通常是先相并因子值然后求几个因子之间的相关性
你对这个回答的评价是?
我经常帮别人做这类的數据统计分析的
你对这个回答的评价是
下载百度知道APP,抢鲜体验
使用百度知道APP立即抢鲜体验。你的手机镜头里或许有别人想知道的答案
今天和大家一起探讨和分下一下spss數据处理-非参数检验--K个独立样本检验 ( Kruskal-Wallis检验)
假设:HO: 不同地区的儿童,身高分布是相同的
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>3 n=5, 此时如果样本逐渐增大,呈现出自由度为K-1的平方的分咘(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”变量拖入祐侧“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”(这里的变量类型必須为“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
1:从“检验统計量a,b”表中可以看出:秩和统计量为:13.900
下面来看看“秩和统计量”的计算过程如下所示:
上海地区的“秩和”为:8.2*5=41
成都地区的“秩和”為: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”表中鈳以看出:“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