统计分析与SPSS应用第五讲非参数检验丁婉玲丁婉玲wld@szu.edu.cnwld@szu.edu.cn非参数检验单样本的非参数检验.非参数检验是统计分析方法的重要组成部.实际问题应用举例分，它与参数检验共同构成统计推断的基医学家在研究心脏病人猝死人数与日期的关本内容系时发现：一周之中，星期一心脏病人猝死.非参数检验是在总体不服从正态分布且分者较多，其他日子则基本相当。各天的比例近似2.8:1:1:1:1:1:1.现收集到心脏病人死布不明时，利用样本数据对总体分布形态亡日期的样本数据，推断其总体分布是否与进行推断上述理论分布相吻合.由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因此称为“非参数.在这个问题中，死亡日期是“定序型数据”，”检验对该类问题的总体分布检验往往采用卡方检验卡方检验卡方检验.卡方检验方法可以根据样本数据，推断总.卡方检验基本思想的理论依据体分布与期望分布或某一理论分布是否存如果从一个随机变量X中随机抽取若干个观在显著差异察样本，这些观察样本落在X的k个互不相干的子集中的观察频数服从一个多项分布，该是一种吻合性检验多项分布当k趋于无穷时近似服从卡方分布适用于对有多项分类值的总体分布的分析原始假设是：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.卡方检验对数据存储的要求定义一个存放变量值的变量定义一个存放各变量值观测频数的变量卡方检验卡方检验.操作演示“心脏病猝死.sav”.选定待检测的变量：死亡日期.设定理论值2.8:1:1:1:1:1:1卡方检验二项分布检验.检验结果.在现实生活中有很多数据的取值是二分的，通卡方统计量观测值对常这些二分数据分别用1和0表示应的概率P值（0.256男性和女性）大于显著性水平α合格产品和不合格产品（0.05）硬币正面和硬币反面接受原假设，可以认为心脏病人死亡日期.如果进行n次相同的实验，则出现1或0的次数可的实际分布与理论分用离散型随机变量来描述，那么变量X的分布为布2.8:1:1:1:1:1:1二项分布无显著差异如果出现1的概率设为p则出现0的概率就为1-p二项分布检验二项分布检验.二项分布检验是要通过样本数据检验样本.实际问题应用举例来自的总体是否服从指定的概率为P的二从某批产品中随机抽取23个样品进行检测并项分布，其原假设是：样本来自的总体与得到检验结果数据。用1表示一级品，用0表指定的概率为P的二项分布无显著差异示非一级品。根据抽样结果验证该批产品的一级品率是否为90%二项分布检验二项分布检验.操作演示.在DefineDichotomy框中指定如何分类。如果检验变量是二分变量，则选中Getfromdata选项产品合格率.sav.SPSS将自动将第一组作为检验类，检验该类出现的概率是否与输入的检验概率存在显著差异数据编辑窗口中的第一条数据所在组为第一组二项分布检验单样本K-S检验.检验结果.K-S检验能够利用样本数据推断样本来自23个样本中一级品个数小于等于19个的概率的总体是否服从某一理论分布，是一种拟值为0.193，如果显著性水平为0.05，则不合优度的检验方法，适合探索连续型随机应该拒绝原假设，认为一级品概率与90%无变量的分布显著差异单样本K-S检验单样本K-S检验.实际问题应用举例.操作演示收集到21名周岁儿童身高的样本数据，分析儿童身高.sav周岁儿童身高的总体是否服从正态分布单样本K-S检验单样本K-S检验.选择待检验变量：周岁儿童的身高.检验结果.在TestDistribution框中选择理论分布概率P值（0.344）大于显著性水平α（0.05），因此不能拒绝原假设，可以认为周岁儿童的总体分布Normal:正态分布与正态分布无显著差异Uniform:均匀分布Poisson:泊松分布Exponential:指数分布课堂练习1课堂练习2.某地某一时期内出生35名婴儿，其中女性19名（Sex=0.利用第2章第6题的数据（居民储蓄调查数）,男性16名（Sex=1）。请问这个地方出生婴儿性别比据.sav），分析存款金额的总体分布与正与通常的男女性别比例（0.5）是否不同态分布是否存在显著差异婴儿Sex婴儿Sex婴儿Sex111312512014126131151270411612805117029061180300701903118020032090210330100220340111231350121241课堂练习3课