您的位置首页百科问答

spss教程:单样本非参数检验

spss教程:单样本非参数检验

的有关信息介绍如下:

spss教程:单样本非参数检验

参数检验是在总体分布形式已知的情况下,对总体分布的参数进行推断,但如果不正确了解总体分布形态,参数估计就不适用,非参数检验正是用于此类情况的。

单样本非参数检验是对单个总体的分布进行推断的方法,方法包含卡方检验、二项分布检验、单样本K-S检验、变量值随机性检验等。

卡方检验:一种典型的对总体分布进行检验的非参数检验方法,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性差异,是一种吻合性检验。通常用于对有多项分类值的总体分布的分析。

检验分布是否是2.8:1:1:1:1:1:1,得到的概率为0.256,大于显著性水平,所以实际分布与理论分布无显著性差别。

二项分布检验:很多例子都是二值的,样本数据检验样本来自的总体是否服从指定概率为p的二项分布。检验比例是用户自己定义的,此处输入0.9进行检验。概率为0.193,大于显著性水平,不拒绝原假设,样本分布与指定概率0.9的二项分布无显著性差别。

单样本K-S检验:该方法可以样本数据推断样本来自的总体是否服从某一理论分布,是一种拟合优度检验方法,通常用于探索连续性随机变量的分布。其中“常规”就是正态分布。计算所得的概率为0.344,大于显著性水平0.05,所以与正态分布无显著性差别。

变量值随机性检验:通过样本变量值的分析,实现对总体的变量值出现是否是随机的进行检验。以“中位数'进行分割。计算出的概率为0.491,大于显著性水平,不拒绝原假设,认为数据是随机性的。