SPSS非参数检验

1、SPSS中非参数检验之一：总体分布的卡方(Chi-square )检验在得到一批样本数据后，人们往往希望从中得到样本所来自的总体的分布形 态是否和某种特定分布相拟合。这可以通过绘制样本数据直方图的方法来进行粗 略的判断。如果需要进行比较准确的判断，则需要使用非参数检验的方法。 其中 总体分布的卡方检验(也记为 x2佥验)就是一种比较好的方法。一、定义总体分布的卡方检验适用于配合度检验， 是根据样本数据的实际频数推断总 体分布与期望分布或理论分布是否有显著差异。它的零假设H0:样本来自的总体分布形态和期望分布或某一理论分布没有显著差异。总体分布的卡方检验的原理是：如果从一个随机变量尤中随机抽取若

2、干个观 察样本，这些观察样本落在X的k个互不相交的子集中的观察频数服从一个多项 分布，这个多项分布当k趋于无穷时，就近似服从X的总体分布。因此，假设样本来自的总体服从某个期望分布或理论分布集的实际观察频数 同时获得样本数据各子集的实际观察频数，并依据下面的公式计算统计量QkQ八i=1°i 一 EiEi其中，°i表示观察频数；Ei表示期望频数或理论频数。可见 Q值越大，表示 观察频数和理论频数越不接近；Q值越小，说明观察频数和理论频数越接近。SPSS 将自动计算Q统计量，由于Q统计量服从K-1个自由度的X平方分布，因此SPSS 将根据X平方分布表给出Q统计量所对应的相伴概率值

3、。如果相伴概率小于或等于用户的显著性水平，则应拒绝零假设H0,认为样本来自的总体分布形态与期望分布或理论分布存在显著差异；如果相伴概率值大于显著性水平，则不能拒绝零假设 H0,认为样本来自的总体分布形态与期望分 布或理论分布不存在显著差异。因此，总体分布的卡方检验是一种吻合性检验， 比较适用于一个因素的多项 分类数据分析。总体分布的卡方检验的数据是实际收集到的样本数据，而非频数 数据。二、实例某地一周内各日患忧郁症的人数分布如下表所示，请检验一周内各日人们忧郁数是否满足1:1:221:1:1。周日患者数131238370480529624731实施步骤：1、打开SPSS 20,导入数据文件（E

4、）编辑匡）视D（y）数据也）转换（I）分析邑）頁销型）9：周日患舌数变量I1131223B33704480i5529匸66247731g2、数据-加权个案，如下图所示。交件日SiH（E）视图 幻转抉迁分祈址）宜销处）图稱逻实用程序也）窗口理毎閒周日12345678910111213141516171S19f JE乂娈量离性凹. 女设巻未知测呈级别Q . I复制数据陽性©. 祈蹩询定屋性退口芷X日朗 蛋宦火菽剧畅ft；世朋1仏） 筈带识重复今罢也. 口制曲當个利.一 L.導序牛案 暑療锲呈. 闢藉豊列.合并京件辿） 彌竝®.正交谡计凹 哉釧|擞据律曲 彗拆俶粋®.奕

5、量銮量变量娈量変量I量3、分析非参数检验旧对话框卡方检验报告描述统计表(T)比较均（5®卜股线性模型逻）卜广咒线性模型混合模型）卜相笑©回归迟）卜珂数线性模型（2）卜神疑网络卜分类近）降维虞量冏非卷数检验迥）卜1预测卜生存画数卜蓍重响应（y>,1固缺失值分析09參重归因（D复杂抽样质量控制© ROC曲线图凹单样本（旦）A独立样本1相关样本迟）出'娈量3?S1（变量旧对话框也）囚卡方O二 | 二顶式回.3游程迟） 匪丄彳羊本k召 囲24独立样本 His个独立拝本（K）. 庚2个相矣样本丄）K个相其样本型）将要检验的一周内各日人们忧郁数比例1:1:2:2:1:1:1输入到SPS鋪卡方检验频率周H观案数期黛枚歿差13133.7-2723S3374.337067.32.748067.312752933.7-4.762433.7-9.773133.7-2.7总数303周日卡方6.891 adf6輪近曲性a. 0个单元(0.0%)迪有小 于5