第7章SPSS的非参数检验 ppt课件
合集下载
SPSS的非参数检验
非参数检验可以提供更准确的统计推断，特别是在 数据特征不明或数据量较小的情况下。
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。
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第讲非参数检验(共72张PPT)
SPSS应用
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。
SPSS应用
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。
SPSS应用
单样本K-S检验可以将一个变量的实际频数分
布与正态分布（Normal）、均匀分布（Uniform）、
泊松分布（Poisson）、指数（Exponential）分 布进行比较。其零假设H0为样本来自的总体与指定
的理论分布无显著差异。
SPSS应用
6.2 两配对样本非参数检验
6.2.1 统计学上的定义和计算公式
SPSS应用
两配对样本非参数检验的前提要求两个样本 应是配对的。在应用领域中，主要的配对资料包 括：具有年龄、性别、体重、病况等非处理因素 相同或相似者。首先两个样本的观察数目相同， 其次两样本的观察值顺序不能随意改变。
SPSS应用
SPSS中有以下3种两配对样本非参数检验方 法。
SPSS应用
1验．两配对样本的McNemar变化显著性检
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非参数检验
第九届全国大学生市场调查与分析大赛 1. 大学生幸福感现状研究; 2. O2O模式下APP同质化研究; 3. 00后所喜爱的特色饺子及个性化定制市场前景分析; 4. 普惠性幼儿园教师互砍调查报告; 5. 基于成都市本科高校大学生朋友圈打卡热调查 ；
参数检验与非参数检验的选择与效度
独立、正态、方差齐 Y N
非参数检验
参数检验
P<0.05
Y
P一定<0.05
N P不一定<0.05
第九届全国大学生市场调查与分析大赛 1. 川北医学院高校食堂现状及满意度分析； 2. 网约车安全感现状研究； 3. 校园APP使用现状及满意度； 4. 品牌速冻食品的市场研究现状调查； 5. 用户对算法新闻的采纳意愿研究；
8、K个独立样本非参数检验
8、K个独立样本非参数检验
黄色直线处有 差异；
黄色背景处表 示有差异；
9、K个相关样本非参数检验 • 用途：验证K组相关计量变量或等级变量的差异。
• 实例：为了检测某治疗方法的效果，测量了三组数据，结果
见data26.sav, 问该治疗方法是否有用？
9、K个相关样本非参数检验
3、二项检验 • 用途：检验二分类变量是否符合某比例？ • 实例：某医院产科近三个月出生婴儿300例，其中男婴165例，
解析：单组资料，二分类与已知比率比较。
3、二项检验
3、二项检验 实践：data01.sav中，身高<=160cm人数所占的比例 是否占60%？
7、两相关样本非参数检验
威尔科克森检验与符号检验多用于检验两个配对 样本（计量变量）是否来自同一个总体； 麦克尼马尔检验用于二分类变量显著性检验； 边际齐性检验用于定序变量的检验。
7、两相关样本非参数检验
SPSS非参数检验秩和检验ppt课件
数据文件
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
（二）分析数据
Analyze →
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
结果分析
描述：甲法的平均秩次为9.56，秩和为76.50； 乙法的平均秩次为4.75，秩和为28.50；
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
• K-Independent-Samples Tests ：成组设计的 多个样本均数比较的非参数检验，此处不提 供两两比较方法。
• 2-Related-Samples Tests：配对设计两样本 均数的非参数检验。
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
频数表数据比较的秩和检验
• 例4 某医院用三种复方小叶枇杷治疗 老年慢性支气管炎，试比较其疗效有无差异。
表4 三种复方小叶枇杷治疗老年性慢性支气管炎疗效比较
疗效 等级 控制 显效 好转 无效 合计
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
（二）分析数据
Analyze →
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
结果分析
描述：甲法的平均秩次为9.56，秩和为76.50； 乙法的平均秩次为4.75，秩和为28.50；
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
• K-Independent-Samples Tests ：成组设计的 多个样本均数比较的非参数检验，此处不提 供两两比较方法。
• 2-Related-Samples Tests：配对设计两样本 均数的非参数检验。
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
频数表数据比较的秩和检验
• 例4 某医院用三种复方小叶枇杷治疗 老年慢性支气管炎，试比较其疗效有无差异。
表4 三种复方小叶枇杷治疗老年性慢性支气管炎疗效比较
疗效 等级 控制 显效 好转 无效 合计
火灾袭来时要迅速疏散逃生，不可蜂 拥而出 或留恋 财物， 要当机 立断， 披上浸 湿的衣 服或裹 上湿毛 毯、湿 被褥勇 敢地冲 出去
《SPSS数据分析教程》――非参数检验PPT课件
例如，医生研究心脏病人猝死人数与日期的关系，检 验现在的人口结构和十年前是否一样，血型是否和人 的性格有关系，现代社会中受过高等教育、高中毕业、 初中毕业、小学毕业和文盲的比例是否为3：6：10： 2：1等问题都可以通过卡方检验来实现。
卡方检验的原理（1）
卡方检验的原假设是：
H0样本来自的总体的分布与假设的分布（又称期望分 布或者理论分布）无显著差异。
适用于探索连续型随机变量的分布。 K-S检验的基本思想：根据样本数据和用户的指定构
造理论分布，查看分布表得到相应的理论累计概率分 布函数；利用样本数据计算各样本点的累计概率，得 到经验累计概率分布函数；计算这两个函数在相同变 量点上的差值，得到差值序列。K-S检验主要对差值 序列进行研究。 SPSS的K-S检验可以检验四种理论分布：正态分布、 均匀分布、泊松分布和指数分布。
研究定类变量和定序变量之间的关系。
SPSS非参数检验
新的用户界面统一了方法的选择，根据样本的 个数来组织方法。
非参数统计过程仍然保留了SPSS18以前的非参 数检验的界面，称为“旧对话框”，它的输出 仍然为传统的表格方式展现检验结果。同时可 以选择输出描述性统计量和四分位数，而新用 户界面下没有。
6.3独立样本非参数检验
独立样本非参数检验使用一个或多个非参数检 验方法来识别两个或更多个组间的差别。对于 两个分布未知的总体，或者两个总体的分布不 服从正态时，我们无法应用T检验来比较两个 总体。可以转而应用非参数的方法来比较两个 总体的中心位置的差异。独立样本是指样本来 自的总体相互独立。
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：
《SPSS数据分析教程》 ——非参数检验
整体概况
卡方检验的原理（1）
卡方检验的原假设是：
H0样本来自的总体的分布与假设的分布（又称期望分 布或者理论分布）无显著差异。
适用于探索连续型随机变量的分布。 K-S检验的基本思想：根据样本数据和用户的指定构
造理论分布，查看分布表得到相应的理论累计概率分 布函数；利用样本数据计算各样本点的累计概率，得 到经验累计概率分布函数；计算这两个函数在相同变 量点上的差值，得到差值序列。K-S检验主要对差值 序列进行研究。 SPSS的K-S检验可以检验四种理论分布：正态分布、 均匀分布、泊松分布和指数分布。
研究定类变量和定序变量之间的关系。
SPSS非参数检验
新的用户界面统一了方法的选择，根据样本的 个数来组织方法。
非参数统计过程仍然保留了SPSS18以前的非参 数检验的界面，称为“旧对话框”，它的输出 仍然为传统的表格方式展现检验结果。同时可 以选择输出描述性统计量和四分位数，而新用 户界面下没有。
6.3独立样本非参数检验
独立样本非参数检验使用一个或多个非参数检 验方法来识别两个或更多个组间的差别。对于 两个分布未知的总体，或者两个总体的分布不 服从正态时，我们无法应用T检验来比较两个 总体。可以转而应用非参数的方法来比较两个 总体的中心位置的差异。独立样本是指样本来 自的总体相互独立。
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：
《SPSS数据分析教程》 ——非参数检验
整体概况
非参数检验SPSS课件
无影响？
数据准备
两个变量:正常饲料;Vit E 缺乏, 按 顺序输入数据。
结果解释
首先显示两变量正常饲料和Vit E 缺乏的例数、 均数、 标准差、最大值和最小值； 配对符号秩和检验 (Wilcoxon Matched-Pairs Signed-Ranks Test) 结果，其平均秩分别为 5.00 和1.00 ，Z = -2.380，双侧P = 0.017， 可认为两组大鼠肝中Vit A含量有差别，饲料中 缺乏Vit E会使大鼠肝中Vit A含量降低；
结果解释
结果表明，第1组的平均秩次(Mean Rank)为 5.95，第2组的平均秩次为13.36， MannWhitney U = 4.5，W = 59.5，z=-2.98,精确 双侧概率P = 0.001，可认为铅作业组工人的 血铅值高于非铅作业组。
二、多个独立样本的检验
[例13-2]随机抽 样得以下三组 人的血桨总皮 质醇测定值( μg / L)，试 比较有无差异
本例选定制，在其方框中键入1 (根据需要选项， 本例是0 、1二分变量，故临界割点值用1)，再点 击OK钮即可。
七、 1-Sample K-S过程
调用此过程可对单样本进行KolmogorovSmirnov 检验，它将一个变量的实际频数 分 布 与 正 态 分 布 ( Normal) 、 均 匀 分 布 ( Uniform)、泊松分布(Poisson)进行比较。
数据准备
以sales．Sav为例
统计分析
分析→非参数统计→ 单样本Kolmogorov-Smirnov检验→ revenue选入检验变量列框 →
检验分布：正态分布→确定
结果解释
K-S正态性检验的结果显示， Z值 =0.750，双侧P值=0.627，可认为该 厂的销售收益服从正态分布。
数据准备
两个变量:正常饲料;Vit E 缺乏, 按 顺序输入数据。
结果解释
首先显示两变量正常饲料和Vit E 缺乏的例数、 均数、 标准差、最大值和最小值； 配对符号秩和检验 (Wilcoxon Matched-Pairs Signed-Ranks Test) 结果，其平均秩分别为 5.00 和1.00 ，Z = -2.380，双侧P = 0.017， 可认为两组大鼠肝中Vit A含量有差别，饲料中 缺乏Vit E会使大鼠肝中Vit A含量降低；
结果解释
结果表明，第1组的平均秩次(Mean Rank)为 5.95，第2组的平均秩次为13.36， MannWhitney U = 4.5，W = 59.5，z=-2.98,精确 双侧概率P = 0.001，可认为铅作业组工人的 血铅值高于非铅作业组。
二、多个独立样本的检验
[例13-2]随机抽 样得以下三组 人的血桨总皮 质醇测定值( μg / L)，试 比较有无差异
本例选定制，在其方框中键入1 (根据需要选项， 本例是0 、1二分变量，故临界割点值用1)，再点 击OK钮即可。
七、 1-Sample K-S过程
调用此过程可对单样本进行KolmogorovSmirnov 检验，它将一个变量的实际频数 分 布 与 正 态 分 布 ( Normal) 、 均 匀 分 布 ( Uniform)、泊松分布(Poisson)进行比较。
数据准备
以sales．Sav为例
统计分析
分析→非参数统计→ 单样本Kolmogorov-Smirnov检验→ revenue选入检验变量列框 →
检验分布：正态分布→确定
结果解释
K-S正态性检验的结果显示， Z值 =0.750，双侧P值=0.627，可认为该 厂的销售收益服从正态分布。
- 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)。
ppt课件
19
SPSS多独立样本非参数检验
(一)目的:
– 与样本在相同点的累计频率进行比较.如果相差 较小,则认为样本所代表的总体符合指定的总体 分布.
ppt课件
9
SPSS的单样本K-S检验
K-S检验
(4)基本步骤:
菜单选项:analyze->nonparametric tests->1-sample k-s 选择待检验的变量入test variable list 框 指定检验的分布名称(test distribution)
ppt课件
17
SPSS两独立样本非参数检验
4. 极端反应检验（Moses Extreme Reaction)
首先，将两样本混合并按升序排序。
然后，求出控制样本的最小秩和最大秩，并计算
出跨度=最大—最小+1。
为了消除样本数据中极端值对分析结果的影响，
在计算跨度之前可按比例去除控制样本中部分靠近两端
的样本值，然后再求跨度，得到截头跨度。
样本数据和分组标志 ppt课件
14
SPSS两独立样本非参数检验
(四)基本方法
1.曼-惠特尼U检验(Mann-Whitney U):平均秩检验
将两样本数据混合并按升序排序 求出其秩 对两样本的秩分别求平均 如果两样本的平均秩大致相同,则认为两总体分布无显著 差异
ppt课件
15
SPSS两独立样本非参数检验
如果跨度或截头跨度较大，则说明是由于两类样
本数据充分混合的结果,p即pt课:件认为两总体分布无显著差异18 .
SPSS两独立样本非参数检验
(五)基本操作步骤
菜单选项:analyze->nonparametric tests->2 independent sample 选择待检验的变量入test variable list框 选择一种或几种检验方法
2.k-s检验
将两样本混合并按升序排序 分别计算两个样本在相同点上的累计频数和累计频率 两个累计频率相减. 如果差距较小,则认为两总体分布无显著差异
应保证有较大的样本数
ppt课件
16
SPSS两独立样本非参数检验
3.游程检验(Wald-Wolfowitz runs)
将两样本混合并按升序排序 计算分组标志序列的游程数 如果游程数较大,则说明是由于两类样本数据充分混合的 结果,即:认为两总体分布无显著差异. 如果两样本中有相同的样本值，则会使游随机性检验
(3)基本方法:
观察样本序列出现了多少游程(run). 游程是样本序列中连续出现的变量值的次数. 一般出现太多或太少的游程表示变量值序列有一定的非随机性.
ppt课件
12
SPSS的单样本随机性检验
(4)基本操作步骤:
菜单选项:analyze->nonparametric test->runs 选择待检验的 变量入test variable list框 指定如何计算游程(cut point)
• median:以中位数为界线 mode:以众数为界线 • mean:以均值为界线 custom:以用户指定值为界线 • 小于界线值的为一类；大于等于界线值的为另一类.
ppt课件
13
SPSS两独立样本非参数检验
(一)目的 由独立样本数据推断两总体的分布是否存在显著
差异(或两样本是否来自同一总体)。 (二)基本假设 H0:两总体分布无显著差异(两样本来自同一总体) (三)数据要求
是否有显著差异---吻合性检验。
适用于分类资料的统计推断
ppt课件
5
SPSS单样本非参数检验
总体分布的chi-square检验
(2)基本假设: H0:总体分布与理论分布无显著差异 (3)基本方法
– 根据已知总体的构成比计算出样本中各类别的期望频 数，计算实际观察频数与期望频数的差距,即：计算卡 方值
– 卡方值较小,则实际频数和期望频数相差较小.如果P大 于a,不能拒绝H0,认为总体分布与已知分布无显著差异. 反之
ppt课件
6
SPSS单样本卡方检验
总体分布的chi-square检验
(4)基本操作步骤:
菜单:analyze->nonparametric test->chi square
选定待检验变量入test variable list 框
确定待检验个案的取值范围(expected range)
• get from data:全部样本 • use specified range:用户自定义个案范围
指定期望频数(expected values)
• all categories equal:所有类别有相同的构成比
• value:用户自定义构成比
是否会认为老师的教学方法需要改进？
• 你所经历的课堂，是讲座式还是讨论式？ • 教师的教鞭 • “不怕太阳晒，也不怕那风雨狂，只怕先生骂我
笨，没有学问无颜见爹娘 ……”
• “太阳当空照，花儿对我笑，小鸟说早早早……”
SPSS单样本非参数检验
总体分布的chi-square检验
(1)目的: 根据样本数据推断总体的分布与某个已知分布
• normal:正态分布 uniform:均匀分布 • possion:泊松分布 exponential:指数分布
ppt课件
10
SPSS的单样本非参数检验
变量值的随机性检验
(1)目的:
利用样本数据对总体可能出现的变量值是否随 机进行检验.
(2)基本假设:
H0:总体可能出现的ppt课变件 量值是随机的.
第七章 SPSS的非参数检验
ppt课件
1
在总体分布未知的情况下，利用样本数据对总体的分布或各总体的 分布是否有显著差异进行推断。
单样本非参数检验SPSS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
两配对样本的非参数检验
ppt课件
2
精品资料
• 你怎么称呼老师？ • 如果老师最后没有总结一节课的重点的难点，你
ppt课件
7
SPSS的单样本非参数检验
K-S检验 (1)目的:
利用样本数据推断总体是否服从某个理论 分布（正态分布、均匀分布、指数分布和泊 松分布）。
适用于探索连续随机变量的分布情况
ppt课件
8
SPSS的单样本非参数检验
K-S检验
(2)基本假设: H0:总体服从指定的分布. (3)基本方法
– 根据用户指定检验的总体分布,构造出一理论的 频数分布，并计算相应的累计频率.