SPSS-非参数检验—两独立样本检验 案例解析

今天跟大家研究和分享一下:spss非参数检验——两独立样本检验,

我还是引用教程里面的案例,以:一种产品有两种不同的工艺生产方法,那他们的使用寿命分别是否相同

下面进行假设:1:一种产品两种不同的工艺生产方法,他们的使用寿命分布是相同的

2:一种产品两种不同的工艺生产方法,他们的使用寿命分布是不相同的

我们采用SPSS进行分析,数据如下所示:

点击“分析”选择“非参数检验” 再选择“旧对话框——2个独立样本检验   如下所示:

在检验类型 下面 选择"Mann-Whitney U “ 检验类型 (Mann-whitney u
检验等同于对两组数据的Wilcoxon秩和检验和Kruskal-Wallis检验,主要检验两个样本的总体在某些位置上是否相等。)

两种工艺类型分别为:甲种工艺和乙种工艺  分别用定义值为“1” 和“2”     
将“工艺类型”变量拖入“分组变量”下拉框内,点击“定义组”按钮,在组别1  和 组别 2 中分别填入 1和2,点击继续按钮

选择“使用寿命”作为“检验变量”点击确定,得到分析结果如下:


下面对结果,我将进行详细分解:

1:N 代表变量个数,甲种工艺  秩和 为 80

乙种工艺  秩和 为 40,

下面来分析“秩和”这个结果如何出来的

第一步:我们将”使用寿命“这个变量按照“从小到大”的顺序进行排序,得到如下结果:

得到数据如下:

甲种工艺:  661    669    675   
 679     682    
692    693

乙种工艺:646    649    650   
651    652      662   
 663     672

我们将“甲种工艺”和“乙种工艺”两组数据进行合并排序,并且对两组数据进行“秩次排序”分别用“序号”代替以上数据

序号分别为:1    2     3   
4     5     6    
 7     8   
 9     10     
11     12      
13     14     15

得到以下结果:

甲种工艺为:6     9    11  
12    13   14   
15       (加起来刚好等于80)

乙种工艺为:1    2   3   
 4     5     7  
 8  10         
(加起来刚好等于40)

结果得到了验证

2:“在检验统计量B ”表中可以看出:

1:渐进显著性 和 “单侧显著性”(精确显著性“ 都分别小于 0.05,所以可以得出结论:

一种产品两种不同的工艺生产方法,他们的使用寿命分布是不相同的

大家可以采用其它“检验类型”来进一步验证这个结论

Mann-Whitney U 统计值可以通过以下计算公式得到:

时间: 2024-10-23 01:43:36

SPSS-非参数检验—两独立样本检验 案例解析的相关文章

SPSS-比较均值-独立样本T检验 案例解析

在使用SPSS进行单样本T检验时,很多人都会问,如果数据不符合正太分布,那还能够进行T检验吗?而大样本,我们一般会认为它是符合正太分布的,在鈡型图看来,正太分布,基本左右是对称的,一般具备两个参数,数学期望和标准方差,即:N(p, Q) 如果你的样本数非常少,一般需要进行正太分布检验,检验的方法网上很多,我就不说了 下面以"雄性老鼠和雌性老鼠分别注射了某种毒素,经过观察分析,进行随机取样,查看最终老鼠是否活着. 问题:很多人认为,雄性老鼠和雌性老鼠分别注射毒液后,雌性老鼠存活下来的数量会比雄性老

SPSS-Friedman 秩和检验-非参数检验-K个相关样本检验 案例解析

三人行,必有我师,是不是真有我师?三种不同类型的营销手段,最终的营销效果是否一样,随即区组秩和检验带你进入分析世界 今天跟大家讨论和分享一下:spss-Friedman 秩和检验-非参数检验-K个(多个)相关样本检验,下面以"数学,物理,生物"样本数据为例, 假设:H0:  数学,物理,生物三门课程的总体分布是相同的 H1:数学,物理,生物三门课程的总体分布是不相同的. 样本数据如下所示: 从上图可以看出:处理组为:3组 (假设用K表示)      区组为:5组 (我们只取前面的5组)

spss-非参数检验-K多个独立样本检验( Kruskal-Wallis检验)案例解析

今天和大家一起探讨和分下一下SPSS-非参数检验--K个独立样本检验 ( Kruskal-Wallis检验). 还是以SPSS教程为例: 假设:HO:   不同地区的儿童,身高分布是相同的 H1: 不同地区的儿童,身高分布是不同的 不同地区儿童身高样本数据如下所示: 提示:此样本数为4个(北京,上海,成都 ,广州)每个样本的样本量(观察数)都为5个 即:K=4>3   n=5,  此时如果样本逐渐增大,呈现出自由度为K-1的平方的分布,(即指:卡方检验) 点击"分析"--非参数检

SPSS中,进行两独立样本T检验

一.验证两独立样本数据是否符合正态分布(分析-描述统计-探索),若不符合对数据进行处理,若符合进行第二步: 关注正态分布结果: (1)单样本的K-S检验是用来检验一个数据的观测经验分布是否是已知的理论分布.当两者间的差距很小时,推断该样本取自已知的理论分布. 作为零假设的理论分布一般是一维连续分布 F(如正态分布.均匀分布.指数分布等),有时也用于离散分布(如Poisson分布).即H0:总体X 服从某种一维连续分布 F.检验统计量为: (2)Shapiro-Wilk检验法是S.S.Shapir

SPSS-相关性和回归分析(一元线性方程)案例解析

任何事物和人都不是以个体存在的,它们都被复杂的关系链所围绕着,具有一定的相关性,也会具备一定的因果关系,(比如:父母和子女,不仅具备相关性,而且还具备因果关系,因为有了父亲和母亲,才有了儿子或女儿),但不是所有相关联的事物都具备因果关系. 下面用SPSS采用回归-线性分析的方式来分析一下:居民总储蓄 和 "居民总消费"情况是否具备相关性,如果具备相关性,那相关关系的密切程度为多少. 下面以"居民总储蓄"和"居民总消费"的调查样本做统计分析,数据如

SPSS—回归—二元Logistic回归案例分析

数据分析真不是一门省油的灯,搞的人晕头转向,而且涉及到很多复杂的计算,还是书读少了,小学毕业的我,真是死了不少脑细胞, 学习二元Logistic回归有一段时间了,今天跟大家分享一下学习心得,希望多指教! 二元Logistic,从字面上其实就可以理解大概是什么意思,Logistic中文意思为"逻辑"但是这里,并不是逻辑的意思,而是通过logit变换来命名的,二元一般指"两种可能性"就好比逻辑中的"是"或者"否"一样, Logis

第16本:《视觉繁美:信息可视化方法与案例解析》

第16本:<视觉繁美:信息可视化方法与案例解析> 阅读加写笔记大概用了6个小时.<视觉繁美>是从权哥的QQ上发现的,看到一堆超炫超 复杂的图形,就马上动手从amazon上买了下来.第一天粗翻一遍,确实是非常多.非常复杂的网络图,如果不是搞艺术设计的,真不知道这本书有什么用,但 第二天开始仔细阅读,发现前三章还是相当有料,从树状模型开始,过渡到网络模型,然后仔细剖析了网络模型,第四.五.六章可以说是网络图欣赏,第七章是4 篇论文. 第一章 生命之树 树状模型是当代网络图的源头.古代把

COUNTIF函数应用案例解析

COUNTIF函数应用案例解析 COUNTIF函数主要目的是用于统计某个区域中,满足给定条件的单元格的个数. 一.COUNTIF函数的基本用法: 1.条件为"常量"的情况: 下列例子中,将统计"部门"属于"财务部"的人数: 如上图中,COUNTIF的参数是: 2.条件可以为表达式: 计算工资">=1500"的人数有多少,公式如下. 3.表达式中调用单元格引用或使用函数 COUNTIF(C2:C8,">=&

SQL Server 连接问题案例解析(1)

SQL Server 连接问题案例解析(1) 转载自:http://blogs.msdn.com/b/apgcdsd/archive/2015/04/27/sql.aspx?CommentPosted=true#commentmessage Microsoft Network Monitor(Netmon)是由微软发布的一款网络协议数据分析工具,利用Netmon可以捕获网络数据并进行查看和分析. 在处理SQL Server 的连接问题时,Netmon常常会起到关键的作用.在本篇博文中,我将为大家