
SPSS統(tǒng)計分析案例:Wilcoxon符號秩檢驗
最近我發(fā)現(xiàn),大家對T檢驗的使用頻率很高,但是有一個共同的應該引起注意的問題,幾乎沒有人去討論原始數(shù)據(jù)的正態(tài)分布情況,只要是兩樣本差異檢驗,就直接使用T檢驗出結果。
嚴格來說,這是不嚴謹?shù)?。為什么呢?因為T檢驗對數(shù)據(jù)正態(tài)分布有一定的要求和假設,當數(shù)據(jù)明顯不是正態(tài)分布的時候,要考慮使用非參數(shù)檢驗過程。
從這個角度,也能說明非參數(shù)檢驗的實用性更強,使用范圍更為廣泛。
今天就送上一個非參數(shù)配對檢驗:Wilcoxon符號秩檢驗,與之遙相呼應的恰好是大家比較喜歡的配對T檢驗。
某減肥班15名學員,記錄了減肥前的體重,參加1個月的減肥特訓后,再次稱重,現(xiàn)在我們要考察一下一個月的減肥訓練是否有效。
這個話題真的是很貼近生活吧,接下來讓我們滿懷期待開始SPSS非參數(shù)Wilcoxon符號秩檢驗吧。
數(shù)據(jù)個案只有15個,樣本少的時候,真的很難看清是不是正態(tài)分布,所以使用非參數(shù)檢驗就顯得很可貴了,我們可以不用去關注分布的問題。
在【分析】菜單中找到【非參數(shù)檢驗】→【相關樣本】,打開對話框,【目標】選項卡選擇【定制分析】,【字段】選項卡設置如下:
【設置】選項卡里面的參數(shù)比較重要,首先要在【定制檢驗】的檢驗方法中選擇【威爾科克森匹配對符號秩檢驗】,如下:
其他參數(shù)可以不用設置。最后點擊下方的【運行】按鈕,軟件開始執(zhí)行。
來看結果吧。
原假設減肥訓練前后的體重無差異,這樣的事情概率是0.034(表中的顯著性值),與顯著性水平0.05相比呢,0.034足夠小,是小概率事件,也就是說,減肥訓練前后體重沒有差異的概率是0.034,概率太小了,拒絕原假設。說明減肥訓練前后體重發(fā)生了變化,有顯著差異,有統(tǒng)計學意義。
我們雙擊上面這個統(tǒng)計圖表,或者鼠標右鍵選擇【編輯內(nèi)容】→【在單獨窗口中】,此時軟件自動打開【模型查看器】,我們能看到此次分析更為細致的統(tǒng)計結果,結論當然是不變的。所以我們只看前面的檢驗表就是可以的。
為了輔助看清楚減肥訓練前后的體重變化方向,我們還需要自己動手制作一個多線圖,結果如下:
顯然大部分的學員在減肥特訓之后,體重的確是有所下滑的,減肥班報的有效果,當然也有個別的學員并沒有如愿。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10