第7章spss13课件.pptVIP

【结果形式】 7.5 两关联样本非参检验 用于检验两配对样本的总体分布是否有显著性差异。 用途（1）同一研究对象（或配对对象）分别给予两种处理，推断两种处理效果有无显著差异； (2)同一研究对象一种处理前后（或配对对照），推断该处理效果有无显著作用。 原假设H0:两总体分布（或效果）无显著性差异 SPSS 提供了4种检验方法： 1）Wilcoxon 符号秩检验，默认； 2）Sign 符号检验 适用于将每一对数据分出等级的资料。 3）McNemar 变化显著性检验，采用二项分布，用于检验前后变化的显著性。要求数据为二分变量。 4）Marginal Homogeneity 边缘一致性检验 是McNemar的推广，要求数据为多分变量。 变量定义：定义两个变量，分别是两个组的数据变量。 数据录入：将两组数据分别录入到两个组数据变量。 * * 第7章 非参数检验 参数检验(parametric test)是假定总体分布已知条件下,对总体未知参数的检验，这些方法都依赖于总体的分布性质。 非参数检验(nonparametric test或NPar test)是一种不依赖于总体分布的检验方法(总体分布未知或了解很少)，也称自由分布检验。 一般做法是当资料不满足参数检验条件时，再用非参数检验方法。 非参数检验在SPSS中的实现有两个模块： Analyze--Nonparametric Tests Analyze – Descriptive Statistic—crosstabs（交叉列联表的检验） Analyze--Nonparametric Tests 包含了8个过程： 1、Chi-Square 卡方拟合优度检验 2、 Binomial 二项分布检验 3、Runs 游程检验 4、 1-Sample K-S 单样本K-S检验 5、 2 Independent Samples 两独立（成组）样本检验 6、 K Independent Samples K个独立样本检验 5、 2 Related Samples 两关联（配对）样本检验 6、 K Related Samples K个关联样本检验 7.1 Chi-Square 1、卡方拟合优度检验 （Nonparametric Tests - Chi-Square） 主要用于分析实际频数与理论频数（已知）拟合情况；χ2值反映了实际频数和理论频数的吻合程度。χ2值越小，说明实际频数与理论频数越吻合。 适用于一个变量的多项分类数据的检验分析。 统计原假设：实际频数与理论频数相等或实际构成比等于已知构成比。 卡方统计量为 定义变量基本要求：一个频数变量，至少一个分组变量。 【注意】频数变量一般需要加权处理。 【数据准备】 各周日为day，死亡频数为death。按顺序输入数据。激活Data菜单选Weight Cases...命令项，定义死亡数为加权变量。 【实例1】某地一周内各日死亡数的分布如表，请检验一周内各日的死亡危险性是否相同？ 11 19 17 15 16 16 19 一 二 三 四 五 六 日 死亡数 周 日 各组理论频数（或构成比）设置（个数与观察频数一致） 【界面设置】 各组理论频数（或构成比）相等 限定参入检验的频数变量范围，少用 分组变量列表，非频数变量 【结果形式】 可见，一周内各日的死亡危险性无显著性差异。 【实例2】某高校大学生的生活支出构成比在2000年和2005年的统计数据如表，试分析该校大学生的生活消费是否发生显著变化？ 6 18 8.4 25.6 42 2005 6 16.6 2 16.4 60 2000 其它 衣服 旅游 学习用品 膳食 年份 【数据准备】 支出类型为ZCLX，观察比例（2005年）为GCBL；录入数据；定义观察比例GCBL为加权变量。 已知的构成比（个数与要检验构成比一致） 【界面设置】 分组变量列表，非频数变量 【结果形式】 可见，该校大学生的生活消费发生了显著变化。 2、列联表资料的卡方检验 (Descriptive Statistic—crosstabs) 可进行计数资料和某些等级资料的列联表分析。主要两方面功能： ①产生汇总分类数据——列联表，即计算行/列百分数、行/列汇总数等序列描述统计量； ②检验行变量与列变量是否独立（即有无相关性）。 【数据准备】 定义变量：一个频数变量（行列对应的频数值，应作加权处理），两个组变量（频数对应行及频数对应列）。录入数据时，注意三者的对应。? 【实例】用两组大白鼠诱发鼻咽癌的动物实验中，一组单纯用亚硝胺鼻注，另一组附加维生素B12 , 生癌率如下表，问两组生癌率有无显著差别？ 80.5 113 22 91 合计 73.2 92.9 71 4