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。