选项卡中，主要为用户提 供了下列 3 种目标类型： “ 自动比较观察数据和假设数据 该目标表示对仅具有两个类别的 分类字段应用二项式检验，对所有 其他分类字段应用卡方检验，对连 续 字 段 应 用 Kolmogorov-Smirnov 检验。 “ 检验随机序列 该目标表示使用 游程检验来检验观察到的随机数 据值序列。 “ 自定义分析 选中该选项可以手 动修改“设置”选项卡上的检验设 置。另外，当在“设置”选项卡上 更改了与当前选定目标不一致的 选项时，系统将会自动选择该 设置。
母数字与测量两种方式对变量进行排序，单击【排序】按钮后面的上下按钮，可 以调整所选变量的上下位置。另外，单击【全部】按钮可以选中所有的变量，单 击【选择所有名义字段】按钮将选中所有的名义字段。 “ 检验字段 用于显示需要制定的检验字段。默认情况下选中【使用预定义角色】 选项时，将显示数据文件中所有的变量。
表 5-1
第5
参数与非参数检验功能对比表 参数检验 总体参数 正态分布 连续数据 高 非参数检验 总体分布和参数 非整体分布数据 连续或离散数据 低
章
对比项目 检验对象 总体分布 数据类型 检验结果的灵敏度
非参数检验
非参数检验适用于等级数据、呈偏态的数据、未知分布形态的数据、方差不齐性数 据、来自不同总体的数据、小样本数据等数据类型的分析。另外，非参数检验还具有使 用范围广、对数据要求不严格、分析方法渐变、易于理解和掌握等优点。当然，任何一 个分析方法都会存在自身的缺点，对于非参数检验来讲，除了具有检验效能低的缺点之 外，还具有无法处理变量间的交互作用的缺点。 另外，非参数检验对数据的基础分布做出最小假设。这些对话框中的可用检验可基 于数据组织方式分组为三个较大的类别。 “ 单样本检验分析单个字段。 “ 相关样本检验对同一组个案的两个或更多字段进行比较。 “ 独立样本检验可以分析单个字段，该字段按另一字段的类别进行分组。 虽然非参数检验具有多种分析优点，但是在实际分析工作中，对于一些符合或经过 变换后符合参数检验条件的数据，还应先使用参数检验对其进行分析。当所搜索到的数 据不具备参数检验分析方法的适用条件时， 使用非参数检验将是一种最有效的分析方法。
5.2.3
设置检验类型
在【单样本非参数检验】对话框中，激活【设置】选项卡，在该选项卡中可以设置 检验方法、显著性水平以及缺失值等。 1．设置检验方法 在该选项卡中的【选择项目】列表框中，选择【选择检验】选项，选择所需使用的 检验方法，如图 5-3 所示。 ①激活 在【选择检验】选项组中，主要包括 【根据数据自动选择检验】 与 【自定义检验】 ②选中 选项。其中： “ 根据数据自动选择检验 表示对 仅具有两个有效（非缺失）类别的 ③启用 分类字段应用二项式检验，对所有 ④单击 其他分类字段应用卡方检验，对连 续 字 段 应 用 Kolmogorov-Smirnov 检验。 “ 自定义检验 选中该选项后，可以 在系统所提供的 5 种分析方法中选 图 5-3 设置检验方法 择一种方法对数据进行指定性 分析。 另外，当用户选中【自定义检验】选项时，可使用下列 5 种选项对数据进行分析： “ 比较观察二分类可能性和假设二分类可能性（二项式检验） 表示对分析数据应 用二项式检验，将生成一个单样本检验，可以检验标记字段（只有两个类别的分 类字段）的观察分布是否与指定的二项式分布期望相同。 “ 比较观察可能性和假设可能性 “ 检验观察分布和假设分布 表示对分析数据应用卡方检验， 将生成一个单样 本检验，它可以根据字段类别的观察和期望频率间的差异来计算卡方统计量。 表示对数据应用 Kolmogorov-Smirnov 检验方法，生 成一个单样本检验，即字段的样本累积分布函数是否为齐次的均匀分布、正态分 布、泊松分布或指数分布。 “ 比较中位数和假设中位数（Wilcoxon 符号秩检验） 为假设中位数。
5.1
非参数检验概述
非参数检验又称为任意分布检验，是一种不依赖于特定的总体分布、不涉及有关总 体分布的参数，而是对样本所代表的总体分布进行检验的一种分析方法。由于该分析方 法适合各种类型的数据，因此被广泛地应用到各个领域。 参数检验对检验总体的要求比较严格，其检验结果的灵敏性比较高；而非参数检验 对数据的假设要求比较低，但非参数检验是需要根据数据的符号、大小顺序进行转换分 析，所以其检验结果的灵敏性比较低。在实际工作中，参数与非参数检验之间并不存在 明确的划分界限，对于一些特殊的统计问题，既可以理解成参数检验，也可以理解成非 参数检验。参数与非参数检验功能对比如表 5-1 所示。
5.2
单样本非参数检验概述
单样本非参数检验使用一个或多个非参数检验识别单个字段中的差别，该分析方法 不假定数据呈正态分布。 由于 SPSS 软件在 18 版本之后新增加了非参数检验的新菜单命 令，并非像旧版本中那样直接列出相应的检验方法；所以在使用单样本非参数检验方法 之前，还需要先了解一下放样本非参数检验的基础设置。