非参数检验 spss 具体步骤及结果分析

两种算法不同，肯定会出现差异，在差异的情况下，我们最好是按照最严格的方法，既有一个达到显著水平就不能按照正太分布来进行接下来的检验，应当采取非参检验

1,参数检验是针对参数做的假设,非参数检验是针对总体分布情况做的假设,这个是区分参数检验和非参数检验的一个重要特征.
2,二者的根本区别在于参数检验要利用到总体的信息（总体分布、总体的一些参数特征如方差）,以总体分布和样本信息对总体参数作出推断；非参数检验不需要利用总体的信息（总体分布、总体的一些参数特征如方差）,以样本信息对总体分布作出推断.
3,参数检验只能用于等距数据和比例数据,非参数检验主要用于记数数据.也可用于等距和比例数据,但精确性就会降低.
非参数检验往往不假定总体的分布类型,直接对总体的分布的某种假设（例如如称性、分位数大小等等假设）作统计检验.当然,上一节介绍的拟合优度检验也是非参数检验.除了拟合优度检验外,还有许多常用的非参数检验.最常见的非参数检验统计量有 3类：计数统计量、秩统计量、符号秩统计量.
正态分布用参数检验,非正态分布用非参数检验

统计课本里写的很清楚,1秩和检验 对应 独立样本t检验；2中数检验法对应两独立样本平均数之差的t检验；3符号检验 对应 配对样本差异显著性t检验；4克-瓦氏单向方差分析 对应 完全随机资料方差分析.同学好好看书啊

收藏推荐 在单因素计量资料的统计分析中,我们通常要对均数作参数估计或假设检验,但这些方法需满足下述三个条件:①抽样总体为正态分布或近似正态分布,②各抽样总体为等方差或方差齐性;③各变量值间是相互独立的.又如用积差法计算简单直线相关系数,也要求抽样总体为正态双变量.但在实际应用上,某些总体的分布形状有时并不知道,或者总体分布的正态性假定并不能得到实现,尤其在医学和生物学领域中,有关总体的分布难得满足正态性的要求.于是一种非参数检验就很需要了.归纳起来,非参数检验适用于下列情况:1.等级顺序资料:即将观察单位技某种属性的不同程度分组计数,得到各组观察单位数.例如:用某药治疗一批老慢支病人,其疗效分为近控、显效、有效、无效四个等级,其等级最按疗效好坏的顺序划分的,又如肾炎病人尿中蛋白含量以一、士、+、十十、十+十、+十十十顺序等级划分,然后按各等级点计人数.上述情况均属等级顺序资料,这些资料不易精确定量.若要比较疗效,可用非参数方法中的秩和检验等.

非参数检验有：符号检验与符秩检验 秩和检验与卡方检验 等级相关检验

非参数检验是指在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法.由于非参数检验方法在推断过程中不涉及有关总体分布的参数,因而得名为“非参数”检验.
从分析变量的属性类型上来说,非参检验主要包括：有序分类变量非参检验和无序分类变量非参检验.
从分析的的方法上来看,非参检验主要包括：配对样本非参数检验、独立样本非参数检验、相关样本非参数检验和卡方检验.其中,
x09（1）配对样本非参数检验方法主要有：符号检验、Ｗｉｌｃｏｘｏｎ符号秩检验等.x09（2）独立样本非参数检验方法主要有：Ｍａｎｎ-ＷｈｉｔｎｅｙＵ检验、Ｋｏｌｍｏｇｏｒｏｖ-ＳｍｉｒｎｏｖＺ检验、Ｍｏｓｅｓｅｘｔｒｅｍｅｒｅａｃｔｉｏｎｓ检验等.x09
x09（3）独立样本非参数检验方法主要有：Ｋｒｕｓｋａｌ-Ｗ ａｌｌｉｓＨ 检验、Ｍｅｄｉａｎ：中位数检验、ｏｎｃｋｈｅｅｒｅ-Ｔｅｒｐｓｔｒ检验等.
x09（4）相关样本非参数检验方法主要有：Ｆｒｉｅｄｍａｎ检验、Ｋｅｎｄａｌｌ协和系数检验、Ｃｏｃｈｒａｎ检验等.
x09此外,还有秩和检验.
x09
以上几种都属于有序分类变量非参检验方法,而对于无序分类变量非参检验最常用的方法则为卡方检验.
都是手打的,

计量资料一般是参数、非参数检验都是可以的.但是对于能使用参数检验的,首选参数检验,对不能满足条件的才选用非参数检验.
参数检验 一般有：T检验,方差分析,（要求：方差齐性、正态分布）一般也是用于计量资料.选用非参数检验的情况有：①总体分布不易确定（也就是不知道是不是正态分布）②分布呈非正态而无适当的数据转换方法③等级资料④一段或两段无确定数据等（比如一段的数据是>50,是一个开区间）
1,参数检验是针对参数做的假设,非参数检验是针对总体分布情况做的假设,这个是区分参数检验和非参数检验的一个重要特征.
2,二者的根本区别在于参数检验要利用到总体的信息（总体分布、总体的一些参数特征如方差）,以总体分布和样本信息对总体参数作出推断；非参数检验不需要利用总体的信息（总体分布、总体的一些参数特征如方差）,以样本信息对总体分布作出推断.
3,参数检验只能用于等距数据和比例数据,非参数检验主要用于记数数据.也可用于等距和比例数据,但精确性就会降低.
非参数检验往往不假定总体的分布类型,直接对总体的分布的某种假设（例如如称性、分位数大小等等假设）作统计检验.当然,上一节介绍的拟合优度检验也是非参数检验.除了拟合优度检验外,还有许多常用的非参数检验.最常见的非参数检验统计量有 3类：计数统计量、秩统计量、符号秩统计量.

是做整体的单样本K-S检验

1 对应的观测值是X1=5,r2 对应的观测值是x2=3then,将这些观测值由小到大排列,x1排第4,x2排第2,对吧?so,r1=4,r2=2比如X5=2,在所有观测值中排第1,so,r5=1 查看原帖

假设检验包括两种
一种是已知总体分布类型,对参数做统计检验的参数检验
另一种是不知道总体分布类型,利用样本数据对总体分布形态等进行推断,即非参数检验
“非参数”检验 ：不检验参数,而只判断总体分布形态
参数指：总体分布类型公式里的一些常量系数,如a,b,c等

非参数检验丢弃了具体的变量数值,运用变量的次序信息进行统计分析,如果你的数据符合参数检验条件而你用非参当然会降低效能,如果本来就不符合参数检验的条件,那就无所谓了.查看原帖