数学建模——SPSS的非参数检验
一、单样本非参数检验
(一)总体分布的卡方检验
1.目的:根据样本数据推断总体的分布与某个已知分布是否有显著差异
2.基本假设:H0:总体分布与理论分布无显著差异
3.基本方法:
①根据已知总体的构成比计算出样本中各类别的期望频数,计算实际观察频数与期望频数的差距, 即:计算卡方值
②卡方值较小,则实际频数和期望频数相差较小.如果P大于a,不能拒绝H0,认为总体分布与已知分布无显著差异.
(二)K-S检验
1.目的:利用样本数据推断总体是否服从某个理论分布
2.基本假设:H0:总体服从指定的分布.
3.基本方法:
①根据用户指定检验的总体分布,构造出一理论的频数分布,并计算相应的累计频率.
②与样本在相同点的累计频率进行比较.如果相差较小,则认为样本所代表的总体符合指定的总体分布.
(三)随机性检验
1.目的:利用样本数据对总体可能出现的变量值是否随机进行检验.
2.基本假设:H0:总体可能出现的变量值是随机的.
3.基本方法:
①观察样本序列出现了多少游程(run).
②游程是样本序列中连续出现的变量值的次数.
③1011011010011000101010000111,它的游程数为17
④一般出现太多或太少的游程表示变量值序列有一定的非随机性.
二、两独立样本非参数检验
1.目的:由独立样本数据推断两总体的分布是否存在显著差异(或两样本是否来自同一总体)。
2.基本假设:H0:两总体分布无显著差异(两样本来自同一总体)
3.数据要求:样本数据和分组标志
4.基本方法:
4.1.曼-惠特尼U检验(Mann-Whitney U):平均秩检验
①将两样本数据混合并按升序排序
②求出其秩
③对两样本的秩分别求平均
④如果两样本的平均秩大致相同,则认为两总体分布无显著差异
4.2.k-s检验
①将两样本混合并按升序排序
②分别计算两个样本在相同点上的累计频数和累计频率
③两个累计频率相减.
④如果差距较小,则认为两总体分布无显著差异
⑤应保证有较大的样本数
4.3.游程检验(Wald-Wolfowitz runs)
①将两样本混合并按升序排序
②计算分组标志序列的游程数
③如果游程数较大,则说明是由于两类样本数据充分混合的结果,即:认为两总体分布无显著差异.
④如果两样本中有相同的样本值,则会使游程数发生变化.系统会作出提示.
三、多独立样本非参数检验
1.目的:由独立样本数据推断多个总体的分布是否存在显著差异.
2.基本假设:H0:多个总体分布无显著差异.
3.数据要求:样本数据和分组标志
4.基本方法:
4.1.相同中位数检验(median)
①判断多个总体是否是具有相同的中位数
②将多个样本数混合并按升序排序
③求出混合样本序列的中位数
④如果各独立样本中大于此中位数的个案数和小于此中位数的个案数大致相同,则认为总体有相 同的中位数
4.2.k-w检验(推广的平均秩检验)
①将多个样本数混合并按升序排序,求出其秩
②对多个样本的秩分别求平均秩序
③如果各样本的平均秩大致相等,则认为多个总体分布无显著差异
四、两配对样本非参数检验
1.含义:由配对样本数据推断两总体分布是否存在显著差异.
2.基本假设:H0:两总体分布无显著差异.
3.数据要求:两配对的样本数据.
4.基本方法:
4.1.变化显著性检验(McNemar)
①将研究对象作为自身的对照者检验其“前后”的变化是否显著
②关心的是发生变化的两格中的频数变化.如果频数变化相当,则认为无显著变化.
③数据要求只能是二分值数据
4.2.正负符号检验(sign)
①将样本2的各样本值减去样本1的各样本值.如果差值为正,则记为正号;如果差值为负,则记为负号
②如果正号的个数与负号的个数相当,则认为无显著变化.否则,认为有显著变化
4.3.符号平均秩检验(wilcoxon)
①正负符号检验只考虑了两总体数据变化的性质,而没有注意其变化的程度.符号平均秩检验注意到了这点
②将样本2的各样本值减去样本1的各样本值.如果差值为正,则记为正号;如果差值为负,则记为负号.
③将差值按升序排序,并求其秩.分别计算正号秩和负号秩总和
④如果正秩和负秩相当,认为正负变化程度相当,两总体无显著差异.
五、多匹配样本非参数检验
1.目的:由多匹配样本数据推断多个总体分布是否存在显著差异.
2.基本假设: H0:各总体分布无显著差异.
3.数据要求:多配对的样本数据。
4.基本方法:
4.1推广的平均秩检验(双向Friedman检验)
①将每个个案的变量值数据按升序排序,并求其秩
②求各样本的平均秩
③求各样本的平均秩
4.2谐同系数检验(Kendall W检验)
①谐同系数检验方法与推广的平均秩检验方法相同
②主要用在分析评判者的评判标准是否一致和公平
③通过谐同系数W进行判定.W表示了横向各样本数据之间相关的强弱程度,取值在0和1之间.越接近1,则表示相关性越强,即:评判者的评判标准一致.
数学建模——SPSS的非参数检验相关推荐
- 数学建模-SPSS典型应用
01 Logistic 回归 定义:用于研究影响关系,即X对Y的影响情况.Y为定类数据,X可以是定量数据或者定类数据 如何X 是150 170 那是定量 如果X 是 矮 不矮就是定类 探究X(定量)与 ...
- spss数据预处理步骤_数学建模准备必备的十个数据分析软件(数学建模从入门到精通)...
前几天咋们聊了很多关于数学建模的干货,比如怎么样去前期准备学习数学建模,又比如数学建模需要哪些疾病软件?再比如数学建模论文摘要写作技巧.昨天那篇更是直接把数学建模常用的思维导图.流程图软件全部统统介绍 ...
- 数学建模之spss软件使用和例题
由于要开始数学建模,学习一下统计软件spss,进行数据分析和预测等.(软件版本为spss22) 例题1.频数分析表 题目:对某高校100名大学生血清蛋白含量做频数分析,数据如表所示. 思路:使用sps ...
- 数学建模暑期集训6:用SPSS对数据进行多元线性回归分析
在本专栏的第六篇数学建模学习笔记(六)多元回归分析算法(matlab)博文中,记录了如何用matlab进行多元回归分析.本篇则将使用spss软件达到同样的效果,且使用起来比matlab更为方便. 空谈 ...
- 数学建模之SPSS的使用
数学建模之SPSS的使用 1.下载 具体看软件安装管家.写的非常详细了. 2.使用 现在学会使用做数据分析,做散点图. 首先,导入数据. 然后选择分析->描述统计->描述就可以计算各个量并 ...
- 清风数学建模学习笔记——K-means聚类模型详解及SPSS操作流程
聚类模型 聚类模型,就是将样本划分为有类似的对象组成的多个类的过程.聚类后,我们可以更加准确的在每个类中单独使用统计模型进行估计.分析或预测:也可以探究不同类之间的相关性和主要差异.此外,聚类与分 ...
- 【数学建模】聚类算法+Spss实现+Matlab代码实现
文章目录 一.聚类算法原理 二.Spss实现聚类 三.Matlab实现聚类 图片来源于清风老师视频 b站地址:数学建模学习交流 一.聚类算法原理 二.Spss实现聚类 三.Matlab实现聚类 1.创 ...
- 2021年暑假数学建模第三次模拟赛:全国各省人均消费分析与预测(很好的SPSS统计训练)
本系列赛题.数据获取: 2021年暑假数学建模模拟赛(赛题+数据+分析) 不直接提供论文等资料,分析已经很详细了 整理不易,欢迎点赞+关注+收藏 赛题 分析 这次的赛题完全可以全用SPSS来实现,以前 ...
- 数学建模-分类模型(SPSS)
目录 1.简介 2.样例-二元 1.对于预测结果不理想,在logistics模型里加入平方项交互项等. 2.如果自变量有分类变量(如男女,行业有互联网行业.旅游行业--) 3.分训练集.测试集 4.f ...
- 因子分析SPSS数学建模
一.模型介绍 这部分内容参考了文章:数学建模学习:因子分析_ЖSean的博客-CSDN博客_转换因子的解释数学建模 因子分析由斯皮尔曼在1904年首次提出,其在某种程度上可以被看成是主成分分析的推广和 ...
最新文章
- tesseract-ocr3.02字符识别过程操作步骤
- 打开完成查看的CAD图纸如何一键进行打印?
- java lambda 循环list_Java8--Lambda表达式对List集合操作(一)
- 不讲武德,只用标签名就能做文本分类
- koa-router 源码浅析
- es6 Class 的静态方法
- 左侧栏下拉框HTML代码,html5下拉菜单代码
- 哈啰出行架构调整:两轮电动车租售平台将升级为独立事业部
- 华为mysql金融版_华为云数据库MySQL金融版公测,打造满足金融场景数据安全性的高端产品...
- vue 网页点击置顶图标缓慢置顶
- 浅谈制药企业安全供电系统的设计与应用
- 偏爱MySQL,Nifty使用4个Web Server支撑5400万个用户网站
- 0004-1-模型好坏评判标准
- STL容器之数据结构图解
- 什么是LED晶膜屏?和透明LED贴膜透明屏一样吗?
- 华为平板 M3(青春版)ROOT教程 华为平板 M3一键root步骤
- 运筹说 第57期 | 整数规划的分支定界法
- JavaScript 获得对象的N种方法 [转]
- 实战:吃货联盟和幸运大转盘
- 广州楼市:这种房产千万不要碰,再便宜也不要买!