【SPSS】单样本K-S检验和两独立样本K-S检验详细操作教程（附案例实战）

艾派森

已于 2023-04-10 09:26:41 修改

阅读量1w

点赞数 41

分类专栏： SPSS 文章标签：数据分析 spss

于 2023-03-20 09:13:41 首次发布

本文链接：https://blog.csdn.net/m0_64336780/article/details/128977779

版权

27 篇文章 99 订阅

订阅专栏

文章介绍了SPSS中的非参数检验方法，包括单样本K-S检验用于判断样本是否服从特定理论分布，以及两独立样本的非参数检验如Mann-WhitneyU检验和K-S检验，用于比较两总体分布的差异。通过案例展示了如何在SPSS中执行这些检验并解释结果。

摘要由CSDN通过智能技术生成

🤵‍♂️ 个人主页：@艾派森的个人主页

✍🏻作者简介：Python学习者
🐋 希望大家多多支持，我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注+

SPSS非参数检验概述

参数检验 VS 非参数检验

注意：

由于非参数检验方法不涉及有关总体分布的参数，因而得名“非参数”检验
如果样本不能很好的代表总体，任何检验方法都是无效的

SPSS中的非参数检验方法

单样本K-S检验介绍

【案例】收集到21名周岁儿童身高的样本数据，分析周岁儿童身高的总体是否服从正态分布。

①选择菜单【分析】----> 【非参数检验】----> 【旧对话框】----> 【单样本K-S】

②选择待检验变量，并指定理论分布

③检验结果

结论：如果显著性水平α为0.05，由于概率P值小于显著性水平，因此拒绝原假设，认为周岁儿童身高的总体分布不服从正态分布。

两独立样本的非参数检验

主要方法

注意：

不同分析方法对同一批数据的分析结论有可能不相同。这一方面说明分析过程中对数据进行反复的探索性分析是极为必要的；另一方面也说明了不同方法本身侧重点的差异性。

两独立样本的K-S检验

原假设H0 :两独立样本来自的两总体的分布无显著差异
以变量值的秩作为分析对象
计算步骤：
- 1 首先,将两样本混合并按升序排序
- 2 然后,分别计算两样本秩的累计频数和累计频率
- 3 最后,计算两组累计频率差的绝对值,得到累计频率绝对差序列并得到D统计量
决策：如果概率P值小于等于给定的显著性水平α,则拒绝原假设, 认为样本来自的两总体的分布存在显著差异;反之则接受原假设，认为样本来自的两总体的分布不存在显著差异

【案例】某工厂用甲、乙两种不同的工艺生产同一种产品。如果希望检验两种工艺下产品的使用寿命的分布是否存在显著差异，可从两种工艺生产出的产品中随机抽样，得到各自的使用寿命数据。

操作步骤：

①选择菜单【分析】----> 【非参数检验】----> 【旧对话框】----> 【2个独立样本】

②选择检验变量、分组变量、检验类型