SPSS非參數(shù)檢驗(yàn)：獨(dú)立樣本

一、概念：

獨(dú)立樣本的非參數(shù)檢驗(yàn)是在對(duì)總體分布不甚了解的情況下，通過對(duì)兩組或多組獨(dú)立樣本的分析來推斷樣本來自的總體的分布等是否存在顯著差異的方法。獨(dú)立樣本是指在一個(gè)總體中隨機(jī)抽樣對(duì)在另一個(gè)總體中隨機(jī)抽樣沒有影響的情況下所獲得的樣本。

二、選擇檢驗(yàn)（分析-非參數(shù)檢驗(yàn)-獨(dú)立樣本-設(shè)置-選擇檢驗(yàn)）

   1、根據(jù)數(shù)據(jù)自動(dòng)選擇檢驗(yàn)。該設(shè)置將對(duì)具有兩個(gè)組的數(shù)據(jù)應(yīng)用Mann-Whitney U檢驗(yàn)，或?qū)哂衚個(gè)組的數(shù)據(jù)應(yīng)用Kruskal-Wallis單因素ANOVA檢驗(yàn)。

2、自定義檢驗(yàn)。這些設(shè)置允許您選擇要執(zhí)行的特定檢驗(yàn)。

2.1、比較不同組間的分布。這些將生成獨(dú)立樣本檢驗(yàn)，即樣本是否來自同一總體?！騇ann-Whitney U（二樣本）使用每個(gè)個(gè)案的秩來檢驗(yàn)組是否抽取自同一總體。分組字段中按升序排列的第一個(gè)值定義第一個(gè)組，第二個(gè)值定義第二個(gè)組。如果分組字段有兩個(gè)以上的值，則不生成此檢驗(yàn)?！騅olmogorov-Smirnov（二樣本）對(duì)兩個(gè)分布間中位數(shù)、離散、偏度等的任何差異很敏感。如果分組字段有兩個(gè)以上的值，則不生成此檢驗(yàn)?！驒z驗(yàn)隨機(jī)序列（二樣本W(wǎng)ald-Wolfowitz）生成一個(gè)以組成員關(guān)系為準(zhǔn)則的游程檢驗(yàn)。如果分組字段有兩個(gè)以上的值，則不生成此檢驗(yàn)?！騅ruskal-Wallis單因素ANOVA（k樣本）是Mann-Whitney U檢驗(yàn)的擴(kuò)展，它也是單因素方差分析的非參數(shù)模擬。您可以根據(jù)需要請(qǐng)求對(duì)k樣本的多重比較，即所有成對(duì)多重比較或逐步降低比較?！蛴行蜻x項(xiàng)檢驗(yàn)（k樣本Jonckheere-Terpstra）可作為比Kruskal-Wallis功能更強(qiáng)大的選項(xiàng)，但前提是k樣本需具有自然順序。例如，k個(gè)總體可能代表k個(gè)上升的溫度?！安煌臏囟犬a(chǎn)生相同的響應(yīng)分布”這一假設(shè)是針對(duì)“溫度升高，則響應(yīng)的幅度增加”這一選擇進(jìn)行檢驗(yàn)的。此處備選假設(shè)已排序，因此，Jonckheere-Terpstra是最適用的檢驗(yàn)。指定其他假設(shè)的順序；從最小到最大規(guī)定其他假設(shè)：第一組的位置參數(shù)不等于第二組，第二組又不等于第三組，依此類推；從最大到最小規(guī)定其他假設(shè)：最后一組的位置參數(shù)不等于倒數(shù)第二組，倒數(shù)第二組又不等于倒數(shù)第三組，依此類推。您可以根據(jù)需要請(qǐng)求對(duì)k樣本的多重比較，即所有成對(duì)多重比較或逐步降低比較。

2.2、比較不同組間的范圍。這可以生成一個(gè)獨(dú)立樣本檢驗(yàn)，即樣本是否具有相同范圍?！騇oses極端反應(yīng)（二樣本）檢驗(yàn)控制組與比較組。分組字段中按升序排列的第一個(gè)值定義控制組，第二個(gè)值定義比較組。如果分組字段有兩個(gè)以上的值，則不生成此檢驗(yàn)。

2.3、比較不同組間的中位數(shù)。這可以生成一個(gè)獨(dú)立樣本檢驗(yàn)，即樣本是否具有相同中位數(shù)?！蛑形粩?shù)檢驗(yàn)（k樣本）可以使用匯聚樣本中位數(shù)（從數(shù)據(jù)集所有記錄中計(jì)算）或自定義值作為假設(shè)中位數(shù)。您可以根據(jù)需要請(qǐng)求對(duì)k樣本的多重比較，即所有成對(duì)多重比較或逐步降低比較。

2.4、估計(jì)不同組間的置信區(qū)間。Hodges-Lehman估計(jì)（二樣本）可以為兩個(gè)組的中位數(shù)差異生成一個(gè)獨(dú)立樣本估計(jì)和置信區(qū)間。如果分組字段有兩個(gè)以上的值，則不生成此檢驗(yàn)。

三、方法：

1、曼-惠特尼U檢驗(yàn)：兩獨(dú)立樣本的曼-惠特尼U檢驗(yàn)可用于對(duì)兩總體分布的比例判斷。其原假設(shè)：兩組獨(dú)立樣本來自的兩總體分布無顯著差異。曼-惠特尼U檢驗(yàn)通過對(duì)兩組樣本平均秩的研究來實(shí)現(xiàn)判斷。秩簡單說就是變量值排序的名次，可以將數(shù)據(jù)按升序排列，每個(gè)變量值都會(huì)有一個(gè)在整個(gè)變量值序列中的位置或名次，這個(gè)位置或名次就是變量值的秩。

2、K-S檢驗(yàn)：K-S檢驗(yàn)不僅能夠檢驗(yàn)單個(gè)總體是否服從某一理論分布，還能夠檢驗(yàn)兩總體分布是否存在顯著差異。其原假設(shè)是：兩組獨(dú)立樣本來自的兩總體的分布無顯著差異。這里是以變量值的秩作為分析對(duì)象，而非變量值本身。

3、游程檢驗(yàn)：單樣本游程檢驗(yàn)是用來檢驗(yàn)變量值的出現(xiàn)是否隨機(jī)，而兩獨(dú)立變量的游程檢驗(yàn)則是用來檢驗(yàn)兩獨(dú)立樣本來自的兩總體的分布是否存在顯著差異。其原假設(shè)是：兩組獨(dú)立樣本來自的兩總體的分布無顯著差異。兩獨(dú)立樣本的游程檢驗(yàn)與單樣本游程檢驗(yàn)的思想基本相同，不同的是計(jì)算游程數(shù)的方法。兩獨(dú)立樣本的游程檢驗(yàn)中，游程數(shù)依賴于變量的秩。

4、極端反應(yīng)檢驗(yàn)：極端反應(yīng)檢驗(yàn)從另一個(gè)角度檢驗(yàn)兩獨(dú)立樣本所來自的兩總體分布是否存在顯著差異。其原假設(shè)是：兩獨(dú)立樣本來自的兩總體的分布無顯著差異。

基本思想是：將一組樣本作為控制樣本，另一組樣本作為實(shí)驗(yàn)樣本。以控制樣本作為對(duì)照，檢驗(yàn)實(shí)驗(yàn)樣本相對(duì)于控制樣本是否出現(xiàn)了極端反應(yīng)。如果實(shí)驗(yàn)樣本沒有出現(xiàn)極端反應(yīng)，則認(rèn)為兩總體分布無顯著差異，相反則認(rèn)為存在顯著差異。

5、中位數(shù)檢驗(yàn)：中位數(shù)檢驗(yàn)通過對(duì)多組獨(dú)立樣本的分析，檢驗(yàn)它們來自的總體的中位數(shù)是否存在顯著差異。其原假設(shè)是：多個(gè)獨(dú)立樣本來自的多個(gè)總體的中位數(shù)無顯著差異。

基本思想是：如果多個(gè)總體的中位數(shù)無顯著差異，或者說多個(gè)總體有共同的中位數(shù)，那么這個(gè)共同的中位數(shù)應(yīng)在各樣本組中均處在中間位置上。于是，每組樣本中大于該中位數(shù)或小于該中位數(shù)的樣本數(shù)目應(yīng)大致相同。

6、Kruskal-Wallis檢驗(yàn)：Kruskal-Wallis檢驗(yàn)實(shí)質(zhì)是兩獨(dú)立樣本的曼-惠特尼U檢驗(yàn)在多個(gè)樣本下的推廣，也用于檢驗(yàn)多個(gè)總體的分布是否存在顯著差異。其原假設(shè)是：多個(gè)獨(dú)立樣本來自的多個(gè)總體的分布無顯著差異。

基本思想是：首先，將多組樣本數(shù)據(jù)混合并按升序排序，求出各變量值的秩；然后，考察各組秩的均值是否存在顯著差異。容易理解：如果各組秩的均值不存在顯著差異，則是多組數(shù)據(jù)充分混合，數(shù)值相差不大的結(jié)果，可以認(rèn)為多個(gè)總體的分布無顯著差異；反之，如果各組秩的均值存在顯著差異，則是多組數(shù)據(jù)無法混合，某些組的數(shù)值普遍偏大，另一些組的數(shù)值普遍偏小的結(jié)果，可以認(rèn)為多個(gè)總體的分布有顯著差異。

7、Jonckheere-Terpstra檢驗(yàn)：Jonckheere-Terpstra檢驗(yàn)也是用于檢驗(yàn)多個(gè)獨(dú)立樣本來自的多個(gè)總體的分布是否存在顯著差異的非參數(shù)檢驗(yàn)方法，其原假設(shè)是：多個(gè)獨(dú)立樣本來自的多個(gè)總體的分布無顯著差異。

基本思想與兩獨(dú)立樣本的曼-惠特尼U檢驗(yàn)類似，也是計(jì)算一組樣本的觀察值小于其他組樣本的觀察值的個(gè)數(shù)。