非参数检验

非参数检验 1、 心脏病猝死 卡方检验 H0:样本来自得总体分布与期望分布(2.8:1:1:1:1:1:1)无显著差异。 P-值为0.256，如果显著性水平a为0.05，则十几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。 2、 产品合格率，二项分布检验方法 Ho:样本来自得总体与指定的二项分布无显著差异 、 上图说明23个样品中一级品为19个，非一级品为4个，一级品样本的实际比例为0.83.检验一级品率为0.9.由于是小样本，spss自动计算精确概率，如果一级品率为0.9，那么23个样品中一级品个数小于等于19个的概率值为0.193.如果显著性水平a为0.05，由于概率P- 值大于显著性水平a，不应拒绝原假设，认为一级品率不低于0.9. 3、 儿童身高 单样本K-S检验 Ho:样本来自的总体与指定的分布(正态分布)无显著差异。 有上图可得，数据的均值为71.8571，标准差为3.97851.最大绝对差值为0.204，最小负值-0.119. 本例应采用小样本下D统计量的精确概率值，但spss以大样本来近似，只输出 ?n D 值(0.936)和概率P-值(0.344)。如果显著性水平a为0.05，由于概率P-值大于显著性水平，因此不能拒绝原假设，可以认为周岁儿童身高的总体分布于正态分布无显著差异。 4、 使用寿命 两独立样本非参数检验 Ho:两独立样本来自的总体分布无显著差异。 如果显著性水平a=0.05，由于概率P-值(0.04)小于显著性水平a，因此应拒绝原假设， 认为甲乙两种下产品使用寿命的分布存在显著差异。 P-=0.037<0.05，同样拒绝原假设。 由于概率P-值大于显著性水平a/2，因此不应拒绝原假设，认为甲乙两种工艺下产品寿命的分布无显著差异。 不同的分析方法对同批数据的分析。其结论可能不尽相同。这点说明分析过程中对数据进行反复的探索性分析是极为必要的，另一方面也应注意不同方法本身侧重点上的差异性。 5、多独立样本非参数检验 儿童身高 P-值为0.001小于0.05，应拒绝原假设，认为四个城市周岁儿童身高的分布存在差异性。应当注意的是:卡方检验对期望频数小于5的单元格数是有一定的限制的。由于该例盖被了限制，spss给出了提示信息，因此该检验只能作为一种参考。 P-=0.003<0.05，拒绝原假设。即认为四个城市周岁儿童身高的平均秩差异是显著的， 总体分布存在显著差异。 6、 训练成绩 两相关样本非参数检验 Ho:两配对样本来自得两总体的分布无显著差异。 由上图可得，训练后成绩低于训练前成绩的有两人，高于训练前成绩的有7人，1人保持不变。双尾的二项分布累计概率为0.110>0.05，因此不能拒绝原假设，认为训练前后的成绩分布没有显著差异，新训练方法没有显著效果。 7、 多配对样本 航空公司 Ho:三家航空公司的服务水平无显著差异。 由上图可得，三家航空公司得到乘客满意的人数分别为13、8、2;不满意人数分别为2、7、13;Q统计量的观测值为14.000，相应的概率P-值为0.001<0.05，因此应拒绝原假设，认为三家航空公司的服务水平存在显著差异，甲公司的服务水平最高。 8、 多配对样本 促销方式 Ho:三种促销方式无显著差异 三种促销方式下销售额的平均秩分别为2.1、2.5、1.4，P-为0.045<0.05，因此应拒绝原假设，认为不同促销形似下的销售额数据的分布存在显著差异，第二种促销方式最好。 9、 多相关样本非参数检验 评委打分 Ho:评判者的评判标准不一致 P-=0.002<0.05，因此应拒绝原假设，认为各歌手得分的平均秩存在显著差异。W协同系数为0.955，接近于1，说明评委的评分标准是一致的。 10、 计算 下面两图是spss的操作: