两配对样本非参数检验详解演示文稿
合集下载
相关主题
- 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)。
５．根据检验统计量计算相伴概率值，与 设定的显著性水平进行比较作出检验判断。
10.7.2 SPSS中实现过程
研究问题 分析10个学生接受某种方法进行训练的效
果，收集到这些学生在训练前、后的成绩，如 表10-9所示。表格的每一行表示一个学生的4 个成绩。其中第一列表示，训练前的成绩是否 合格，0表示不合格，1表示合格；第二列表示 训练后的成绩是否合格，0表示不合格，1表示 合格；第三列表示训练前学生的具体成绩；第 四列表示训练后学生的具体成绩。问训练前后 学生的成绩是否存在显著差异？
Table 1. 两组样本的交叉二维频数表 第二组样本
0
1
第 一
0
组
样 本
1
a
c a+c
b
a+b
d
c+d
b + d total
在原假设条件下应该有 (a + b) = (a + c) 或者 (c + d) = (b + d) 即
b=c 大样本下有近似自由度 为1的卡方统计量： X2 = (b - c)2/(b + c)
McNemar变化显著性检验以研究对象自身 为对照，检验其两组样本变化是否显著。
原假设：样本来自的两配对总体分布无显 著差异。
McNemar变化显著性检验要求待检验的两 组样本的观察值是二分类数据，在实际分析中 有一定的局限性。
McNemar变化显著性检验基本方法采用二 项分布检验。它通过对两组样本前后变化的频 率，计算二项分布的概率值。
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中有以下3种两配对样本非参数检验 方法。
1尔．)变两化配显对著样性本检的验McNemar(麦克尼马
图10-24 “Two-Related-Samples Tests”对话框
根据前两个 指标值进行 配对样本的 McNemar检 验
图10-25 选择两个变量配对
根据后两个指标 数据进行符号检 验和Wilcoxon 符号平均秩检验
图10-27 选择两个变量配对
10.7.3 结果和讨论
（1）描述性统计部分结果如下表所示。
两配对样本非参数检验详解演示 文稿
优选两配对样本非参数检验
配对样本的理解： 两配对样本非参数检验一般用于同一研究对象 （或两配对对象）分别给予两种不同处理的效 果比较，以及同一研究对象（或两配对对象） 处理前后的效果比较。前者推断两种效果有无 差别，后者推断某种处理是否有效。
如：判断服用某种药品前后某项关键生理指标 值有无变化、同一个家庭夫妻两人的寿命有无 差别等等
２.计算正号的个案数 Ｎ＋ 和负号的个案数 Ｎ－。 （出现差值等于０时，删除此个案，样本 数ｎ相应地减少。）
如果正号的个数和负号的个数大致相当，则 可以认为两配对样本数据分布差距较小；正号的 个数和负号的个数相差较多，可以分为两配对样 本数据分布差距较大。
SPSS将自动对差值正负符号序列作单样本 二项分布检验，计算出实际的相伴概率值（原 假设对应的理论概率等于0.5）。
如果得到的概率值小于或等于用户的显著 性水平，则应拒绝零假设H0，认为两配对样 本来自的总体分布有显著差异；如果概率值大 于显著性水平，则不能拒绝零假设H0，认为两 配对样本来自的总体分布无显著差异。
H0 :
N、N- ~ B(n, 1 ) 2
3．两配对样本的Wilcoxon符号平均秩 检验
两配对样本的符号检验考虑了总体数据变 化的性质，但没有考虑两组样本变化的程度。
训练后成绩 70.00 71.00 65.00 68.00 50.00 55.00 75.00 70.00 65.00 70.00
实验步骤
图10-23 在菜单中选择“2 Related Samples”命令
设置配对的样本
配对样本的几种 检验方法，（其 中Marginal Homogeneity检 验是McNemar 检验针对多取值 有序数据的推广 方法）
两配对样本的Wilcoxon符号平均秩检验考 虑了这方面的因素。
原假设为：样本来自的两配对样本总体的 分布无显著差异。
检验步骤：
１．按照符号检验的方法，将第二组样本的 各个观察值减去第一组样本对应的观察值，如果 得到差值是一个正数，则记为正号；差值为负数， 则记为负号。（出现差值等于０时，删除此个案， 样本数ｎ相应地减少。）
２．保留差值数据。根据差值数据的绝对值 大小按升序排序，并求出相应的秩。
３．分别计算符号为正号的秩和 W+、负号 秩总合 W− 以及正号平均秩、负号平均秩。
４．Ｗ＝ｍｉｎ（ W+ ， W− ）
Z W n(n 1) / 4 n(n 1)(2n 1) / 24
这里的ｎ是删除差值等于０的个案以后的样本 容量。
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。
原假设为：样本来自的两配对样本总体的 分布无显著差异。
检验步骤：
１.将第二组样本的各个观察值减去第一组
样本对应的观察值，如果得到差值是一个正数， 则记为正号；差值为负数，则记为负号。
Biblioteka Baidu
（2）McNemar检验结果如下两表所示。
2*2交叉列联表
相伴概率值为 0.125，应该认 为训练前后学生 成绩没有变化
训练前 0 1 0 0 0 0 1 1 0 1
通过前两列数据可以 运用McNemar检验， 而后两列数据适合做 符号检验和Wilcoxon 符号平均秩检验
表10-9 训练前后的成绩
训练后 1 1 1 1 0 0 1 1 1 1
训练前成绩 58.00 70.00 45.00 56.00 45.00 50.00 61.00 70.00 55.00 60.00
10.7.2 SPSS中实现过程
研究问题 分析10个学生接受某种方法进行训练的效
果，收集到这些学生在训练前、后的成绩，如 表10-9所示。表格的每一行表示一个学生的4 个成绩。其中第一列表示，训练前的成绩是否 合格，0表示不合格，1表示合格；第二列表示 训练后的成绩是否合格，0表示不合格，1表示 合格；第三列表示训练前学生的具体成绩；第 四列表示训练后学生的具体成绩。问训练前后 学生的成绩是否存在显著差异？
Table 1. 两组样本的交叉二维频数表 第二组样本
0
1
第 一
0
组
样 本
1
a
c a+c
b
a+b
d
c+d
b + d total
在原假设条件下应该有 (a + b) = (a + c) 或者 (c + d) = (b + d) 即
b=c 大样本下有近似自由度 为1的卡方统计量： X2 = (b - c)2/(b + c)
McNemar变化显著性检验以研究对象自身 为对照，检验其两组样本变化是否显著。
原假设：样本来自的两配对总体分布无显 著差异。
McNemar变化显著性检验要求待检验的两 组样本的观察值是二分类数据，在实际分析中 有一定的局限性。
McNemar变化显著性检验基本方法采用二 项分布检验。它通过对两组样本前后变化的频 率，计算二项分布的概率值。
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中有以下3种两配对样本非参数检验 方法。
1尔．)变两化配显对著样性本检的验McNemar(麦克尼马
图10-24 “Two-Related-Samples Tests”对话框
根据前两个 指标值进行 配对样本的 McNemar检 验
图10-25 选择两个变量配对
根据后两个指标 数据进行符号检 验和Wilcoxon 符号平均秩检验
图10-27 选择两个变量配对
10.7.3 结果和讨论
（1）描述性统计部分结果如下表所示。
两配对样本非参数检验详解演示 文稿
优选两配对样本非参数检验
配对样本的理解： 两配对样本非参数检验一般用于同一研究对象 （或两配对对象）分别给予两种不同处理的效 果比较，以及同一研究对象（或两配对对象） 处理前后的效果比较。前者推断两种效果有无 差别，后者推断某种处理是否有效。
如：判断服用某种药品前后某项关键生理指标 值有无变化、同一个家庭夫妻两人的寿命有无 差别等等
２.计算正号的个案数 Ｎ＋ 和负号的个案数 Ｎ－。 （出现差值等于０时，删除此个案，样本 数ｎ相应地减少。）
如果正号的个数和负号的个数大致相当，则 可以认为两配对样本数据分布差距较小；正号的 个数和负号的个数相差较多，可以分为两配对样 本数据分布差距较大。
SPSS将自动对差值正负符号序列作单样本 二项分布检验，计算出实际的相伴概率值（原 假设对应的理论概率等于0.5）。
如果得到的概率值小于或等于用户的显著 性水平，则应拒绝零假设H0，认为两配对样 本来自的总体分布有显著差异；如果概率值大 于显著性水平，则不能拒绝零假设H0，认为两 配对样本来自的总体分布无显著差异。
H0 :
N、N- ~ B(n, 1 ) 2
3．两配对样本的Wilcoxon符号平均秩 检验
两配对样本的符号检验考虑了总体数据变 化的性质，但没有考虑两组样本变化的程度。
训练后成绩 70.00 71.00 65.00 68.00 50.00 55.00 75.00 70.00 65.00 70.00
实验步骤
图10-23 在菜单中选择“2 Related Samples”命令
设置配对的样本
配对样本的几种 检验方法，（其 中Marginal Homogeneity检 验是McNemar 检验针对多取值 有序数据的推广 方法）
两配对样本的Wilcoxon符号平均秩检验考 虑了这方面的因素。
原假设为：样本来自的两配对样本总体的 分布无显著差异。
检验步骤：
１．按照符号检验的方法，将第二组样本的 各个观察值减去第一组样本对应的观察值，如果 得到差值是一个正数，则记为正号；差值为负数， 则记为负号。（出现差值等于０时，删除此个案， 样本数ｎ相应地减少。）
２．保留差值数据。根据差值数据的绝对值 大小按升序排序，并求出相应的秩。
３．分别计算符号为正号的秩和 W+、负号 秩总合 W− 以及正号平均秩、负号平均秩。
４．Ｗ＝ｍｉｎ（ W+ ， W− ）
Z W n(n 1) / 4 n(n 1)(2n 1) / 24
这里的ｎ是删除差值等于０的个案以后的样本 容量。
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。
原假设为：样本来自的两配对样本总体的 分布无显著差异。
检验步骤：
１.将第二组样本的各个观察值减去第一组
样本对应的观察值，如果得到差值是一个正数， 则记为正号；差值为负数，则记为负号。
Biblioteka Baidu
（2）McNemar检验结果如下两表所示。
2*2交叉列联表
相伴概率值为 0.125，应该认 为训练前后学生 成绩没有变化
训练前 0 1 0 0 0 0 1 1 0 1
通过前两列数据可以 运用McNemar检验， 而后两列数据适合做 符号检验和Wilcoxon 符号平均秩检验
表10-9 训练前后的成绩
训练后 1 1 1 1 0 0 1 1 1 1
训练前成绩 58.00 70.00 45.00 56.00 45.00 50.00 61.00 70.00 55.00 60.00