发帖
雷达卡
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。
非参数检验正是一类基于这种考虑，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。
多个关联样本检验指在总体分布未知的条件下，对样本来自的多个相关样本对总体是否具有显著差异进行的检验的非参数检验方法。多个关联样本检验可以判断多个相关的样本是否来自于相同分布的总体。
下面我们主要从下面四个方面来解说：
- 实际应用
- 理论思想
- 操作过程
- 分析结果
一、实际应用
多门不同课程学生得分是否存在显著差异；多种不同的种地田的农作物生产量的差异等
二、理论思想
可以判断多个相关的样本是否来自于相同分布的总体。
这种检验过程实质上是方差分析中所讨论的无重复无交互作用的双因素试验的方差分析，只不过在这里舍弃了总体服从等方差的正态分布和不存在交互作用的基本假设，即总体可以是具有相关关系的。
SPSS提供了傅莱德曼、肯德尔W和柯克兰Q 3种方法进行多配对样本的检验。（1）傅莱德曼检验傅莱德曼检验与克鲁斯卡尔-沃利斯H检验的思路相似，傅莱德曼检验还考虑到区组的影响。其首先对所有样本合并并按升序排列，然后求各观测量在各自行中的等级，并对各组样本求平均等级及等级和。如果平均等级或等级和相差很大，则认为两组样本所属的总体有显著差异。
（2）肯德尔W检验肯德尔W检验的思路是考察多次评价中的排序是否随机。肯德尔W检验反应了各行数据的相关程度。如果其取值接近于1，则认为评价中的排序不是随机的，即样本来自的多个配对总体的分布存在显著差异。
（3）柯克兰Q检验柯克兰Q检验用于处理二值数据，柯克兰Q统计量的计算如公式
其中，Nj表示第j列中取值为1的个数，Mi表示第i行中取值为1的个数，Q统计量近似服从于卡方分布。
三、操作过程
检验的数据条件：
§ 多个样本数据相关
多个关联样本检验案例：
题目：某农药制造厂针对侵害棉花生长的一系列害虫开发出了8种杀虫剂，为判断哪种农药最为有效，特随机选取了10名棉农并把各种药交给他们使用，一段时间后让棉农们对各种药的杀虫效果打分（效果最高为10，最差为0），结果如表5.21所示。试用多相关样本检验的方法判断棉农们对这8种药的评价是否一致。
一、数据输入
二、操作步骤1、进入SPSS，打开相关数据文件，选择“分析”“|非参数检验”“|旧对话框”|“K个相关样本”命令
2、选择进行多相关样本检验的变量。在“针对多个相关样本的检验”对话框的左侧列表框中，依次选中“杀虫剂1”～“杀虫剂8”进入“检验变量”列表框。
3、选择检验方法。在“针对多个相关样本的检验”对话框内的“检验类型”选项组中，选中“傅莱德曼”复选框。
4、设置检验的计算方法。
5、选择相关统计量的输出。
单击“针对多个相关样本的检验”对话框中的“统计”按钮。我们选中“描述”复选框，然后单击“继续”按钮返回“针对多个相关样本的检验”对话框。
6、单击“确定”按钮，等待输出结果。
四、结果分析
1、描述性统计量表 下面表可以看到棉农们对这8种杀虫剂打分的均值、标准差、最小值和最大值等。
2、傅莱德曼检验结果表傅莱德曼检验结果包括两部分：第一部分是秩表，从中可以看到各个杀虫剂的秩均值；第二部分是检验统计量表，卡方值为53.086，自由度是7，渐近显著性为0.000，远小于0.05。
（（获取更多知识，前往gz号程式解说）
分析结论：
综上所述，从傅莱德曼检验得出的结果可知，渐近显著性为0.000，远小于0.05，拒绝原假设，所以棉农们对这8种药的评价不一致，其杀虫效果不一样。
参考案例数据：
【1】spss统计分析与行业应用案例详解(第四版) 杨维忠,张甜,王国平 清华大学出版社
原文来自https://mp.weixin.qq.com/s/9FnPn7sQvbgyjFPOTc9Ppw
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
