差异性检验统计

 

       最近我发现，大家对T检验的使用频率很高，但是有一个共同的应该引起注意的问题，几乎没有人去讨论原始数据的正态分布情况，只要是两样本差异检验，就直接使用T检验出结果。严格来说，这是不严谨的。为什么呢？因为T检验对数据正态分布有一定的要求和假设，当数据明显不是正态分布的时候，要考虑使用非参数检验过程。从这个角度，也能说明非参数检验的实用性更强，使用范围更为广泛。今天就送上一个非参数配对检验：Wilcoxon符号秩检验，与之遥相呼应的恰好是大家比较喜欢的配对T检验。

1 SPSS如何验证是否符合正态分布

2.1 spss教程：两配对样本的非参数检验

2.2  spss入门：如何实现两相关样本资料的秩检验

2.3 SPSS统计分析案例:Wilcoxon符号秩检验

       通过对两组配对样本的分析，推断样本来自的两个总体的分布是否存在显著性差异。检验方法包括McNemar检验、符号检验、Wilcoxon符号秩检验。McNemar检验分析的变量是二值变量，实际情况下，如果不是二值变量，则应先进行数据转化后才可采用此方法,并且其数据的归纳是采用交叉列联表形式。