参数、非参数检验操作步骤

1、参数、非参数检验操作步骤参数检验非参数检验对象针对参数做的假设针对总体分布情况做的假设使用范围等距数据和比例数据（度量）定类数据和定序数据（名义和有序）分布正态分布正态、非正态分布内容Means检验 单样本T检验 独立样本T检验 配对样本T检验卡方检验（均匀分布） 二项分布检验（两个变量） 游程检验（随机分布）K-S检验（正态分布检验）参数检验一 Means过程Means过程用于统计分组变量的的基本统计量，这些基本统计量包括：均值（Mean）、标准 差（Standard Deviation）、观察量数目（Number of Cases）、方差（Variance）。1数据编辑窗口输入分析的数据2

2、分析一比较均值一均值因变量、自变量的选择可根据实际情况。“选项”3结果分析数据集0 C： Documents and SettingsAdministrator桌面均值过程.maw案洌处理摘要案例已包含已排除总计N百分比N百分比N百分比酸虫百株腿咽查时26100.0%0.0%26100.0%报告棉铃虫百株卵星调杳时间均值N标唯差方差暴雨前122.30461315.95065254.423暴雨后104.461 51315.10358228.269总计113.42312617.75426315.214ANOVA表平方和df均方F显著性弼铃虫百株卵量*调查时組间（組合）间组内总计2038.03857

3、92.3087030.346124252038.038241.3468.652.007相关性度量EtaE怕方辭虫百株叱调查时.515.265PV0.05，拒绝原假设，显著性强。结果报告，分别给出暴雨前和暴雨后卵量的统计量：暴雨前有13个样本，平均数122.3846, 标准差15.95065,方差254.423;暴雨后有13个样本，平均数104.4615,标准差15.10858, 方差228. 269；总体26个样本，平均数113.4231，标准差17.75426，方差315.214。方差分析表，共有六列，第一列说明方差的来源，Be tween Groups是组间的，Wit hin Groups

4、 组内的，Tot al总的。第二列为平方和，其大小说明了各方差来源作用的大小。第三列为自 由度。第四列为均方，即平方和除以自由度。第五列F值是F统计量的值，其计算公式为模 型均方除以误差均方，用来检验模型的显著性。第六列是F统计量的显著值，由于这里的显 著值0.007小于0.05，所以模型是显著的，降雨对卵量有显著影响。二单一样本的T检验T检验是检验单个变量的均值与指定的检验值之间是否存在显著差异。如:研究人员可能想 知道一组学生的IQ平均分与100分的差异。1分析一比较均值一单一样本的T检验检验值中输入用于比较的均值（一般题目中会提供）。S3 r檢验喪曼D：选顷0.确走取苗帮助圍单样本T检验

5、:选项賣信区间:95缺失値幣助2结果分析惓验数据集 1 C： Dociments and SettingsAdjninistrator桌面DATA4-2. SAV单个祥本统计量N均值标淮差均值的标淮误防治效果992.673.0S21.027单于拌本检验检验值=90tdfsia.mm均佰弄值差分的95%置信医间下限上限防治效果2.5960.0322.667.305.04结果中比较有用的值：Mean和Sig显著性概率值。零假设H0样本均值Mean=常数（检验值）；Sig=0.0320.05，接受原假设，两样本均值相等。三配对样本T检验配对样本T检验用于检验两个相关样本是否来自相同均值的正态总体，即

6、推断两个总体的均值是否存在显著差异。1分析比较均值配对样本T检验園囲对样本T检验炉训练前 廖训练后成对園 囲对样本T检验选项炉训练前 廖训练后成对園 囲对样本T检验选项丑信区间（：95|缺失值幣助确定牯贴（E）sa（R）幣助2结果分析配对样本T检验的基本描述统计量:成对样本统计量均值N标准差均值的标准误对1训练前77.671510.1042.609训练后83.60158.4332.177配对样本相关性检验成对样本相关系数N相关系数Sig.对1训练前&训练后15.407.132H。：两样本没有相关性。表中显示训练前和训练后两样本的相关系数为0.407，相关系数的检验P值为0.1320.05, 接

7、受原假设，可以认为训练前后的成绩没有明显的线性关系。配对样本T检验结果成对样本枪验成对差分tdfSia.Mib均值的标井课差分的95%S信区间下阻卜阻对1训练前-训练后-5.93310.1872.630-11.575-.292-2.25614.041H。：两样本没有相关性。概率p值为0.041 V0.05，拒绝零假设，可以认为训练前后对成绩有显著效果。非参数检验非参数检验是指总体分布未知或知之甚少时，利用已知样本数据对整体分布形态等做出推断 的分析方法。非参数检验分为两大类：分布类型检验和分布位置检验SPSS的单样本非参数检验方法包括卡方检验、二项分布检验、游程检验、K-S检验及Wilcoxo

8、n符号检验五种。一卡方检验也称卡方拟合优度检验，用于检验观测数据是否与某种概率分布的理论数值相符合，进而推断观测数据是否是来自于该分布的样本的问题。1分析：由于考虑的是次品是否服从均匀分布的问题，故用卡方检验。2加权处理（对频率变量进行加权处理）“数据”一“加权个案”3分析一非参数检验一卡方4结果分析检验统计量次品数卡方12.556adf4渐近显著性.014检验统计量次品数卡方12.556adf4渐近显著性.014a. 0个单元（.0%）具有小 于5的期望频率。单元最 小期望频率为18.0。H0服从原假设分布。Sig. = 0.014 0.05,说明应拒绝原假设，认为工作日的类别是以不同概率发生的。二二项分布检验1分析一非参数检验一二项式2结果分析園二式强:选项2结果分析園二式强:选项二项式检验类别N观察比例检验比例精确显著性（双侧）成绩组1 895.25总数201.00H。：假设分布服从整体分布Sig.=0.041v0.05,应拒绝零假设，即小于90分的学生所占的比例与总体分布存在显著差异, 即小于90分的学生所占比例比90%小。这说明优秀学生所占的比重是大于10%的。三 游程检验（随机分布）1分析一非参数检验一游程2结果分析描述