spss-非参数检验-K多个独立样本检验(Kruskal-Wallis检验)案例解析.doc

spss-非参数检验-K多个独立样本检验（Kruskal-Wallis检验）案例解析2011-09-1915:09最近经常失眠，好痛苦啊！大家有什么好的解决失眠的方法吗？希望知道的能够告诉我，谢谢啦，今天和大家一起探讨和分下一下SPSS-非参数检验--K个独立样本检验（Kruskal-Wallis检验）。还是以SPSS教程为例：假设：HO:不同地区的儿童，身高分布是相同的H1：不同地区的儿童，身高分布是不同的不同地区儿童身高样本数据如下所示：提示：此样本数为4个（北京，上海，成都，广州）每个样本的样本量（观察数）都为5个即：K=4>3n=5,此时如果样本逐渐增大，呈现出自由度为K-1的平方的分布，（即指：卡方检验）点击“分析”——非参数检验——旧对话框——K个独立样本检验，进入如下界面：将“周岁儿童身高”变量拖入右侧“检验变量列表”内，将“城市（CS)变量”拖入“分组变量”内，点击“定义范围”输入“最小值”和“最大值”（这里的变量类型必须为“数字型”）如果不是数字型，必须要先定义或者重新编码。在“检验类型”下面选择“秩和检验”（Kruskal-Wallis检验）点击确定运行结果如下所示：对结果进行分析如下：1：从“检验统计量a,b”表中可以看出：秩和统计量为：13.900自由度为：3=k-1=4-1下面来看看“秩和统计量”的计算过程，如下所示：假设“秩和统计量”为kw那么:其中：n+1/2为全体样本的“秩平均”Ri./ni为第i个样本的秩平均Ri.代表第i个样本的秩和，ni代表第i个样本的观察数）最后得到的公式为：北京地区的“秩和”为：秩平均*观察数（N)=14.4*5=72上海地区的“秩和”为：8.2*5=41成都地区的“秩和”为：15.8*5=79广州地区的“秩和”为：3.6*5=18接近13.90（由于中间的计算，我采用四舍五入，丢弃了部分数值，所以，会有部分误差）2：“检验统计量a,b”表中可以看出：“渐进显著性为0.003，由于0.003<0.01所以得出结论：H1：不同地区的儿童，身高分布是不同的