‍♂️ 个人主页：@艾派森的个人主页

✍作者简介：Python学习者
希望大家多多支持，我们一起进步！
如果文章对你有帮助的话，
欢迎评论 点赞 收藏 加关注+

目录

SPSS非参数检验概述

总体分布的卡方检验

卡方检验应用案例

SPSS非参数检验概述

参数检验 VS 非参数检验

  • 参数检验：在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法
  • 非参数检验：在总体分布未知的情况下，利用样本数据对总体分布形态等进行推断的一类方法

注意：

  • 由于非参数检验方法不涉及有关总体分布的参数，因而得名“非参数”检验
  • 如果样本不能很好的代表总体，任何检验方法都是无效的

SPSS中的非参数检验方法

  • 单样本的非参数检验
  • 两独立样本的非参数检验
  • 两配对样本的非参数检验

总体分布的卡方检验

cc8f797397bb4e3e86c080fedac50e78.png

总体分布的卡方检验介绍

  • 基本思想：根据样本数据,推断总体分布与期望分布或某一理论 分布是否存在显著差异, 是一种吻合性检验。适用于对有多个分类值的总体分布的分析。
  • 原假设H0 :样本来自的总体分布与期望分布或某一理论分布无显著差异。
  • 检验统计量：Pearson卡方统计量。

其中，k为子集个数；fi o为观测频数；fi e为期望频数；分布服从自由度为k-1的卡方分布。

卡方检验应用案例

【案例】 医学家在研究心脏病病人猝死人数与日期的关系时发现：一周之中，星期一心脏病人猝死者较多，其他日子基本相当。各天的比例近似为2.8∶1∶1∶1∶1∶1∶1。现收集到心脏病人死亡日期的样本数据，推断其总体分布是否与上述理论分布相吻合。

注意：

SPSS总体分布的卡方检验对数据组织形式没有特殊要求， 只需定义一个存储实际样本值的SPSS变量即可。或者，定义一 个存放变量值的SPSS变量和一个存放各变量值观测频数的变 量，并指定该变量为加权变量。本案例中的加权变量为人数。

操作步骤：

①选择菜单【分析】—->【非参数检验】—-> 【旧对话框】—-> 【卡方】

②选定待检验的变量、给出各个理论值pi

455725902b0b42f7bbe1c7e4f73be310.png

③分析结果

ea7a9791d6174c5ca04c782df736da19.png

结论：由以上分析结果可知，如果显著性水平α是0.05，由于概 率P值大于α，不能拒绝原假设，表示总体分布与理论分布无显著差异，即心脏病猝死人数与日期的关系基本是2.8∶1∶1∶1∶1∶1∶1 的分布。