组别+秩和检验spss方法_显效和非显效
SPSS两个独立样本秩和检验操作步骤
SPSS两个独立样本秩和检验操作步骤SPSS（Statistical Package for the Social Sciences）是一种统计分析软件，可用于执行各种统计分析操作，包括独立样本秩和检验。
独立样本秩和检验是一种非参数检验方法，用于比较两个独立样本的中位数是否存在差异。
以下是在SPSS中执行独立样本秩和检验的操作步骤：1.打开SPSS软件，并导入相关数据。
- 单击"File"选项卡，然后选择"Open"选项，以选择要导入的数据文件。
-在导入数据文件之前，确保数据文件符合SPSS格式要求。
2.在SPSS中创建秩和检验数据。
- 单击"Transform"选项卡，然后选择"Rank Cases"选项，以创建秩和检验所需的秩序变量。
- 在弹出的"Rank Cases"对话框中，选择要进行秩和检验的变量，并为新的秩序变量指定名称。
-单击"OK"按钮以创建秩序变量。
3.执行秩和检验。
- 单击"Analyze"选项卡，然后选择"Nonparametric Tests"选项，以访问非参数测试工具。
- 在"Nonparametric Tests"子菜单中，选择"Legacy Dialogs"选项，以显示传统对话框。
- 在传统对话框中，选择"2 Independent Samples"选项，以执行独立样本秩和检验。
- 在弹出的"2 Independent Samples"对话框中，选择要进行秩和检验的变量，并将其添加至"Test Variables"框中。
- 单击"Options"按钮以访问进一步的选项。
在"Options"对话框中，您可以选择计算效应大小指标等。
spss基本知识点
spss基本知识点【篇一：spss基本知识点】结论不同麻醉诱导方法存在组间差别；患者的收缩压在不同的诱导方法下不同诱导时相变化的趋势不同，其中 a 组不同诱导时相收缩压较为稳定。
第八章非参数检验（nonparametrictests 菜单）参数检验：?? 通过样本的参数来检验总体参数的方法是参数检验。
如：通过样本的均值、方差来检验总体的数学期望与总体方差提出的假设是否为真.?? 参数检验对总体的分布有一定的要求，比如正态性和方差齐性非参数检验：?? 对总体分布情况未知时，无法用参数检验方法?? 非参数检验通过样本的分布对总体的分布进行检验非参数检验所要处理的问题：?? 两个总体分布未知，它们是否相同（用两组样本来检验）?? （由一组样本）猜出总体的分布（假设），然后用另一组样本去检验它是否正确注：两种分布是否相同，一般包含了参数（均值、方差等）是否相同的问题。
如果两个总体的分布函数形式相同，而参数不同，也被视为概率分布不同nonparametrictest 菜单(1) nonparametrictest 菜单(2) 卡方检验chi‐square?? 适用于拟合优度检验，即检验单变量的分布与理论分布是否一致?? 实例 1：贫困调查.sav 中身体状况变量的数据分布是否符合以往的经验：?? 完全不能自理 5%?? 基本不能自理10%?? 能自理无劳动能力 20%?? 部分丧失劳动能力 25%?? 身体健康 40% ?? 1.weightcasesby：death??2.analyze‐nonparametrictest‐chisquare 二项分布检验binomial ?? 二项分布的变量将总体分为两类（如医学中的生与死），二项分布的检验是通过样本中这两类的频率来检验总体中这两类的概率是否为给定的值 ?? binomial 过程可检验二项分类变量是个来自概率为 p 的二项分布例 1：一般来说，新生儿染色体异常率为1%，某医院观察了 400 名新生儿，只发现一例异常，请问该地新生儿异常率是否低于一般水平？数据文件见 6.2sav 1.weight cases by：num 2.analyze－nonparametric test－binomial 例 2：某地某一时期内出生 40 名婴儿，其中女性 12 名（定 sex＝0），男性28名（定 sex＝1）。
spss秩和检验操作流程
spss秩和检验操作流程
SPSS是一种常用的统计分析软件，它提供了丰富的数据分析功能，其中包括了秩和检验。
秩和检验是一种非参数检验方法，适用于数据不满足正态分布的情况下进行假设检验。
在SPSS中进行秩和检验操作流程如下：
1. 打开SPSS软件并导入数据：首先打开SPSS软件，然后导入需要进行秩和检验的数据文件。
可以通过“文件”菜单中的“打开”选项来导入数据文件。
2. 进行秩和检验：在SPSS软件中，进行秩和检验的操作是通过“非参数检验”功能来实现的。
在菜单栏中选择“分析”-“非参数检验”-“两组样本”-“秩和检验”。
3. 设置变量：在弹出的对话框中，需要设置需要进行秩和检验的变量。
将需要比较的两组变量分别添加到“测试变量”和“分组变量”中。
4. 设置参数：在设置参数的选项中，可以选择检验的类型，包括单样本、独立样本和配对样本秩和检验。
根据实际情况选择适当的检验类型。
5. 进行分析：点击“确定”按钮后，SPSS会自动进行秩和检验分析，并生成相应的结果报告。
在结果报告中会包括秩和检验的统计
量、显著性水平和推断结论等信息。
6. 结果解读：根据结果报告中的显著性水平，判断两组样本之
间是否存在显著差异。
如果显著性水平小于设定的显著性水平（通
常为0.05），则可以拒绝原假设，认为两组样本之间存在显著差异。
总的来说，SPSS软件提供了方便快捷的秩和检验功能，可以帮
助研究人员进行非参数假设检验，从而更准确地分析数据并得出科
学结论。
通过以上操作流程，可以轻松地进行秩和检验分析，为研
究工作提供有力支持。
显著性分析用SPSS进行统计检验
用SPSS进行统计检验在教育技术研究中，经常需要利用不同的教学媒体或教学资源对不同的对象进行教学改革试验，但教学试验的总体往往都有较大数量，限于人力、物力与时间，通常都采用抽取一定的样本作为研究对象，这样，就存在样本的特征数量能否反映总体特征的问题，也存在着两种不同的样本的数量标志的参数是否存在差异的问题，这就必需对样本量数进行定量分析与推断，在教育统计学中称为“统计检验”。
一、统计检验的基本原理统计检验是先对总体的分布规律作出某种假说，然后根据样本提供的数据，通过统计运算，根据运算结果，对假说作出肯定或否定的决策。
如果现要检验实验组和对照组的平均数（μ1和μ2）有没有差异，其步骤为：1．建立虚无假设，即先认为两者没有差异，用表示；2．通过统计运算，确定假设成立的概率P。
⒊根据P 的大小，判断假设是否成立。
如表6-12所示。
二、大样本平均数差异的显著性检验——Z检验Z检验法适用于大样本（样本容量小于30）的两平均数之间差异显著性检验的方法。
它是通过计算两个平均数之间差的Z分数来与规定的理论Z值相比较，看是否大于规定的理论Z值，从而判定两平均数的差异是否显著的一种差异显著性检验方法。
其一般步骤：第一步，建立虚无假设，即先假定两个平均数之间没有显著差异。
第二步，计算统计量Z值，对于不同类型的问题选用不同的统计量计算方法。
（1）如果检验一个样本平均数（）与一个已知的总体平均数()的差异是否显著。
其Z值计算公式为：其中是检验样本的平均数；是已知总体的平均数；S是样本的方差；n是样本容量。
（2）如果检验来自两个的两组样本平均数的差异性，从而判断它们各自代表的总体的差异是否显著。
其Z值计算公式为：其中，1、2是样本1，样本2的平均数；是样本1，样本2的标准差；是样本1，样本2的容量。
第三步，比较计算所得Z值与理论Z值，推断发生的概率，依据Z值与差异显著性关系表作出判断。
如表6-13所示。
第四步，根据是以上分析，结合具体情况，作出结论。
用SPSS实现完全随机设计多组比较秩和检验的多重比较
用SPSS实现完全随机设计多组比较秩和检验的多重比较用SPSS实现完全随机设计多组比较秩和检验的多重比较一、引言在实证研究中，为了探讨不同处理或干预对某个变量的影响，常常需要进行多组比较。
多组比较的目的是确定是否存在差异以及差异的大小。
秩和检验是一种用于比较两组或多组样本之间差异的非参数方法，具有一定的优势。
二、方法以SPSS软件为例，我们可以利用其提供的功能实现完全随机设计多组比较秩和检验的多重比较。
以下是具体的步骤：1. 数据准备首先，需要准备好用于分析的数据。
假设有n个处理组，每个处理组有m个观测值。
可以将数据按照处理组进行分类整理，每个处理组的观测值放在一列中。
2. 数据输入打开SPSS软件，创建一个新的数据文件，并将之前准备好的数据输入。
确保每个处理组的观测值对应正确。
3. 非参数检验选择菜单栏中的“分析-非参数检验-维尔科克森-曼-惠特尼U 检验”或“分析-非参数检验-克鲁斯卡尔-华里斯H检验”，根据实验需要选择适当的检验方法。
4. 设置选项在弹出的对话框中，将要比较的变量选择到“因子”框中，将处理组变量选择到“因子标签”框中。
选择需要进行多重比较的处理组，点击“组间对比”按钮。
5. 多重比较在“组间对比”对话框中，选择想要进行多重比较的处理组。
可以点击“加入全部对比”按钮将所有处理组两两比较，也可以手动选择需要比较的处理组。
点击“确定”进行多重比较。
6. 结果输出SPSS将会输出多重比较的结果，包括均值、标准误差、t值、p值等统计指标。
根据p值判断处理组之间是否存在显著差异。
三、示例为了更好地理解上述方法，我们通过一个假想的实验来展示如何使用SPSS进行完全随机设计多组比较秩和检验的多重比较。
假设研究人员想要比较四种不同药物对降压效果的影响。
他们随机地将30名患有高血压的参与者分为四个处理组，分别接受A药物、B药物、C药物和D药物的治疗。
每个处理组的参与者分别测量他们的血压值。
现在，研究人员想要确定这些药物在降压效果上是否有显著差异。
(完整版)秩和检验SPSS中文版
秩和检验在 SPSS 实现的操作步骤秩和检验：例两组受试者文化程度如下表，比较两组受试者文化程度有无差别。
小学 1 初中 2 高中 3 大学 4组 1 65 18 30 13组 2 42 6 23 11【操作过程】1、建立数据文件设定三个变量：文化程度、 group 、频数。
文化程度：小学、初中、高中、大学，分别用 1、2、3、4 代表； group ，组别，分组变量：组 1 ，组 2；频数，即对应每组数量。
文化程度group 频数1.00 1.00 65.002.00 1.00 18.003.00 1.00 30.004.00 1.00 13.001.002.00 42.002.00 2.00 6.003.00 2.00 23.004.00 2.00 11.002、统计分析过程(1) 数据加权个案选中加权个案W 单选框在频率变量 E 框里选入：频数单击确定；（2）分析 ==>非参数检验 ==>两独立样本（2）检验变量列表框：文化程度（3）分组变量框： group （分组）；单击定义组钮在 group1 框和 group2 框中分别输入 1 和 2单击继续钮(4) 检验类型复选框组：选中 Mann-Whitney U 复选框(5)单击确定钮【结果解释】Mann-Whitney检验秩group N 秩均值秩和文化程度1 126 102.82 12955.502 82 107.08 8780.50总数208检验统计量 a文化程度Mann-Whitney U 4954.500Wilcoxon W 12955.500Z -.543渐近显著性 ( 双侧 ) .587a.分组变量 : group组 1 平均秩和为 102.82 ；组 2 平均秩和为： 107.08 。
u（Z 值）=0.543,P （渐进显著性） =0.587 。
尚不能认为两组文化程度有差别。
非参数统计中的秩和检验方法详解(Ⅰ)
非参数统计中的秩和检验方法详解统计学是一门研究数据收集、分析、解释和展示的学科，它在各个领域都有着广泛的应用。
而在统计学中，参数统计和非参数统计是两种常见的方法。
参数统计是根据总体的参数进行推断，而非参数统计则是不对总体参数做出假设的一种统计方法。
在非参数统计中，秩和检验方法是一种常用且重要的方法。
本文将详细介绍非参数统计中的秩和检验方法。
一、秩和检验简介秩和检验是一种基于秩次的非参数检验方法，它主要用于对两个独立样本或多个相关样本的总体分布进行比较。
这种方法的优势在于对数据的分布形状没有要求，适用于各种类型的数据。
在进行秩和检验时，首先需要将样本数据进行排序，然后根据排序后的秩次进行计算。
接下来，通过比较秩和的大小来进行假设检验，从而得出结论。
二、秩和检验的应用场景秩和检验方法可以应用于诸多实际场景中。
比如，在医学研究中，可以用秩和检验方法来比较两种不同治疗方法的疗效；在工程领域，可以用秩和检验方法来比较不同生产工艺的产品质量；在市场营销中，可以用秩和检验方法来比较不同促销策略的效果等等。
总之，秩和检验方法在实际问题的解决中有着广泛的应用。
三、秩和检验的类型秩和检验包括了许多不同类型，其中最常见的包括Mann-Whitney U检验、Wilcoxon秩和检验和Kruskal-Wallis H检验。
下面将分别对这些检验进行详细介绍。
1. Mann-Whitney U检验Mann-Whitney U检验是一种用于比较两个独立样本的非参数检验方法。
它基于两组数据的秩次进行比较，通过计算秩和来判断两组数据是否来自同一总体分布。
Mann-Whitney U检验的原假设是两组样本来自同一总体分布，备择假设是两组样本来自不同总体分布。
通过计算U统计量和p值来进行假设检验，从而得出结论。
2. Wilcoxon秩和检验Wilcoxon秩和检验是一种用于比较两个相关样本的非参数检验方法。
它与Mann-Whitney U检验类似，同样是基于秩次进行比较。
非参数统计中的秩和检验方法详解(八)
非参数统计中的秩和检验方法详解统计学作为一门独立的学科，旨在通过收集、分析和解释数据来揭示事物之间的关系和规律。
在统计学中，参数统计和非参数统计是两种常见的数据分析方法。
参数统计依赖于总体的概率分布，而非参数统计则不依赖于总体的概率分布。
本文将重点介绍非参数统计中的秩和检验方法。
一、秩和检验方法概述秩和检验方法，又称为Wilcoxon秩和检验，是一种非参数统计方法，用于比较两组独立样本的中位数是否有显著差异。
这种方法不要求数据呈正态分布，因此在样本量较小或总体分布未知的情况下也能得到可靠的结果。
秩和检验方法通常应用于医学、生物学和社会科学中。
二、秩和检验方法的基本原理秩和检验方法的基本原理是将两组样本数据合并后按大小排列，然后给每个数据项标上它在所有数据中的相对位置秩次，即所谓的秩。
接下来，计算两组样本的秩和，再根据分布情况进行显著性检验。
例如，假设有两组样本数据分别为A和B，分别有n1和n2个观测值。
将这两组数据合并后按大小排列，然后给每个数据项标上它在所有数据中的相对位置秩次，即所谓的秩。
接下来，计算两组样本的秩和，再根据分布情况进行显著性检验。
三、秩和检验的应用场景秩和检验方法适用于两组独立样本，它能够有效地应对数据不满足正态分布的情况，同时也能应对小样本量的情况。
因此，秩和检验方法在实际应用中具有较广泛的适用性。
在医学领域，秩和检验方法常用于比较治疗组和对照组的治疗效果，特别是当数据不满足正态分布或者样本量较小的情况下。
在生物学和社会科学领域，秩和检验方法也经常被用于比较不同条件下的实验结果，例如药物治疗效果的比较、心理学实验结果的比较等。
四、秩和检验方法的优缺点秩和检验方法的优点是不依赖于总体分布的假设，对异常值不敏感，适用于小样本量和非正态分布数据。
因此，它在实际应用中具有较强的稳健性。
另外，秩和检验方法还能对数据进行排序，从而提供了对数据分布的直观理解。
然而，秩和检验方法也存在一些局限性。
SPSS检验步骤总结
检验步骤总结：1、t检验2、方差分析3、卡方检验4、秩和检验5、相关分析6、线性回归1、t检验要求数据来自正态总体,可能需要先做正态检验（1）单一样本t检验数据特征：单一样本变量均数与某固定已知均数进行比较方法：ANALYZE-COMPARE MEANS-ONE SAMPLE t TEST（2）独立样本t检验数据特征：两个独立、没有配对关系的样本有专门变量表示组数方法：ANALYZE-COMPARE MEANS-INDEPENDENT SAMPLES t TEST注意观察方差分析结果,判断查看的数据是哪一行（3）配对样本t检验数据特征：两个不独立的,有配对关系的样本没有专门变量表示组数方法：ANALYZE-COMPARE MEANS-PAIRED SAMPLES t TEST不需要方差分析结果检验步骤：（1）正态性检验1有同学推荐,老师没有强调,但依据理论应进行（2）建立假设H0：;;;;来自同一样本; H1：;;;;不来自同一样本（3）确定检验水准（4）计算统计量依据上面不同样本类型选择检验方法,注意独立样本t检验要先注明方差分析结果（5）确定概率值P（6）得出结论2、方差分析要求数据来自正态总体,可能需要先做正态检验（1）单因素方差分析数据特征：相互独立、来自正态总体、随机、方差齐性的多样本有专门变量表示组数,且组数大于2方法：ANALYZE-COMPARE MEANS-ONE WAY ANOVA注意需要在options 里面选择homogeneity variance test 做方差分析符合方差齐性才可以得出结论>（2）双因素方差分析1正态性检验方法：analyze-explore-plot里面选择normality test数据特征：有三列数据,1列是主要研究因素,1列是配伍组因素,1列是研究数据;方法：GENERAL LINEAR MODEL-UNIVARIATE 注意选择model里的custom,type是main effect,注意把两个因素选择为fixed factor检验步骤：（1）正态性检验有同学推荐,老师没有强调,但依据理论应进行（2）建立假设H0：;;;;来自同一样本; H1：;;;;不全来自同一样本或全不来自同一样本（3）确定检验水准（4）计算统计量依据上面不同样本类型选择检验方法,注意单因素方差分析要先注明方差分析结果（5）确定概率值P（6）得出结论3、卡方检验（1）Crosstabs数据特征：单个或多个样本率的比较;加权数据有三列数据,注意将最后一列数字加权其不参与运算,仅是说明前两列数据的数量;不加权数据有两列;其中运算列中通常第一列表述组数,可以大于二；第二列表述阳性或阴性,通常为1或2;检验方法：ANALYZE-DESCRIPTIVE STASTICS-CROSS TABS-注意加选statistics里面的chi-square复选框得到检验结果后,根据样本量以及每框的数据选择查看的数据行详见课件如果要看有无线性趋势,直接查看linear行（2）非参数检验数据特征：如果针对的是明确两种检测疾病手段的差异性,那么两种手段的阳性结果都要被剔除,此时选择非参数检验具体理论不详检验方法：NONPARAMETIC TESTS- TWO RELATED SAMPLES- 勾选MC MEAR复选框检验步骤：（1）建立假设H0：;;;;来自同一样本; H1：;;;;（2）确定检验水准（3）计算统计量注意cross tabs检验依据样本量以及单元格数据大小选择适宜的数据读取（4）确定概率值P（5）得出结论4、秩和检验T检验以及方差分析中,不满足条件的资料,可以进行秩和检验即非参数检验获得结论参数检验以及非参数检验范围详见课件,依据特征可以分为4类（1）两独立样本数据特征：两列,类似独立样本T检验,一列表明组数,一列是数据检验方法：NONPARAMETIC TESTS-2 INDEPENDENT SAMPLES-复选框勾选KOMOLGOROV（2）两配对样本数据特征：两列,类似独立样本T检验,分别是不同组数据检验方法：NONPARAMETIC TESTS-2 related SAMPLES-复选框勾选wilcoxon （3）多组独立随机样本数据特征：两列, 类似单因素方差分析检验方法：NONPARAMETIC TESTS-k INDEPENDENT SAMPLES-复选框勾选Krushal—Wallis H（4）多组配对样本数据特征：多列,1列说明分组,其余多列都为数据检验方法：NONPARAMETIC TESTS-k related SAMPLES-复选框勾选Friedman检验步骤：（1）建立假设H0：;;;;来自同一样本; H1：;;;;（2）确定检验水准（3）计算统计量（4）确定概率值P（5）得出结论5、相关分析（1）制作散点图：数据特点：双变量,两列数据方法: graphs------scatter,可利用双击左键方式选择绘出相关直线（2）双变量正态分布且连续相关性分析：数据特点：双变量,两列计算方法：一定要检验正态性,首先对两者进行正态性检验,两个正态结果CORRELATE-BIVARIATE-勾选Pearson（3）等级资料相关性分析：数据特点：明显等级资料,三列一列是编号,但不入计算CORRELATE-BIVARIATE-勾选spearman（4）双变量非正态;;;数据特点：检验后非正态CORRELATE-BIVARIATE-勾选kendall检验步骤：非等级资料：（1）正态性检验（2）计算相关系数r（3）建立相关系数的假设检验H0：p=0, 两变量间无直线相关关系H1：p≠0,两变量间有直线相关关系（4）确定检验水准a=（5）计算统计量其实表中会直接给出（6）确定p值（7）得出结论等级资料：（1）计算相关系数r（2）建立相关系数的假设检验H0：p=0, H1：p≠0,（3）确定检验水准a=（4）计算统计量其实表中会直接给出（5）确定p值（6）得出结论6、一元线性回归需建立拟合方程是否需要正态检验、相关分析铺垫7、8、数据类型：类似相关分析计算方法：regression-linear-勾选好后,选enter模式拟合步骤：1）计算回归系数系数表内看,通常<12）对回归系数b进行假设检验系数表内,最后1列3）建立回归方程系数表内4）评价回归方程模型汇总表内R2xybxay bb1+=+=ΛΛ或。
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。
秩和检验(SPSS)分析
其他相关信息
此外，还会提供其他相关信 息，如可信区间、P值等， 帮助用户更全面地理解检验 结果。
03
秩和检验的优缺点
秩和检验的优点
无假设限制
秩和检验不需要严格的假设条件，如正态分布、方差 齐性等，因此应用范围较广。
适用于小样本
在样本量较小的情况下，秩和检验能够提供较为准确 的结果。
避免数据异常值影响
应用价值。
未来研究可以进一步探讨秩和 检验与其他统计方法的结合使 用，以更好地满足研究需求。
在实际应用中，研究者应充分 了解秩和检验的适用范围和限 制条件，根据具体情况选择合 适的统计方法。
随着大数据时代的到来，秩和 检验在处理大规模数据方面的 应用将更加广泛，有助于推动 各领域研究的深入发展。
THANKS
运行检验
点击“运行”按钮，SPSS将自动进 行秩和检验，并输出检验结果。
SPSS中秩和检验的结果解读
描述性统计结果
检验统计量
在检验结果中，首先会给出 各个组别的描述性统计结果， 包括各组的频数、百分比、 中位数等。
接着会给出检验的统计量， 包括秩次、秩次之和、平均 秩次等。
检验结论
根据统计量的大小和分布情 况，SPSS会给出检验结论， 判断各组之间是否存在显著 差异。
04
秩和检验的案例分析
案例一：配对设计资料的秩和检验
总结词
配对设计资料的秩和检验适用于对同一观察对象在不同条件下进行观察或测量的情况，例如同一批受 试者在不同时间点的观察值。
详细描述
配对设计资料的秩和检验首先需要对配对数据进行分析，确定配对数据是否具有相关性，然后采用适 当的统计方法进行检验。在SPSS中，可以使用Wilcoxon匹配对符号秩检验或Wilcoxon符号秩检验等 方法进行配对设计资料的秩和检验。
组别秩和检验spss方法-显效和非显效
秩group N秩均值秩和 频数对照组 26 18.88 491.00 治疗组 30 36.831105.00总数56检验统计量a频数 Mann-Whitney U 140.000 Wilcoxon W 491.000 Z-4.234 渐近显著性(双侧) .000a. 分组变量: group组别n痊愈 显效 有效 无效 总有效率 治疗组 316(53.3%) 8(26.7%) 6(20.0%) 0(0.0%)30(100.0%)对照组 265(19.2%)6(23.1%)8(30.7%)7(26.9%) 19(73.1%)Z值为-4.234，p＜0.001，拒绝H0经检验，某治疗方法有效，治疗组效果优于对照组。
秩和检验应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。
⑤数据的一端或两端是不确定数值，如“>50mg”等。
一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。
护理论文写作过程中常用统计学方法的描述和常见错误
护理论文写作过程中常用统计学方法的描述和常见错误医学统计学是应用概率论和数理统计的基本原理和方法，被广泛地应用到医学研究中。
在医学研究过程和医学论文的撰写过程中常常需要对数据进行统计学处理。
正确的统计学方法对说明研究问题、证明研究假设的成立具有重要意义。
统计学方法选择不当，对研究的科学性、逻辑性、合理性和严谨性都会产生严重影响。
本刊编辑部针对常见的护理统计学错误进行归纳总结，供读者参考。
一、统计描述在研究中，对每个观察单位的某项特征进行测量或者观察，该项特征称为变量。
根据变量值的特点，将研究资料分为两大类：定量资料和定性资料。
1．定量资料：又称为数值变量，分为连续型变量（如：身高、体重等）和离散型变量（如：每个病人就诊次数）。
当数据符合正态分布时，用（均数± 标准差，）来描述，当数据符合偏态分布时，用（中位数，四分位数间 ( M，Q)）来描述。
若样本数较少或者缺乏相关先验信息时，应对资料进行正态性检验。
精确判断一组数据是否呈正态分布，最好借助于SPSS、SAS 等统计分析软件。
2．定性资料：是指对每个研究对象的某些方面的特征和性质，进行表达或描述所得的资料，分为无序分类变量（如: 性别、血型等）和有序分类变量（如疗效: 显效、有效和无效）。
通常用率（百分率、千分率和万分率）和构成比（百分比）来描述。
二、统计分析1．定量资料的统计学分析主要考虑两个方面，一是正确辨析定量资料所选取的实验设计类型；二是检查定量资料是否具备参数检验（独立性正态性和方差齐性）的前提条件。
实际上很多科研人员不能正确判定其实验设计类型，导致大量统计学错误出现。
主要有以下两类错误：（1）不管定量资料对应的实验设计类型是什么，一律套用单因素两水平（或成组）设计资料的检验方法（如t 检验或秩和检验）或单因素多水平设计定量资料的分析方法（如单因素多水平设计定量资料的方差分析或秩和检验）。
（2）当定量资料不满足参数检验的前提条件时，盲目套用参数检验方法。
三组性别差异秩序和检验spss
三组性别差异秩序和检验spss在本文中，我把性别差异秩序，划分为三组。
第一组为性别与其他个体差异（包括年龄、性别、性格）。
因为本文涉及到了具体的案例研究以及性别差异回归分析，所以本文仅做探讨。
同时，这也是本节讨论 spss工作中需要做的第一步工作；因为这意味着除了回归分析外还需要做进一步实验；此外，也意味着未来相关研究还需要进一步处理这些细节问题...所以接下来会针对以上三组分析过程和结果进行验证，本文不做赘述了。
我将在下面的文章中给出我自己在性别差异系统构建后得到的结论，希望对你有帮助。
我们已经做了一些准备（首先感谢 White& Helmut, Lipsky他们给了我们非常好的解释；再给了他们很好的建议）。
本节主要是分析一下本文中对性别差异关系、个体间性别差异秩序和检验 spss工作对我来说是怎样运行的。
1、性别差异的关系我们先来说一下，在定义性别差异时，它是指不同性别之间的关系。
比如我们是男是女，性格、教育背景等都是不同的。
我们在做研究时会观察不同性别的研究对象，对他们的各种问题进行评价。
比如有的人可能会说这个人有暴力倾向（就是暴力倾向);有的人可能会说这个人爱说谎...这些都是个体差异所导致的。
在我们构建性别差异系统时我们要把每个变量和每一项指标都设为0;也就是说对所有变量在其中一个变量上都不会存在男女差异，而只会存在某种意义上男强女弱的关系(Sweet et al.,2016)...如果性别差异变量可以用来描述个体间的性别关系，那么这就是性别差异系统。
这样做可以避免用性别差异变量来描述不同变量之间的关系（例如年龄、性别、性格）。
另外需要注意的是：所有变量都需要独立控制变量间的相关关系（即性别差异变量和年龄、性格相关);如果这些变量之间存在相关关系（例如年龄、性别、性格)...我们可以通过构建性别差异系统来定义这些变量间的关系。
2、个体间性别差异秩序在本节中，我将用一个实验的数据来描述当前已有的性别差异关系。
spss授课_秩和检验
33
a Test Statistics
等 级 Mann-Whitney U Wilcoxon W Z A symp. Sig. (2-tailed)
a.Group ing Varia ble: 组别
98.000 308.000 -4.503 .000
34
（三）成组设计多个样本比较的秩和检验 （Kruskal-Wallis法）
a. Kruskal Wallis Test b. Grou ping Variab le: 组 别
14. 981 2 .00 1
42
2. H值的校正
例5 比较小白鼠接种三种不同菌型伤寒 杆菌9D、11C、DSC1后存活日数，见表 9.5，问各接种组存活日数间有无差别？
43
表 9.5 小白鼠接种三种不同菌型伤寒杆菌存活日数 表 9.5 小白鼠接种三种不同菌型伤寒杆菌存活日数 9D 11C DSC1 11C 秩次 DSC 存活日数9D 秩次 存活日数 存活日数 1 秩次 存活日数 秩次 存活日数 秩次 存活日数 秩次 （1） （2） （3） （4） （5） （6） （1） （2） （3） （4） （5） （6） 2 1 5 10.5 3 4.5 2 1 5 10.5 3 4.5 2 2 5 10.5 5 10.5 2 2 5 10.5 5 10.5 2 3 6 15.5 6 15.5 2 3 6 15.5 6 15.5 3 4.5 6 15.5 6 15.5 3 4.5 6 15.5 6 15.5 4 6 6 15.5 6 15.5 4 6 6 15.5 6 15.5 4 7 7 21 7 21 4 7 7 21 7 21 5 8 8 24 7 21 5 8 8 24 7 21 7 10.5 10 26.5 9 25 7 10.5 10 26.5 9 25 7 21 12 30 10 26.5 7 21 12 30 10 26.5 7 21 11 28 7 21 11 28 11 29 11 29 Ri 84 169 212 － － Ri 84 169 212 － － Ni 10 9 11 － － Ni 10 9 11 － －
秩和检验(SPSS)
制作：王立芹
2015年6月2日星期二10时47分19秒
制作：王立芹
2015年6月2日星期二10时47分19秒
制作：王立芹
Ranks r1值 group 肺 癌 病 人 矽 肺 工 人 Total N 10 12 22 Mean Rank 14.15 9.29 Sum of Ranks 141.50 111.50
分组变量 定义分组变量 检验方法类型
2015年6月2日星期二10时47分19秒
制作：王立芹
2015年6月2日星期二10时47分19秒
制作：王立芹
Ranks 死 亡率 药 物 甲 药 乙 药 丙 药 Total N 5 5 5 15 Mean Rank 12.60 7.60 3.80
Test Statisticsa,b Chi-Square df Asymp. Sig. 死 亡 率 9.740 2 .008
a
死 亡率
药 物 甲 药 乙 药 丙 药
Shapiro-Wilk Statistic df .953 5 .964 5 .955 5
Sig. .757 .834 .773
*. This is a lower bound of the true significance. a. Lilliefors Significance Correction
2015年6月2日星期二10时47分19秒
制作：王立芹
二、（完全随机设计）多独立样本非参数检验
1.原始数据资料
例：见P例8-5
数据库：
药物:分组变量，1=甲药， 2=乙药，3=丙药； 死亡率（%）
2015年6月2日星期二10时47分19秒
制作：王立芹
Tests of Normality Kolmogorov-Smirnov Statistic df Sig. .178 5 .200* .216 5 .200* .184 5 .200*
SPSS知识5：秩和检验(有序变量)
秩和检验（适用性强，精确度＜t和F检验）一、配对比较的秩和检验SPSS操作：第一步：数据录入（类似配对t检验，before和after）；第二步：正态性检验（analyze→nonparametric tests →1-sample K-S→两个变量调入右框，激活normal →OK）。
第三步：判断结果，正态配对t检验，非正态秩和检验；第四步：配对比较的秩和检验（analyze→nonparametric tests→2 related sample…→两个源变量调入右框，无顺序也可→OK）。
第五步：判断结果，P＜0.05，差异有显著性差异。
操作演示：第一步：数据录入第二步：正态性检验第三步：判断结果。
正态用配对t检验较好，非正态用配对秩和检验第四步：配对比较的秩和检验第五步：判断结果二、两独立样本比较的秩和检验SPSS操作：第一步：建立数据文件（group和p，类似量独立样本t检验）；第二步：正态性检验及判断结果；第三步：两独立样本比较的秩和检验（analyze→nonparametric tests→2 independent sample…→变量上框，group下框，框下命名组别→continue→OK）。
判断结果（倒数第2排的P值）。
操作流程：第一步：建立数据文件第二步：正态性检验（4步，略）；第三步：两独立样本的秩和检验及结果判断三、有序变量的两独立样本比较的秩和检验SPSS操作：第一步：建立数据文件（group：横标目；纵标目为有序变量——value，f频数）；第二步：对频数加权（data→weight cases→激活weight cases by→把频数调入右侧框→OK）；第三步：有序变量的两独立样本的秩和检验（analyze→nonparametric tests→2-independent samples→将纵标目调入右上框：test variable list，将横标木调入右下框，grouping variable→激活define groups…→给出组范围→continue→OK）；判断结：例如：根据test statistics表中P＜0.05？，判断组之间是否有差异？，若P＜0.05，则根据组的平均值次判断哪一组的疗效好。
(李晓松主编 第2版 高等教育出版社)附录 第12章思考与练习答案
第十二章 秩和检验【思考与练习】一、思考题1. 简述参数检验和非参数检验的区别。
2. 简述非参数检验的适用范围。
3. 同一资料，又出于同一研究目的，当参数检验和非参数检验所得结果不一致时，以何者为准，请简述理由。
二、案例辨析题某儿科医生比较甲、乙、丙三种药物治疗小儿腹泻的疗效，将379名小儿腹泻患者随机分为三组，分别采用甲、乙、丙三种药物治疗，结果见表12-1。
表12-1 三种药物治疗小儿腹泻的疗效比较疗效 甲药 乙药 丙药 合计 痊愈 175 5 1 181 显效 95 55 5 155 进步 64 6 30 100 无效 45 35 6 86 合计37910142522对于上述资料，该医生采用行×列表2χ检验，得2176.271χ=，0.01P <，故认为三种药物的疗效有差别。
该结论是否正确，为什么？三、最佳选择题1．以下方法中属于参数检验方法的是 A. t 检验 B. H 检验 C. M 检验D. Wilcoxon 符号秩和检验E. Wilcoxon 秩和检验2．进行两小样本定量资料比较的假设检验时，首先应考虑 A. t 检验 B. Z 检验C. 秩和检验D. 2χ检验E. 满足参数检验还是非参数检验的条件3．两组定量资料的比较，若已知1n 、2n 均小于30，总体方差不齐且呈极度偏态分布，宜采用 A. t 检验 B. t '检验 C. Z 检验 D. 方差分析 E. 秩和检验4. 欲比较三种药物治疗效果有无差异，如果治疗效果为有序分类变量，宜采用 A. t 检验 B. 方差分析 C. 2χ检验D ．Wilcoxon 秩和检验 E. H 检验5. 成组设计两样本比较的秩和检验，检验统计量T 通常为 A. 较小的秩和 B. 较大的秩和C. 样本含量较小组的秩和D. 样本含量较大组的秩和E. 任取一组的秩和均可6. 配对设计秩和检验，若检验假设0H 成立，则 A. 差值为正的秩和与差值为负的秩和相差不会很大 B. 差值为正的秩和与差值为负的秩和可能相差很大 C. 差值为正的秩和与差值为负的秩和肯定相等 D. 正秩和的绝对值大于负秩和的绝对值 E. 正秩和的绝对值小于负秩和的绝对值7. 下列资料类型中，不宜采用秩和检验的是A. 正态分布资料B. 等级资料C. 分布类型未知资料D. 极度偏态分布资料E. 数据一端不确定的资料8. 某资料经配对秩和检验得34n查双侧T界值如下，则P值为==T，由20双侧概率0.10 0.05 0.02 0.01T界值60~150 52~158 43~167 37~173 A. 10>P.0B. 10<P.0<.005C. 05<P.0<02.0D. 02<P.0<01.0E. 01P.0<9. 下列关于非参数检验的叙述错误的是A. 非参数检验不依赖于总体的分布类型B. 非参数检验仅用于等级资料比较C. 适合参数检验的资料采用非参数检验会降低检验效能D. 非参数检验会损失部分样本信息E. 秩和检验是一种非参数检验方法四、综合分析题1. 已知某地正常人尿氟含量的中位数为2.15mmol/L。
组别+秩和检验spss方法：显效和非显效
组别+秩和检验spss方法：显效和非显效Z 值为-4.234，p ＜0.001，拒绝H 0经检验，某治疗方法有效，治疗组效果优于对照组。
秩和检验应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。
⑤数据的一端或两端是不确定数值，如“>50mg ”等。
一、配对资料的Wilcoxon 符号秩和检验（Wilcoxon signed-rank test ）组别 n 痊愈显效有效无效总有效率治疗组 30 16(53.3%) 8(26.7%) 6(20.0%) 0(0.0%) 30(100.0%)对照组 26 5(19.2%) 6(23.1%) 8(30.7%) 7(26.9%) 19(73.1%)例1 对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg /l ) 样品号（1）离子交换法（2）蒸馏法（3）差值 (4)=(2)-(3) 秩次（5）1 0.5 0.0 0.5 2 2 2.2 1.1 1.1 7 3 0.0 0.0 0.0 — 4 2.3 1.3 1.0 6 5 6.2 3.4 2.8 8 6 1.0 4.6 -3.6 -9 7 1.8 1.1 0.7 3.5 8 4.4 4.6 -0.2 -1 9 2.7 3.4 -0.7 -3.5 10 1.3 2.1 -0.8 -5 T +=+26.5T -=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。
（下同）H0：Md （差值的总体中位数）=0 H1：Md ≠0 α=0.05 T ++T -=1+2+3+…n=n(n+1)/2 ① 小样本（n ≤50）--查T 界值表基本思想：如果无效假设H0成立，则正负秩和的绝对值从理论上说应相等，都等于n(n+1)/4，既使有抽样误差的影响正负T 值的绝对值相差也不应过大。
- 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)。
秩group N秩均值秩和 频数对照组 26 18.88 491.00 治疗组 30 36.831105.00总数56Z 值为-4.234，p ＜0.001，拒绝H 0经检验，某治疗方法有效，治疗组效果优于对照组。
秩和检验应用条件①总体分布形式未知或分布类型不明； ②偏态分布的资料：组别 n 痊愈 显效 有效 无效 总有效率治疗组 30 16(53.3%) 8(26.7%) 6(20.0%) 0(0.0%) 30(100.0%)对照组 26 5(19.2%) 6(23.1%) 8(30.7%) 7(26.9%) 19(73.1%)③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。
⑤数据的一端或两端是不确定数值，如“>50mg”等。
一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。
（下同）H0：Md （差值的总体中位数）=0 H1：Md ≠0 α=0.05 T ++T -=1+2+3+…n=n(n+1)/2 ① 小样本（n ≤50）--查T 界值表基本思想：如果无效假设H0成立，则正负秩和的绝对值从理论上说应相等，都等于n(n+1)/4，既使有抽样误差的影响正负T 值的绝对值相差也不应过大。
反过来说，如果实际计算出的正负T 值绝对值相差很大，我们只能认为H0成立的可能性很小。
界值的判断标准若下限<T<上限，P 值>表中概率值若T ≤下限或T ≥上限，则P 值≤表中概率值 ② 大样本时（n>50），正态近似法（u 检验）基本思想：假定无效假设H0成立，则正负秩和的绝对值应相等，随着n 增大T 逐渐趋近于均数等于n(n+1)/4、方差为n(n+1)(2n+1)/24的正态分布。
所以可用近似正态法计算u 值。
即：*校正公式：当相同秩次个数较多时48)(24)12)(1(5.0|4/)1(|3j j t t n n n n n T u -∑-++-+-=tj ：第j 个相同秩次的个数SPSS:建立变量名：录入数值：统计分析：分析——非参数检验——两相关样本（配对样本）结果分析：表一：第一行：b-a的负秩（Negative Ranks）有5个（右上角的a在表下方有注释），平均秩次为5.3，负秩和为26.5。
第二行：正秩，正秩的个数，平均秩次，正秩和。
表二：Z即为u值，可用正秩和18.5或负秩和26.5计算，习惯上用较小的秩和计算u值。
p=0.635大于0.05，不拒绝H0，还不能认为两种方法有差别。
二、两个独立样本比较的Wilcoxon秩和检验(Wilcoxon rank sum test) 1．原始数据的两样本比较例2某实验室观察局部温热治疗小鼠移植肿瘤的疗效，以生存日数作为观察指标，试检验两组小鼠生存日数有无差别？实验组对照组生存日数秩次生存日数秩次10 9.5 2 112 12.5 3 215 15 4 315 16 5 416 17 6 517 18 7 618 19 8 720 20 9 823 21 10 9.590以上22 11 1112 12.513 14n1=10 T1=170 n2=12 T2=83时间资料不服从正态分布H0：两总体分布位置相同H1：两总体分布位置不同a=0.05记n较小组秩和为T，样本量n1。
如果n1=n2，可取任秩和①查表法：查T界值表：n1≤10，n2 n1≤10界值的判断标准：若下限<T<上限，P值>表中概率值若T ≤下限或T ≥上限，则P 值≤表中概率值 ② 正态近似法当n1或n2-n1超出T 界值表的围时，随n 增大，T 的分布逐渐逼近均数为n(n+1)/4、方差为n(n+1)(2n+1)/24的正态分布，所以可用近似正态法计算u 值。
即：12/)1(5.0|2/)1(|2111+-+-=N n n N n T u*校正公式（当相同秩次较多时）c u u C /=∑=)-/()-(-133N N t t C j j SPSS 建立变量名：录入数值：Z值为-3.630，p＜0.001，拒绝H02. 频数表资料（或等级资料）的两样本比较例320名正常人和32名铅作业工人尿棕色素定性检查结果见下表。
问铅作业工人尿棕色素是否高于正常人？结果（1）人数秩次围（5）平均秩次（6）秩和正常人(2)铅作业工人(3)合计(4)正常人(7)=(2)(6)铅作业工人(8)=(3)(6)- 18 8 26 1-26 13.5 243 108 2 10 12 27-38 32.5 65 325++ 0 7 7 39-45 42.0 0 294 +++ 0 3 3 46-48 47.0 0 141 ++++ 0 4 4 49-52 50.5 0 202 合计n 1=20n 2=3252--T 1=308T 2=1070取n 较小组的秩和为T 值，用校正公式计算。
即：12/)1(5.0|2/)1(|2111+-+-=N n n N n T u c u u C /= ∑=)-/()-(-133N N t t C j j SPSS ： 建立变量名：录入数值：统计分析：结果分析：同两个独立样本比较的Wilcoxon秩和检验P＜0.001，拒绝H0三、多个样本比较的秩和检验(Kruskal-Wallis H test)1．原始数据法例4某研究者测定正常人、单纯性肥胖、皮质醇增多症者各10人的血浆总皮质醇含量见下表，问这三组人的血浆总皮质醇含量有无差别？三组人的血浆总皮质醇含量测定值（μg/L）正常人单纯性肥胖皮质醇增多症测定值秩次测定值秩次测定值秩次0.4 1 0.6 2 9.8 201.9 4 1.2 3 10.2 212.2 6 2.0 5 10.6 222.5 8 2.4 7 13.0 232.8 93.1 10.5 14.0 253.1 10.54.1 14 14.8 263.7 12 5.0 16 15.6 273.9 13 5.9 17 15.6 284.6 15 7.4 19 21.6 296.0 18 13.6 24 24.0 30R i n i 96.510117.51025110H0:：三组人的血浆总皮质醇含量总体分布位置相同H1：三组人的血浆总皮质醇含量总体分布位置不全相同a=0.05)1(3)1(122+-∑+=N n R N N H i i 1-=k νSPSS 建立变量名录入数值：统计分析：结果分析：若g（组数）=3且最小样本列数大于5或g>3时，H或H C近似服从自由度为g-1的卡方分布。
H=18.130，自由度=2，P＜0.001，拒绝H0，三组总体分布位置不全相同，需做两两比较。
2．频数表法：例5 四种疾病患者痰液嗜酸性粒细胞的检查结果见表6-5。
问四种疾病患者痰液嗜酸性粒细胞有无差别？四种疾病患者痰液嗜酸性粒细胞比较白细胞（1）支气管扩（2）肺水肿（3）肺癌（4）合计（6）秩次围（7）平均秩次（8）- 0 3 5 11 1—11 6+ 2 5 7 19 12—30 21 ++ 9 5 3 20 31—50 40.5 +++ 6 2 2 10 51—60 55.5 R i 739.5 436.5409.5—— — n i17.0 15 17 60 — — iR43.5029.1024.09———)1(3)1(122+-∑+=N n R N N H iic H H c =∑---=)()(133N N t t C j j1-=k νSPSS 建立变量名：录入数值：统计分析：结果分析：同多样本比较的秩和检验P＜0.001，拒绝H0，三组总体分布位置不全相同，需做两两比较。
秩和检验方法要点和注意事项检验方法方法要点注意事项配对样本的符号秩检验1.依差值大小编秩，再冠以差值的符号，任取T+、T-作为T，查附表9，T界值表。
T>T界值，P>α。
2.n>50，用z检验。
1.编秩时若差值绝对值相同符号相反，取平均秩次。
0差值省略。
2.n<5，不能得有意义结论。
两独立样本 1.按两组数据由小到大统一编 1.编秩时若相同数据在不同组，的秩和检验（分布位置）秩，以n1较小者为T，查附表10 T界值表。
T在界值围，P>α。
2.n1>10或n1- n2>10时，用z检验。
取平均秩次。
2.当相同秩次较多时，使用校正公式。
成组设计多样本比较的秩和检验(K-W检验) 1.将k组数据由小到大统一编秩，求各组秩和R i。
2.计算H值，用ν=k-1查χ2界值表，确定P值。
3.拒绝H0时，应作多个样本两两比较的秩和检验。
1.编秩时若相同数据在不同组，取平均秩次。
2.当相同秩次较多时，使用校正公式。