统计学的假设检验可以分为参数检验和非参数检验,参数检验都是根据一些假设条件推算而来,当这些假设条件无法满足的时候,参数检验的效能会大打折扣,甚至出现错误的结果,而非参数检验通常是没有假设条件的,因此应用范围比参数检验要广。

非参数检验在不做任何假设的情况下,最大限度的使用样本信息,利用统计学、数学的方法和技巧构造统计量并加以检验,在某些情况下,非参数检验比参数检验拥有更高的效能,尽管如此,我们也不能一味的使用非参数检验,毕竟参数检验更加严谨,通常都是在数据不符合参数检验的条件是,才使用非参数检验,因此,对于数据的前期观察是非常重要的。

非参数检验方法非常多,但是绝大部分非参数检验方法都是基于秩和结来构造统计量的,SPSS中非参数检验是一个独立的过程,也保留了旧对话框,新对话框按照样本情况分类,根据样本情况来选择方法,并且更倾向于自动化分析,旧对话框的分类则不是很明确,分我们按照新对话框来进行介绍

分析—非参数检验—单样本

一、单样本

1.二项式检验

二项式检验也称为二项分布检验,用来检验样本是否来自二项分布,也就是检查样本的观测值的频数与某一特定二项分布下的期望频数是否一致。不仅可以针对于二分类变量,对于连续变量也可以当做二分类变量来处理,例如成绩的及格与否,产品的合格与否等。

本例中是想检验三门学科的及格率是否都在95%以上

2.卡方检验

卡方检验是最常用的多分类非参数检验,卡方统计量也广泛被其他检验所引用,卡方检验依据卡方分布,主要包括适应性检验和独立性检验,适应性检验用于检验实际观察频数与期望频数是否一致,独立性检验用于检验两组或多组计数资料是否相互独立。

3.K-S检验

全称为Kolmogorov-Smirnow检验,在探索性分析中,也曾出现过用它来检验是否服从正态分布。该检验属于非参数检验,用来检验某一单样本是否服从某一理论分布。

4.Wilcoxon符号秩检验

该检验将符号和秩相结合,效能比单纯的符号检验和秩和检验都高,因此比较常用


5.游程检验

我们知道样本的随机性很重要,而游程检验就是用来检验样本数据是否是随机抽取的。该检验的思想就是将样本转换为二分类变量,然后计算其游程个数进行检验。

二、独立样本

独立样本可分为两独立样本和多独立样本,重点在于这些样本之间没有相关性,具体方法也有很多

三、相关样本

相关样本分为两配对样本和多独立样本,这些样本之间都存在相关性

SPSS数据分析—非参数检验的更多相关文章

  1. SPSS数据分析方法不知道如何选择

      一提到数学,高等数学,线性代数,概率论与数理统计,数值分析,空间解析几何这些数学课程,头疼呀.作为文科生,遇见这些课程时,通常都是各种寻求帮助,班上有位宅男数学很厉害,各种被女生‘围观’,这数学为 ...

  2. 快速掌握SPSS数据分析

      SPSS难吗?无非就是数据类型的区别后,就能理解应该用什么样的分析方法,对应着分析方法无非是找一些参考资料进行即可.甚至在线网页SPSS软件直接可以将数据分析结果指标人工智能地分析出来,这有多难呢 ...

  3. SPSS数据分析—多维尺度分析

    在市场研究中,有一种分析是研究消费者态度或偏好,收集的数据是某些对象的评分数据,这些评分数据可以看做是对象间相似性或差异性的表现,也就是一种距离,距离近的差异性小,距离远的差异性大.而我们的分析目的也 ...

  4. SPSS数据分析—卡方检验

    t检验和方差分析主要针对于连续变量,秩和检验主要针对有序分类变量,而卡方检验主要针对无序分类变量(也可以用于连续变量,但需要做离散化处理),用途同样非常广泛,基于卡方统计量也衍生出来很多统计方法. 卡 ...

  5. 交完论文才发现spss数据分析做错了

    上周,终于把毕业论文交给导师了.然而,今天导师却邮件我,叫我到他办公室谈谈.具体是谈什么呢?我百思不得其解:对论文几次大修小修后,重复率已经低于学校的上限了,论文结构也很完整,我已经在做答辩的ppt了 ...

  6. SPSS数据分析—广义线性混合模型

    广义线性混合模型是目前线性模型范畴内最为完备的模型框架,它是广义线性模型的进一步延伸,进一步突破适用条件,因变量既 可以非正态,也可以非独立,由于其最为复杂,因此SPSS对其输出结果采用模型格式,而不 ...

  7. SPSS数据分析—广义线性模型

    我们前面介绍的一般线性模型.Logistic回归模型.对数线性模型.Poisson回归模型等,实际上均属于广义线性模型的范畴,广义 线性模型包含的范围非常广泛,原因在于其对于因变量.因变量的概率分布等 ...

  8. SPSS数据分析—对数线性模型

    我们之前讲Logistic回归模型的时候说过,分类数据在使用卡方检验的时候,当分类过多或者每个类别的水平数过多时,单元格会划分的非常细,有可能会导致大量单元格频数很小甚至为0,并且卡方检验虽然可以分析 ...

  9. SPSS数据分析—Probit回归模型

    Probit含义为概率单位,和Logistic回归一样,Probit回归也用于因变量为分类变量的情况,通常情况下,两种回归方法的结果非常接近,但是由于Probit回归的结果解释起来比较抽象不易理解,因 ...

随机推荐

  1. 使用Mod_JK链接Apache和Tomcat

    There are many potential problems associated with the default configuration of mod_jk.  Let's say it ...

  2. PHP调用内容DES加密的SOAP接口

    本文以方倍工作室优惠券接口开发为例,介绍PHP下DES加解密及SOAP接口调用的实现过程. 一.基础概念 DES全称为Data Encryption Standard,即数据加密标准,是一种使用密钥加 ...

  3. centos7下快速安装mysql

    CentOS 7的yum源中貌似没有正常安装MySQL时的mysql-sever文件,需要去官网上下载 # wget http://dev.mysql.com/get/mysql-community- ...

  4. [BS-30] 你真的会用storyboard开发吗?

    你真的会用storyboard开发吗?   随着苹果大屏手机的推出,苹果公司马上推出了屏幕适配的一些东西Constraints and Size Classes同时,在开发项目时候,是使用sb还是写代 ...

  5. 【Apache】apache简单配置URL重写规则

    [概述]URL重写就是首先获得一个进入的URL请求然后把它重新写成网站可以处理的另一个URL的过程.举个例子来说,如果通过浏览器进来的URL是index.php?type=news&& ...

  6. enum使用

    新建一个.h文件 typedef enum { type1 = 1, type2 = 2 };

  7. Leetcode: Pacific Atlantic Water Flow

    Given an m x n matrix of non-negative integers representing the height of each unit cell in a contin ...

  8. tp生成验证码

    视图层: <input type="text" name="code" value="" />        <img o ...

  9. HTML随学随机

    1.2D坐标系由X轴个y轴构成.其中,笛卡尔坐标系是最常见的2D坐标系. 2.HTML5 canvas2D坐标系: (1)canvas坐标原点:左上角. (2)canvas的x与y轴方向: (I)x轴 ...

  10. 使用 supervisor 管理进程

    安装: # yum install python-setuptools # easy_install supervisor 如果已经安装了epel和python-pip, 也可以简单 pip inst ...