第八讲SPSS非参数检验
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）。
非参数检验的SPSS操作
第八节非参数检验的SPSS操作前面一章介绍的二项分布的比率检验、配合度检验——卡方检验和1-Sample K-S检验等都属于非参数检验。
这一节我们主要结合前面参数假设检验一章讲过的t检验以及方差分析一章讲过的方差分析，来进一步分析，当参数检验的前提条件不满足时，两个样本和多个样本平均数差异的SPSS 操作方法。
一、两个独立样本的差异显著性检验两独立样本的的差异显著性检验只有在满足如下条件时才能进行T检验：变量为正态分布的连续测量数据。
若数据不满足这样的条件，强行进行T检验容易造成错误的结论。
在数据不能满足这种参数检验的条件下，我们可以选择非参数检验方法进行。
与两独立样本差异显著性检验相对应的方法可以在SPSS主菜单Analyze / Nonparametric Tests / 2 Independent Samples…中得到。
1．数据采用本章第一节中例2的数据（数据文件“9-4-1.sav”），具体介绍操作过程。
2．理论分析对于数据文件9-4-1.sav中的数据，目的是检验男女生之间注意稳定性是否存在显著差异，注意稳定性测量的结果虽然是测量数据但是从总体上来看不满足正态分布的前提假设，另外不同性别的学生可以看成是两组独立的样本，因此对上述资料的检验可以用非参数的独立样本的检验方法。
2．操作过程（1）在SPSS主菜单中选择Analyze / Nonparametric Tests / 2 Independent Samples…得到两个独立样本非参数检验的主对话框（图9-1），把因变量atten选入到检验变量表列（Test Independent-Sample Tests）中去，把gender选到分组变量（Grouping Variable）中，并单击Define Groups…,在随后打开的对话框中分别键入1与2，单击Continue回到主对话框如图9-1所示。
在Test Type中有四个可选项，其中最常用的是第一种方法Mann-Whitney U（又称秩和检验法）。
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教程-非参数检验
一般用来对两个独立样本的均数、中位数、离 散趋势、偏度等进行差异比较检验。
两个样本是否独立，主要看在一个总体中抽取 样本对另外一个总体中抽取样本有无影响。
Mann-Whitney检验
=0.18576
计算表
SPSS基本操作
SPSS基本操作
SPSS基本操作
SPSS基本操作
SPSS基本操作
单样本K-S检验
利用样本数据推断样本来自的总体是否服从某一理论 分布，是一种拟合优度的检验方法，适用于探索连续 型随机变量的分布
步骤
计算各样本观测值在理论分布中出现的理论累计概率值F(x) 计算各样本观测值的实际累计概率值S(x) 计算理论累计概率值与实际累计概率值的差D(x) 计算差值序列中最大绝对差值D
针麻效果
(1) Ⅰ Ⅱ Ⅲ Ⅳ
表
肺癌 (2) 10 17 19 4
三种病人肺切除术的针麻效果比较肺化脓症Fra bibliotek肺结核
(3)
(4)
24
48
41
65
33
36
7
8
合计 (5) 82 123 88 19
SPSS基本操作
与例7的操作相同
随机区组设计资料的秩和检验
M检验(Friedman法)法计算步骤
将每个区组的数据由小到大分别编秩 计算各处理组的秩和Ri 求平均秩：R=1/2b(k+1) 计算各处理组的（ Ri-R） 求M 查M界值表，F近似法
参数统计（parametric statistics) : 在 统计推断 中，若样本所来自的总体分布为已知的函数形式 （正态/近似正态分布），但其中的参数未知，统 计推断的目的就是对这些未知参数进行估计/检验， 这类统计推断方法称参数统计。
SPSS 非参数检验
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Poisson. b. Calculated from data.
2 独立样本秩和检验
此过程可对两个独立样本资料进行秩和检验。
用复方猪胆胶囊治疗老年性慢性支气管炎患者403例， 疗效见表。问该药对此两型支气管炎疗效是否相同？
Runs (游程检验)
依时间或其他顺序排列的有序数列中，具有相同的事件或符 号的连续部分称为一个游程。调用Runs过程可进行游程检验， 即用于检验序列中事件发生过程的随机性分析。
Analyze Nonparameteric Test Run 顺序逐一单击鼠标键
例]某村发生一种地方病，其住户沿一条河排列，调查时对发病的住户 标记为“1”，对非发病的住户标记为“0”，共17户：
•Tests for two related samples：二个相关样本检验
•Tests for several related samples：二个相关样本检验
Analyze Nonparameteric Test 顺序逐一单击鼠标键
卡方检验
进行适合性检验，如均匀分布，特定的分离比等， 不进行独立性检验 Analyze Nonparameteric Test Chi-square
一个样本柯尔莫可哥洛夫——斯米诺夫的检验结果
One-Sample Kolmogorov-Smirnov Test N a,b Poisson Parameter Most Extreme Differences ZD 2608 3.8673 .012 .010 -.012 .611 .850
Mean Absolute Positive Negative
SPSS非参数检验
卡方检验
流行病学与卫生统计学教研室
25
卡方检验
两（多）个率或构成比的比较 一致性检验与配对卡方检验 分层卡方检验
Analyze
Descriptive Statistics
Crosstabs
26
卡方检验
理论复习 适用于分类变量的统计推断
27
两个率或构成比的比较
应用案例 ➢ 某医生为比较中药和西药治疗胃炎的疗效，随机抽取
17
Test Stat istics b
Man n-Whitney U Wilcoxon W Z Asy mp. Sig. (2-tailed) Exact Sig. [2*(1-t ailed S ig.)]
a. Not correcte d for tie s. b. Grouping Variable: 分组
非参数检验
流行病学与卫生统计学教研室
1
非参数检验
配对设计非参数检验 两独立样本非参数检验 多个独立样本的非参数检验
Analyze
Nonparmetric Test
2
非参数检验
理论复习
➢ 当总体分布类型未知、已知总体分布与检验所需条件不符、一 端或两端有不确定值时，不再对总体的几个参数进行假设检验， 而是对总体分布的位置、分布的形状进行比较。
Mini法 Wright法
-1.245a
.213
.240
.120
.017
配对设计的非参数检验
练习
➢ 为研究长跑运动对增强普通高校学生的心功能的效果，某学院 随机抽取15名男生，进行5个月的长跑锻炼，5个月前后分别测 得其晨脉数据，问长跑锻炼后的晨脉次数是否有降低？ （chenmai.sav)
刘红云-SPSS基础与应用-第八章
第八章非参数检验OUTLINE计数数据的检验01独立样本的非参数检验02相关样本的非参数检验03计数数据的检验配合度的卡方检验操作过程打开数据文件“fit_test.sav”，在SPSS中选择“Data→Weight Cases…”；选择“Weight cases by”，在“Frequency Variable”下选择“freq”，点击“OK”；选择“Analyze→NonparametricTests→Legacy Dialogs→Chi-square…”；将“major”选入“Test Variable List”框中，在“Expected Values”框中选择“Values”，并将国家统计比例依次“Add”；这里我们选择“Add”选项，并依次输入各类别的比例。
如果假设各类别比例相同，则可以选择默认的“All categories equal”选项。
在“Exact…”选项框中选择“Asymptotic only”选项，点击“Continue→OK”配合度的卡方检验操作过程打开数据文件“fit_test.sav”，在SPSS中选择“Data→Weight Cases…”；选择“Weight cases by”，在“Frequency Variable”下选择“freq”，点击“OK”；选择“Analyze→NonparametricTests→Legacy Dialogs→Chi-square…”；将“major”选入“Test Variable List”框中，在“Expected Values”框中选择“Values”，并将国家统计比例依次“Add”；这里我们选择“Add”选项，并依次输入各类别的比例。
如果假设各类别比例相同，则可以选择默认的“All categories equal”选项。
在“Exact…”选项框中选择“Asymptotic only”选项，点击“Continue→OK”配合度的卡方检验操作过程打开数据文件“fit_test.sav”，在SPSS中选择“Data→Weight Cases…”；选择“Weight cases by”，在“Frequency Variable”下选择“freq”，点击“OK”；选择“Analyze→NonparametricTests→Legacy Dialogs→Chi-square…”；将“major”选入“Test Variable List”框中，在“Expected Values”框中选择“Values”，并将国家统计比例依次“Add”；这里我们选择“Add”选项，并依次输入各类别的比例。
SPSS中非参数检验方法的使用
SPSS中非参数检验方法的使用SPSS中非参数检验方法的使用统计软件包SPSS给统计工作者提供了很大方便，SPSS for Windows版本推出后，使用者无需编写程序也可完成分析，使用更广泛了。
然而，面对软件包提供的众多统计过程(或方法)，有些使用者感到迷惘。
针对这种情况，本文就如何正确使用SPSS for Windows软件包中Nonparametric Tests过程清单提供的8个非参数检验过程(或方法)逐一介绍。
一、Chi-SquareChi-Square是对单个样本作检验的推断方法，用于推断目前掌握的样本是否来自某特定分布总体，属拟合优度检验〔1〕。
要求提供假定总体的理论频数；默认总体为均匀分布时无需提供理论频数〔2〕。
Chi-Square过程通过分析实际频数与理论频数吻合的程序来完成检验，因此特别适合于频数资料的分析，也只接受和处理频数资料，如病人经治疗后治愈、好转、有效和无效的人数总的说来是否相同(实为治愈、好转、有效和无效的概率或机会是否相同)，成绩优、良、中、差的学生人数总的说来是否相同，赞同某种观点的人数总的说来是否达到80%，等等。
要求样本足够大，按观察值从小到大的顺序提供理论频数。
理论频数通过主对话框中Expected Values的Values选项提供，All categories equal是默认项，即均匀分布。
若只想推断样本中某一范围内的频数是否来自某种特定分布总体，可通过主对话框中ExpectedRange的Use speciffied range选项提供范围的上、下限。
上述理论频数需根据假定总体分布计算或问题的实际背景确定。
二、BinomialBinomial过程对二值变量的单个样本作检验，推断总体中两类个体的比例是否分别为π和(1-π)，π值通过T est Proportion选项提供，默认值是π=0.5〔2〕。
可借助于主对话框中Define Dichotomy的Cut point选项提供截断点，将连续变量转化成二值变量作分析；若提供的变量已经是二值变量，则不需提供截断点。
《SPSS的非参数检验》PPT课件
精选课件ppt
33
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
精选课件ppt
4
一、SPSS单样本非参数检验
（一）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)
(六)案例结果 p203-210
精选课件ppt
22
四、SPSS两配对样本非参数检验
(一)含义
由配对样本数据推断两总体分布是否存在显著 差异。
(二)基本假设
H0：两总体分布无显著差异。
(三)数据要求
两配对的样本数据。
精选课件ppt
23
四、SPSS两配对样本非参数检验
(四)基本方法
1.变化显著性检验(McNemar)
化。系统会作出提示。
案例：7-5 p194使用寿命
精选课件ppt
16
二、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
将研究对象作为自身的对照者检验其“前后”的变化 是否显著
关心的是发生变化的两格中的频数变化。如果频数变 化相当，则认为无显著变化。
数据要求只能是二分值数据（即0，1）
《SPSS数据分析教程》――非参数检验PPT课件
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
- 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)。
单样本K-S检验
Analyze→Nonparametric Tests→ 1-Sample Kolmogorov-Smirnov test
秩（rank）
非参数检验中秩是最常使用的概念。什么是一个数 据的秩呢？一般来说，秩就是该数据按照升序排列 之后，每个观测值的位置。 例如我们有下面数据：
Xi
两个相关样本检验
Analyze→Nonparametric Tests→ 2 related Samples Test
McNemar 检验只适用于被试内设计 的二分变量，考察重点是两组间分 类的差异，通常用于分析实验处理 前后的变化情况。
多个相关样本检验
Friedman(弗里德曼)检验:适用于随机区组实验 设计的非参数检验，数据类型为顺序或等距数 据。 Kendall’s W(肯德尔和谐系数)检验：主要用于分 析评判者的评判标准是否一致，数据类型必须 为顺序数据。 Cochran’s Q(克科伦Q)检验，研究多个相关样本 是否来自相同分布的总体，数据类型二分类数 据。
最大反应检验，注重对分布范围（变异 程度）进行检验。检验的零假设是两样 本具有相同的全距。 由于全距很容易受到极端值的影响，要 求使用这种检验方法的时候样本量够大。 计算的时候为防止极端值影响，自动去 掉两端各5%的数据进行分析。
两样本Wald-Wolfowitz游程检验
Wald-Wolfowitz游程检验和KolmogorovSmirnov检验一样，都是看两个样本所代 表的总体是否分布类似。 Wald-Wolfowitz游程检验把两个样本混合 之后，按照大小次序排列，一个样本的 观测值在一起的为一个游程。和单样本 的游程问题类似。可以由游程个数R看出 两个样本在排序中是否随机出现。
中位数检验
在有数个独立样本的情况，希望知道它们的中 位数是否相等。零假设是这些样本所代表的总 体的中位数相等。备选假设是这些中位数不全 相等。 先把从多个总体来的样本混合起来排序，找出 它们的中位数。再计算每个总体中小于该中位 数的观测值个数和大于该中位数的观测值个数。 这样就形成了一个2×k列联表。 这个列联表可以用Pearson c2统计量进行检验。
二项分布检验
Analyze→Nonparametric Tests→ Binomial
发生的概率， 默认值是0.50
单样本K-S检验
单样本的Kolmogorov-Smirnov检验（K-S 检验）用来检验一个数据的观测累积分 布是否是已知的理论分布。 这些作为零假设的理论分布在SPSS的选 项中有正态分布(Normal)，泊松分布 (Poisson) ，均匀分布(Uniform)和指数分 布(Exponential)
多个相关样本检验
Analyze→Nonparametric Tests→ 2 related Samples Test
符号等级检验法（Signed-Rank test）
又名符号秩和检验，其适用条件与符号 检验法相同，但精度更高，因为它不仅 考虑差值的符号，还考虑差值大小。 把相关样本对应数值之差按绝对值从小 到大做等级排列，在各等级前面填上原 来的正负号，再分别求出带正号的秩和 与带负号的秩和，检验两种符号的秩和 是否存在差异。
第八讲 非参数检验
非参数检验的概念
是指在总体不服从正态分布且分布情况 不明时，用来检验数据资料是否来自同 一个总体假设的一类检验方法。由于这 些方法一般不涉及总体参数故得名。 这类方法的假定前提比参数性假设检验 方法少的多，也容易满足，适用于计量 信息较弱的资料且计算方法也简单易行， 所以在实际中有广泛的应用。
Ri
15
7
9
5
18
9
3
1
17
8
8
4
5
2
13
6
7
3
19
10
下面一行数据Ri就是上面一行数据Xi的秩。 利用秩的大小进行推断就避免了不知道总体分布状 况的困难。这是大多数非参数检验的优点。
Wilcoxon (Mann-Whitney)秩和检验
假定第一个样本有m个观测值，第二个有n个观 测值。把两个样本混合之后把这m + n个观测值 升幂排序，记下每个观测值在混合排序下面的 秩。之后分别把两个样本所得到的秩相加。记 第一个样本观测值的秩的和为WX而第二个样本 秩的和为WY。这两个值可以互相推算，称为 Wilcoxon统计量。 该统计量的分布和两个总体分布无关。该检验 需要的唯一假定就是两个总体的分布有类似的 形状（不一定对称）。
两样本分布的K-S检验
假定有分别来自两个独立总体的两个样 本。要想检验它们背后的总体分布相同 的零假设，可以进行两独立样本的 Kolmogorov-Smirnov检验。 原理完全和单样本情况一样。只不过把 检验统计量中零假设的分布换成另一个 样本的经验分布即可。
Moses extreme reactions检验
多个独立样本检验
Analyze→Nonparametric Tests→ K independent Samples Test
符号检验法（sign test）
符号检验是以正负号作为资料的一种非 参数检验，适用于检验两个配对样本分 布的差异，与参数检验中的配对样本T检 验相对应。 它是将两样本每对数据之差用正负号表 示，如果两样本没有显著性差异，则正 差值和负差值应大致各占一半。 注意：差值为0的数据对不进行分析。
非参数检验的过程
Chi-Square test 卡方检验 Binomial test 二项分布检验 1-Sample Kolmogorov-Smirnov test 单样本柯 尔莫哥洛夫-斯米诺夫检验 2 independent Samples Test 两个独立样本检验 K independent Samples Test K个独立样本检验 2 related Samples Test 两个相关样本检验 K related Samples Test K个相关样本检验
两个独立样本检验
Analyze→Nonparametric Tests→ 2 independent Samples Test
Kruskal-Wallis多样本秩和检验
又名等级方差分析，目的是看多个总体 的位置参数是否一样，对应于参数检验 中的完全随机设计方差分析。 假定有k个总体。先把从这个k个总体来 的样本混合起来排序，记各个总体观测 值的秩之和为Ri，i=1,…,k。显然如果这 些Ri很不相同，就可以认为它们位置参数 相同的零假设不妥（备选假设为各个位 置参数不全相等）。