SPSS统计分析非参数检验PPT学习教案

1、会计学1SPSS统计分析非参数检验统计分析非参数检验第1页/共39页第2页/共39页 假设假设 m m=800样本样本1：X1795；S10m m1.96 Se样本样本2：X2790；S10接受区95拒绝区5第3页/共39页22()ijijjiijOEE第4页/共39页C、卡方分布形状、卡方分布形状拒绝域拒绝域接受域接受域第5页/共39页第6页/共39页性 别 * 文 化 程 度 Crosstabulation73430163202899786301.1%5.4%4.8%25.9%32.1%14.1%15.4%1.3%100%14.9%49.3%46.2%53.1%51.4%48.9%56.4

2、%50.0%50.4%403535144191937586216.4%5.6%5.6%23.2%30.8%15.0%12.1%1.3%100%85.1%50.7%53.8%46.9%48.6%51.1%43.6%50.0%49.6%4769653073931821721612513.8%5.5%5.2%24.5%31.4%14.5%13.7%1.3%100%100%100%100%100%100.0%100%100.0%100%100%男女Total不 识 字或 识 字很 少初 小高 小初 中高 中 中专 或 中技大 专大 学 本科研 究生 以上文 化 程 度TotalChi-Square T

3、ests27.892a7.00030.3247.0009.7061.0021251Pearson Chi-SquareLikelihood RatioLinear-by-LinearAssociationN of Valid CasesValuedfAsymp.Sig.(2-sided)0 cells (.0%) have expected count less than 5. Theminimum expected count is 7.94.a. 显著性检验结果卡方值第7页/共39页二、二、 定类定类定距尺度定距尺度: F 检验检验F检验是用来检验样本中一个定类变量和一个定距变量的关系强度

4、测量结果（分组平均数）是否能推断总体。如不同职业的人在收入上是否有差异（即职业分组的平均收入是否不同）。检验是用来检验样本中一个定类变量和一个定距变量的关系强度测量结果（分组平均数）是否能推断总体。如不同职业的人在收入上是否有差异（即职业分组的平均收入是否不同）。A、F 检验的假设：检验的假设： H0: 12 3 .k ； H1: 1 2 3 .k ；B、F 值计算公式：值计算公式：fdSSWfdSSBF././组内方差组间方差第8页/共39页C、F分布的形状分布的形状接受域拒绝域拒绝域第9页/共39页D、SPSS中中 F 检验示例（文化程度与收入）检验示例（文化程度与收入）步骤：步骤：1）确

5、定双变量总体参数的假设：）确定双变量总体参数的假设： H0: 12 3 .k ； H1: 1 2 3 .k ；2）确定检验此假设的概率标准：显著度为。）确定检验此假设的概率标准：显著度为。3）抽取一个样本容量为）抽取一个样本容量为1254的随机样本，计算出样本中的随机样本，计算出样本中文化程度与收入文化程度与收入的的 F 。4）选择用来检验）选择用来检验H0 的分布：的分布： F 分布，并根据显著度设立接受域分布，并根据显著度设立接受域(P0.05)或拒或拒绝域绝域(P0.05)；5）观察样本的统计量的概率值是否落在接受域内，从而判断是接受）观察样本的统计量的概率值是否落在接受域内，从而判断是

6、接受/拒绝原假拒绝原假设。从下表看出，样本统计量设。从下表看出，样本统计量F 。 概率值（概率值（Significance），落在拒绝域，），落在拒绝域，因此，否定因此，否定H0；拒绝总体中；拒绝总体中H0: 12 3 .k 的判断。即由样本可的判断。即由样本可以推断总体，不同的文化程度，收入有差别；文化程度与收入有关。以推断总体，不同的文化程度，收入有差别；文化程度与收入有关。第10页/共39页Report现在每月工资302.867137.93460.2818176.64773.50221386.82546.95213326.58676.57312470.18793.66146460.918

7、28.86125618.19666.0015325.00681.22858509.60文化程度不识字或识字很少初小高小初中高中中专或中技大专大学本科研究生以上TotalMeanNStd.DeviationANOVA Table10489339.47 1498477 6.006 .000212065634850 249489.0222554974857(Combined)BetweenGroupsWithin GroupsTotal现在每月工资 *文化程度Sum ofSquaresdfMeanSquareFSig.F值显著度第11页/共39页三、三、 定距定距定距尺度相关系数定距尺度相关系数r的

8、显著性检验的显著性检验: t检验检验t检验也可用来检验样本中一对定距变量的相关系数检验也可用来检验样本中一对定距变量的相关系数r在总体上是否有效。其检验的方式与前面的假设检验大同小异。在此我们只略述检验的原假设以及检验结果。在总体上是否有效。其检验的方式与前面的假设检验大同小异。在此我们只略述检验的原假设以及检验结果。 A、相关系数检验的原假设：、相关系数检验的原假设：H0: r0 ； H1: r 0 ； B、检验结果：检验结果的概率值若小于给定的显著度，如，则推翻原假设，说明两变量总体上有相关。即样本中的相关系数在总体中也有效。、检验结果：检验结果的概率值若小于给定的显著度，如，则推翻原假设

9、，说明两变量总体上有相关。即样本中的相关系数在总体中也有效。第12页/共39页C、SPSS中相关系数中相关系数 r 的的t检验示例：检验示例：CorrelateBivariate第13页/共39页显著性检验结果第14页/共39页Correlations1.000-.079*.0201254861-.079*1.000.020.861861Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N年龄现在每月工资年龄现在每月工资Correlation is significant at the 0.05 level

10、 (2-tailed).*. 相关系数样本量t检验概率值第15页/共39页四、回归系数四、回归系数B的显著性检验：的显著性检验：t 检验检验样本中的回归公式中计算出的自变量回归系数样本中的回归公式中计算出的自变量回归系数B在总体中是否有效，需要用在总体中是否有效，需要用t分布来检验。检验步分布来检验。检验步骤同于前述的假设检验。骤同于前述的假设检验。 A、原假设：、原假设：H0: B0 ； H1: B 0 ； B、检验结果：检验结果的概率值若小于给定的、检验结果：检验结果的概率值若小于给定的显著度，如，则推翻原假设，样本中的回归公式显著度，如，则推翻原假设，样本中的回归公式可用于说明总体。可用

11、于说明总体。第16页/共39页拒绝域拒绝域拒绝域拒绝域第17页/共39页Coefficientsa823.3363.54012.958.000-3.4871.497-.079-2.329.020(Constant)年龄1BStd.ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable: 现在每月工资a. 回归系数 t 值 t 值的显著度第18页/共39页第19页/共39页第20页/共39页第21页/共39页一、一、 简介简介 主要用于检验单个变量的均值与假设检验值(给定的常数)之间是否

12、存在差异，也可进行单样本的参数区间估计。二、完全窗口分析二、完全窗口分析 按AnalyzeCompare MeansOne-Sample T Test顺序，打开One-Sample T Test主对话框（如图5-1）第22页/共39页图图5-1 One-Sample T Test主对话框主对话框图图5-2 Options对话框对话框Test Variables框：用框：用于选取需于选取需要分析的要分析的变量变量Test Value:输入已知的总体均值，默输入已知的总体均值，默认值为认值为0Confidence Interval:输入置信输入置信区间，一区间，一般取般取90、95、99等等。Mi

13、ssing Values:在检验变量中含有缺失值的观测将不被计算。在检验变量中含有缺失值的观测将不被计算。在任何一个变量中含有缺失值的观测都将不被计算在任何一个变量中含有缺失值的观测都将不被计算第23页/共39页三、例题分析三、例题分析（一） 05-1 某校在对一项教学改革措施的评价中，随机抽取了60位学生进行态度调查，他们的10项态度7级量表的态度反应资料见下表：教学改革态度反应得分（教学改革态度反应得分（x）人数（人数（f）1020220306304010405012506020607010合计合计60试构造学生态度得分平均值的试构造学生态度得分平均值的98%的置信区间。的置信区间。第24

14、页/共39页（二）以04-7的资料来说明。已知另一地区16-18岁的少年血红蛋白平均值为11.657 （g%），检验这一地区16-18岁少年血红蛋白平均值是否与另一地区的平均值相等。1、操作步骤、操作步骤 1）(打开数据文件“04-7血红蛋白血红蛋白.sav”。)按AnalyzeCompare MeansOne Sample T Test顺序，打开主对话框。 2）将变量hb选入 Test Variable框。 3）在Test Value中输入 ，后单击OK。第25页/共39页O On ne e- -S Sa am mp pl le e S St ta at ti is st ti ic cs

15、s4011.44482.2690.3588HBNMeanStd.DeviationStd. ErrorMean表表5-1 单个样本统计量单个样本统计量第26页/共39页O On ne e- -S Sa am mp pl le e T Te es st t-.59239.558-.2122-.9379.5134HBtdfSig.(2-tailed)MeanDifferenceLowerUpper95% ConfidenceInterval of theDifferenceTest Value = 11.657表表5-2 单个样本检验单个样本检验 从表5-2可看出，t值为-0.592,自由度为39

16、，显著值为，样本均值与检验值的差为，该差值95%的置信区间是。 第27页/共39页第28页/共39页一、一、 简介简介 用于检验对于两组来自独立总体的样本，其独立总体的均值或中心位置是否一样。如果两组样本彼此不独立，应使用配对T检验（Paired -Sample T Test ）。如果分组不止一个，应使用One-Way ANOVA 过程进行单变量方差分析。如果想比较的变量是分类变量，应使用Crosstabs功能。 独立样本T检验还要求总体服从正态分布，如果总体明显不服从正态分布，则应使用非参数检验过程（Nonparametric test）。第29页/共39页 m m1s s1总体总体1s s

17、2 m m2总体总体2抽取简单随机样抽取简单随机样样本容量样本容量 n1计算计算X1抽取简单随机样抽取简单随机样样本容量样本容量 n2计算计算X2计算每一对样本计算每一对样本的的X1-X2所有可能样本所有可能样本的的X1-X2m m1 1 m m2 2第30页/共39页) 1 , 0()()(2221212121NnnXXZssmm第31页/共39页) 1 , 0()()(2221212121NnsnsXXZmm第32页/共39页) 2(11)()(21212121nntnnSXXtpmm2) 1() 1(212222112nnSnSnSp第33页/共39页221212121222221212

18、121212()2()() ()()2/(1)()2/(1)SSXXnnttSSSSnnnnnnmm第34页/共39页t最后结论。如果推断两总体方差相等，则看方差相等的T检验值和P值；如果推断两总体方差不相等，则看方差不相等的T检验值和P值。第35页/共39页图图53 独立样本独立样本T检验主对话框检验主对话框从源变量框中选取从源变量框中选取要作检验的变量。要作检验的变量。为分组变量为分组变量，只能有一，只能有一个。个。二、完全窗口分析二、完全窗口分析 按AnalyzeCompare MeansIndependent-Sample T Test顺序，打开Independent- Sample T Test主对话框（如图5-3）第36页/共39页在检验变量中含有缺在检验变量中含有缺失值的观测将不被计算失值的观测将不被计算。在任何一个变量中含在任何一个变量中含有缺失值的观测都将不有缺失值的观测都将不被计算被计算输入置信区输入置信区间，一般取间，一般取90、95、99等。等。图图5-5 Independ