1、參數、非參數檢驗操作步驟參數檢驗非參數檢驗對象針對參數做的假設針對總體分布情況做的假設使用范圍等距數據和比例數據（度量）定類數據和定序數據（名義和有序）分布正態分布正態、非正態分布內容Means檢驗單樣本T檢驗獨立樣本T檢驗配對樣本T檢驗卡方檢驗（均勻分布）二項分布檢驗（兩個變量）游程檢驗（隨機分布）K-S檢驗（正態分布檢驗）參數檢驗一 Means過程Means過程用于統計分組變量的的基本統計量，這些基本統計量包括：均值（Mean）、標準差(Standard Deviation)、觀察量數目(Number of Cases)、方差(Variance)。1數據編輯窗口輸入分析的數據2 分析比較均

2、值均值因變量、自變量的選擇可根據實際情況。“選項”3 結果分析P0.05，拒絕原假設，顯著性強。結果報告，分別給出暴雨前和暴雨后卵量的統計量：暴雨前有13個樣本，平均數122.3846，標準差15.95065，方差254.423; 暴雨后有13個樣本，平均數104.4615，標準差15.10858，方差228.269；總體26個樣本，平均數113.4231，標準差17.75426，方差315.214。方差分析表，共有六列，第一列說明方差的來源，Between Groups是組間的，Within Groups 組內的，Total 總的。第二列為平方和，其大小說明了各方差來源作用的大小。第三列為自

3、由度。第四列為均方，即平方和除以自由度。第五列F值是F統計量的值，其計算公式為模型均方除以誤差均方，用來檢驗模型的顯著性。第六列是F統計量的顯著值，由于這里的顯著值0.007小于0.05，所以模型是顯著的，降雨對卵量有顯著影響。二 單一樣本的T檢驗T檢驗是檢驗單個變量的均值與指定的檢驗值之間是否存在顯著差異。如：研究人員可能想知道一組學生的IQ平均分與100分的差異。1 分析比較均值單一樣本的T檢驗檢驗值中輸入用于比較的均值（一般題目中會提供）。2 結果分析結果中比較有用的值：Mean 和Sig 顯著性概率值。零假設H0：樣本均值Mean=常數（檢驗值）；Sig=0.0320.05，拒絕原假設

4、，存在顯著性差異。三 兩獨立樣本T檢驗兩個獨立沒有關聯的正態總體的均值是否有顯著性差異。獨立樣本T檢驗，實質是總體均值是否相等的顯著性檢驗。如分析兩個地區居民的人均收入、人均消費等指標是否存在顯著性差異。1 選擇比較均值獨立樣本T檢驗“產量” 作為要進行T檢驗的變量，將“品種”字段作為分組變量，定義分組變量的兩個分組分別為“a”和“b”。2 結果分析組統計量品種N均值標準差均值的標準誤產量品種A881.2511.8054.174品種B875.7510.0253.544零假設H0：兩樣本均值相等。Sig=0.3320.05，接受原假設，兩樣本均值相等。三 配對樣本T檢驗 配對樣本T檢驗用于檢驗兩

5、個相關樣本是否來自相同均值的正態總體，即推斷兩個總體的均值是否存在顯著差異。1 分析比較均值配對樣本T檢驗2 結果分析配對樣本T檢驗的基本描述統計量：成對樣本統計量均值N標準差均值的標準誤對 1訓練前77.671510.1042.609訓練后83.60158.4332.177配對樣本相關性檢驗成對樣本相關系數N相關系數Sig.對 1訓練前 & 訓練后15.407.132H0：兩樣本沒有相關性。表中顯示訓練前和訓練后兩樣本的相關系數為0.407，相關系數的檢驗P值為0.1320.05，接受原假設，可以認為訓練前后的成績沒有明顯的線性關系。配對樣本T檢驗結果H0：兩樣本沒有相關性。概率p值為0.0

6、410.05，拒絕零假設，可以認為訓練前后對成績有顯著效果。非參數檢驗非參數檢驗是指總體分布未知或知之甚少時，利用已知樣本數據對整體分布形態等做出推斷的分析方法。非參數檢驗分為兩大類：分布類型檢驗和分布位置檢驗SPSS的單樣本非參數檢驗方法包括卡方檢驗、二項分布檢驗、游程檢驗、K-S檢驗及Wilcoxon符號檢驗五種。一 卡方檢驗也稱卡方擬合優度檢驗，用于檢驗觀測數據是否與某種概率分布的理論數值相符合，進而推斷觀測數據是否是來自于該分布的樣本的問題。1 分析：由于考慮的是次品是否服從均勻分布的問題，故用卡方檢驗。2 加權處理（對頻率變量進行加權處理）“數據”“加權個案”3 分析非參數檢驗卡方4

7、 結果分析檢驗統計量次品數卡方12.556adf4漸近顯著性.014a. 0 個單元 (.0%) 具有小于 5 的期望頻率。單元最小期望頻率為 18.0。H0：服從原假設分布。Sig. = 0.014 0.05，說明應拒絕原假設，認為工作日的類別是以不同概率發生的。二 二項分布檢驗1 分析非參數檢驗二項式2 結果分析二項式檢驗類別N觀察比例檢驗比例精確顯著性（雙側）成績組 1 895.25總數201.00HO：假設分布服從整體分布Sig.=0.0410.05，應拒絕零假設，即小于90分的學生所占的比例與總體分布存在顯著差異，即小于90分的學生所占比例比90%小。這說明優秀學生所占的比重是大于10%的。三 游程檢驗（隨機分布）1 分析非參數檢驗游程2 結果分析描述性統計量N均值標準差極小值極大值成績2085.30