spss入門(mén)：怎么才能實(shí)現(xiàn)兩獨(dú)立樣本資料的秩檢驗(yàn)

不知道理解的是否準(zhǔn)確，可以看一下，若答錯(cuò)，請(qǐng)包涵。 SPSS 24.0里面 “轉(zhuǎn)換”---“個(gè)案排秩”對(duì)話框中有個(gè)排序標(biāo)準(zhǔn)，如果選擇按照某一排序標(biāo)準(zhǔn)，則分別對(duì)按照這一標(biāo)準(zhǔn)里面的排序指標(biāo)從小到大排秩，如果不選擇排序標(biāo)準(zhǔn)，則合在一起排秩。 例：對(duì)變量

SPSS（Statistical Product and Service Solutions）“統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”軟件。下面小編給大家分享如何實(shí)現(xiàn)兩獨(dú)立樣本資料的秩檢驗(yàn)

材料/工具

spss

方法

SPSS變量視圖

spss進(jìn)行秩和檢驗(yàn)，具體操作步驟： 1、非參數(shù)檢驗(yàn)，兩個(gè)或多個(gè)獨(dú)立樣本，2個(gè)就進(jìn)入2個(gè)的菜單，是多個(gè)就進(jìn)入多個(gè)的菜單。 2、秩和檢驗(yàn)是把不正態(tài)的正態(tài)的數(shù)據(jù)轉(zhuǎn)換為等級(jí)對(duì)多組進(jìn)行比較，就像非參數(shù)中的方差分析或t檢驗(yàn)。卡方檢驗(yàn)的范圍就廣多了，

SPSS數(shù)據(jù)視圖

你是指非參數(shù)檢驗(yàn)嗎?如果是多個(gè)獨(dú)立樣本則應(yīng)該使用Kruskal-Wallis檢驗(yàn);兩組的時(shí)候則使用mannWhitney檢驗(yàn),這個(gè)分析可以通過(guò)在線SPSS分析軟件SPSSAU找到,而且直接默認(rèn)幫你做好了建議,非常智能,而且有智能化文字分析出來(lái),非常的傻瓜簡(jiǎn)單,你用下可以

選擇【分析】-【非參數(shù)檢驗(yàn)】-【獨(dú)立樣本】

如果只有兩組數(shù)據(jù)，且數(shù)據(jù)符合正態(tài)分布 ，或雖然不符合正態(tài)分布但是樣本量夠大（>100）,可以用t檢驗(yàn)。 如果大于兩組數(shù)據(jù)，應(yīng)該用方差分析，原則同上。 這幅圖貌似是方差分析的組間比較。

點(diǎn)擊進(jìn)入如下的界面，“目標(biāo)”選項(xiàng)卡不需要手動(dòng)設(shè)置

兩組等級(jí)資料的比較應(yīng)用Wilcoxon秩和檢驗(yàn)，其基本思想是：若檢驗(yàn)假設(shè)成立，則兩組的秩和不應(yīng)相差太大。其基本步驟是： （1）建立假設(shè)； H0：比較兩組的總體分布相同； H1：比較兩組的總體分布位置不同；檢驗(yàn)水準(zhǔn)為0.05。 （2）兩組混合編秩； （

進(jìn)入“字段”選項(xiàng)卡，將“報(bào)警數(shù)量”選入“檢驗(yàn)字段”框，將“季節(jié)”選入“組”框中。

在非參數(shù)檢驗(yàn)里面做 做好之后，利用方差分析計(jì)算秩次，spss高級(jí)版本已經(jīng)集成這種方法 這是一種方法 另外一種方法是nemenyi，上教科書(shū)的，在spss需要大量編程處理，你應(yīng)該不會(huì)的

進(jìn)入“設(shè)置”選項(xiàng)卡，選中“自定義檢驗(yàn)”單選按鈕，選擇“Mann-Whitney U（二樣本）”檢驗(yàn)。點(diǎn)擊“運(yùn)行”即可。

SPSS的秩和檢驗(yàn)沒(méi)有兩兩比較，“Mann-Whitney U檢驗(yàn)”是用于兩獨(dú)立樣本秩和檢驗(yàn)(教科書(shū)上寫(xiě)的是：Wilcoxon Rank Sum test，威爾克遜秩和檢驗(yàn)，兩者等價(jià))，不是用于兩兩比較的。 你的選擇是對(duì)的，應(yīng)選用”Kruskal-Wallis H檢驗(yàn)“，若有統(tǒng)計(jì)學(xué)意義，可

輸出的主要結(jié)果如下：

比較標(biāo)準(zhǔn)的答案：兩獨(dú)立樣本的非參數(shù)檢驗(yàn)（WilcoxonM-WU檢驗(yàn)）+Bonferroni檢驗(yàn)（Bonferronicorrection）。樓主碰到的是參見(jiàn)的多重檢驗(yàn)校正問(wèn)題multipletesting或者稱為posthoc，不管是在方差分析、卡方檢驗(yàn)還是非參數(shù)檢驗(yàn)都會(huì)碰到。在方差分析中

零假設(shè)是“報(bào)警數(shù)量的分布在季節(jié)類(lèi)別上相同”，其P=0.009<0.05，故拒絕原假設(shè)，認(rèn)為報(bào)警數(shù)量在季節(jié)上有統(tǒng)計(jì)學(xué)差異

SPSS統(tǒng)計(jì)——秩和檢驗(yàn) 應(yīng)用條件 ①總體分布形式未知或分布類(lèi)型不明； ②偏態(tài)分布的資料： ③等級(jí)資料：不能精確測(cè)定，只能以嚴(yán)重程度、優(yōu)劣等級(jí)、次序先后等表示； ④不滿足參數(shù)檢驗(yàn)條件的資料：各組方差明顯不齊。 ⑤數(shù)據(jù)的一端或兩端是不確定數(shù)值，如

擴(kuò)展閱讀，以下內(nèi)容您可能還感興趣。

怎樣應(yīng)用spss進(jìn)行獨(dú)立的多組分類(lèi)資料的比較秩和檢驗(yàn)

非參數(shù)，k組獨(dú)立

統(tǒng)計(jì)專(zhuān)業(yè)研究生工作室為您服務(wù)

怎樣用SPSS做秩檢驗(yàn)后的兩兩比較

比較標(biāo)準(zhǔn)的答案：兩獨(dú)立樣本的非參數(shù)檢驗(yàn)（Wilcoxon　M-WU檢驗(yàn)）+Bonferroni檢驗(yàn)（Bonferronicorrection）。樓主碰到的是參見(jiàn)的多重檢驗(yàn)校正問(wèn)題multipletesting或者稱為posthoc，不管是在方差分析、卡方檢驗(yàn)還是非參數(shù)檢驗(yàn)都會(huì)碰到。在方差分析中提供了諸如LSD-t、SNK-q檢驗(yàn)之類(lèi)方法，而在其它情況基本無(wú)公認(rèn)方法（有方法，但不常用）。但有一種通用的校正方法叫Bonferroni檢驗(yàn)，即根據(jù)檢驗(yàn)次數(shù)將檢驗(yàn)水準(zhǔn)降低（一般書(shū)本放在卡方檢驗(yàn)這章），當(dāng)然這是一種過(guò)于保守的校正方法，試想，檢驗(yàn)了k次，alpha就要除以k，得到這樣的陽(yáng)性結(jié)果確實(shí)不太容易；當(dāng)然根據(jù)概率的計(jì)算，如果k次檢驗(yàn)完全相互獨(dú)立，檢驗(yàn)水準(zhǔn)確實(shí)應(yīng)該除以k。由于非參數(shù)檢驗(yàn)兩兩比較主要采用Wilcoxon　M-WU檢驗(yàn)，這時(shí)校正再加上Bonferroni即可。參數(shù)檢驗(yàn)時(shí)因?yàn)長(zhǎng)SD-t等檢驗(yàn)的檢驗(yàn)效率更高，所以一般不采用它；理論上其實(shí)也可以，這時(shí)用t檢驗(yàn)+Bonferroni檢驗(yàn)，只不過(guò)檢驗(yàn)效率較低而已。非參轉(zhuǎn)換成參數(shù)檢驗(yàn)，不是不可以，只是如果是等級(jí)資料肯定轉(zhuǎn)不過(guò)去，如果是參數(shù)不服從正態(tài)轉(zhuǎn)成非參再轉(zhuǎn)成參數(shù)，這么來(lái)回倒騰，再考慮LSD-t本身的檢驗(yàn)效率，這時(shí)估計(jì)都還不如Bonferroni了。順便說(shuō)句，多重檢驗(yàn)這塊目前在生物統(tǒng)計(jì)學(xué)中還是研究熱點(diǎn)，因?yàn)樵谏锝y(tǒng)計(jì)中經(jīng)常碰到像基因表達(dá)譜、全基因組關(guān)聯(lián)分析等動(dòng)輒上萬(wàn)次、上百萬(wàn)次的多重檢驗(yàn)，不校正肯定不行，Bonferroni是標(biāo)準(zhǔn)做法但是太狠了，因此又應(yīng)用了許多諸如FDR、bootstrap一類(lèi)的方法。

怎樣用spss秩和檢驗(yàn)結(jié)果做統(tǒng)計(jì)學(xué)題目

SPSS統(tǒng)計(jì)——秩和檢驗(yàn)

應(yīng)用條件

①總體分布形式未知或分布類(lèi)型不明；

②偏態(tài)分布的資料：

③等級(jí)資料：不能精確測(cè)定，只能以嚴(yán)重程度、優(yōu)劣等級(jí)、次序先后等表示；

④不滿足參數(shù)檢驗(yàn)條件的資料：各組方差明顯不齊。

⑤數(shù)據(jù)的一端或兩端是不確定數(shù)值，如“>50mg”等。

秩和檢驗(yàn)分類(lèi)

一、配對(duì)資料的Wilcoxon符號(hào)秩和檢驗(yàn)（Wilcoxon signed-rank test）

二、兩個(gè)獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn)(Wilcoxon rank sum test)

三、多個(gè)樣本比較的秩和檢驗(yàn)(Kruskal-Wallis H test)

四、M檢驗(yàn)-隨機(jī)區(qū)組設(shè)計(jì)。

求一個(gè)SPSS軟件比較厲害的大神，關(guān)于統(tǒng)計(jì) 符號(hào)秩檢驗(yàn) （兩獨(dú)立樣本的秩和檢驗(yàn)，多組樣本的秩和檢驗(yàn)

我不是愛(ài)因斯坦但是我不想提供任何信息，因?yàn)槲铱戳四阏f(shuō)的那句會(huì)把采納給寫(xiě)的最多的那個(gè)人，I'm sorry更多追問(wèn)追答追問(wèn)其實(shí)我說(shuō)的是回答我提的問(wèn)題回答得最多的，不過(guò)既然沒(méi)人答，好評(píng)就送你了。追答太復(fù)雜的題目，你讓我贏得好丟臉追問(wèn)一點(diǎn)也不以前我也會(huì)，沒(méi)回答的就給人。本回答被提問(wèn)者采納

多組定量資料如何進(jìn)行秩和檢驗(yàn)，在spss軟件上如何操作，謝謝！如何兩兩比較，謝謝。坐等。

NPAR TESTS

/K-W=變量 BY major(1 3)

/STATISTICS DESCRIPTIVES

/MISSING ANALYSIS.

給你發(fā)個(gè)syntax，將上面“變量”改成你用的變量名，major（1 3）是3組，major（1 4）是4組，

至于兩兩比較用公式Z，再調(diào)整比較的P值，SAS我可以做而且有代碼在，SPSS還沒(méi)有發(fā)現(xiàn)兩兩比較的方法，要不先編秩，再用秩來(lái)做方差分析。追問(wèn)額，請(qǐng)問(wèn)編佚怎么編？剛接觸這個(gè)東西，愁死了都。謝謝。追答首先我想問(wèn)你為什么要做秩和檢驗(yàn)?zāi)?？原始?shù)據(jù)不符合正態(tài)性？還是各組數(shù)據(jù)方差不齊？如果都不是那可以做方差分析啊。

其次我想問(wèn)你的組數(shù)有多少？

如果用公式的活有兩種，一種是NEMENYI法，調(diào)整卡方值，另外一種是計(jì)算Z值的Kruskal-Wallis法；

編秩就是將幾個(gè)組全部的數(shù)據(jù)由小到大排列，最小的賦秩為1，第二小的賦秩為2.。。。

然后再用方差分析。

聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com