SPSS應用之非參數檢驗

統計學的假設檢驗可以分為參數檢驗和非參數檢驗，參數檢驗是根據一些假設條件推算而來，當這些假設條件無法滿足的時候，參數檢驗的效能會大打折扣，甚至出現錯誤的結果，而非參數檢驗通常是沒有假設條件的，因此應用范圍比參數檢驗要廣。

非參數檢驗在不做任何假設的情況下，最大限度的使用樣本信息，利用統計學、數學的方法和技巧構造統計量并加以檢驗，在某些情況下，非參數檢驗比參數檢驗擁有更高的效能，盡管如此，我們也不能一味的使用非參數檢驗，畢竟參數檢驗更加嚴謹，通常都是在數據不符合參數檢驗的條件是，才使用非參數檢驗，因此，對于數據的前期觀察是非常重要的。

非參數檢驗方法非常多，但是絕大部分非參數檢驗方法都是基于秩和結來構造統計量的，SPSS中非參數檢驗是一個獨立的過程，也保留了舊對話框，新對話框按照樣本情況分類，根據樣本情況來選擇方法，并且更傾向于自動化分析，舊對話框的分類則不是很明確，分我們按照新對話框來進行介紹

分析—非參數檢驗—單樣本

一、單樣本

1.二項式檢驗

二項式檢驗也稱為二項分布檢驗，用來檢驗樣本是否來自二項分布，也就是檢查樣本的觀測值的頻數與某一特定二項分布下的期望頻數是否一致。不僅可以針對于二分類變量，對于連續變量也可以當做二分類變量來處理，例如成績的及格與否，產品的合格與否等。

本例中是想檢驗三門學科的及格率是否都在95%以上

2.卡方檢驗

卡方檢驗是最常用的多分類非參數檢驗，卡方統計量也廣泛被其他檢驗所引用，卡方檢驗依據卡方分布，主要包括適應性檢驗和獨立性檢驗，適應性檢驗用于檢驗實際觀察頻數與期望頻數是否一致，獨立性檢驗用于檢驗兩組或多組計數資料是否相互獨立。

3.K-S檢驗

全稱為Kolmogorov-Smirnow檢驗，在探索性分析中，也曾出現過用它來檢驗是否服從正態分布。該檢驗屬于非參數檢驗，用來檢驗某一單樣本是否服從某一理論分布。

4.Wilcoxon符號秩檢驗

該檢驗將符號和秩相結合，效能比單純的符號檢驗和秩和檢驗都高，因此比較常用

5.游程檢驗

我們知道樣本的隨機性很重要，而游程檢驗就是用來檢驗樣本數據是否是隨機抽取的。該檢驗的思想就是將樣本轉換為二分類變量，然后計算其游程個數進行檢驗。數據分析師培訓

二、獨立樣本

獨立樣本可分為兩獨立樣本和多獨立樣本，重點在于這些樣本之間沒有相關性，具體方法也有很多

三、相關樣本

相關樣本分為兩配對樣本和多獨立樣本，這些樣本之間都存在相關性