我用SPSS22.0对数据进行正态分布检验，想问下这个结果是否符合正态分布。。。_百度知道
我用SPSS22.0对数据进行正态分布检验，想问下这个结果是否符合正态分布。。。
hiphotos://e.baidu.jpg" esrc="http.hiphotos./zhidao/wh%3D450%2C600/sign=/zhidao/pic/item/ebc4ab229a4a8526cffc1f17168e.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><img class="ikqb_img" src="/zhidao/wh%3D600%2C800/sign=3cc39fc00ef7f383cc3fbf2/ebc4ab229a4a8526cffc1f17168e.baidu://e://e<a href="http
看最后一行，说明你的数据分布与正态分布的差异有统计意义，不符合正态分布
为您推荐：
正态分布的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
如何在SPSS中进行正态分布的检验
下载积分：30
内容提示：如何在SPSS中进行正态分布的检验
文档格式：PDF|
浏览次数：735|
上传日期： 07:00:26|
文档星级：
该用户还上传了这些文档
如何在SPSS中进行正态分布的检验
官方公共微信13.1.2.1& 数据准备
&&& 激活数据管理窗口，定义变量名：各周日为day，死亡数为death。按顺序输入数据， 结果见图13.1。激活Data菜单选Weight Cases...命令项，弹出Weight Cases对话框（如图13.2），选death点击钮使之进入Frequency Variable框，定义死亡数为权数，再点击OK钮即可。
图13.1& 数据录入窗口
图13.2& 数据加权对话框
13.1.2.2& 统计分析
&& 激活Statistics菜单选Nonparametric Tests中的Chi-Square...命令项，弹出Chi-Square Test对话框（图13.3）。现欲对一周内各日的死亡数进行分布分析，故在对话框左侧的变量列表中选day，点击钮使之进入Test Variable List框，点击OK钮即可。
图13.3& 卡方检验对话框
13.1.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 运算结果显示一周内各日死亡的理论数（Expected）为15.71，即一周内各日死亡均数；还算出实际死亡数与理论死亡数的差值（Residual）；卡方值χ2 = 3.4000，自由度数（D.F.）= 6 ，P = 0.7572 ，可认为一周内各日的死亡危险性是相同的。
&&&&&&&&&&&&&&&&&&& Cases
&&&&&& Category& Observed& Expected& Residual
&&&&&&&&&& 1.00&&&&&&& 11&&&& 15.71&&&& -4.71
&&&&&&&&&& 2.00&&&&&&& 19&&&& 15.71&&&&& 3.29
&&&&&&&&&& 3.00&&&&&&& 17&&&& 15.71&&&&& 1.29
&&&&&&&&&& 4.00&&&&&&& 15&&&& 15.71&&&&& -.71
&&&&&&&&&& 5.00&&&&&&& 13&&&& 15.71&&&& -2.71
&&&&&&&&&& 6.00&&&&&&& 16&&&& 15.71&&&&&& .29
&&&&&&&&&& 7.00&&&& &&&19&&&& 15.71&&&&& 3.29
&&&&&&&&&&&&&&&&&&&&& ---
&&&&&&&&& Total&&&&&& 110
&&&&&&&&& Chi-Square&&&&&&&&&&& D.F.&&&&&&&& Significance
&&&&&&&&&&&& 3.4000&&&&&&&&&&&&&& 6&&&&&&&&&&&&& .7572
Binomial过程
&&& 有些总体只能划分为两类，如医学中的生与死、患病的有与无。从这种二分类总体中抽取的所有可能结果，要么是对立分类中的这一类，要么是另一类，其频数分布称为二项分布。调用Binomial过程可对样本资料进行二项分布分析。
&&& [例13-2]某地某一时期内出生40名婴儿，其中女性12名（定Sex=0），男性28名（定Sex=1）。问这个地方出生婴儿的性比例与通常的男女性比例（总体概率约为0.5）是否不同？
13.2.2.1 数据准备
&&& 激活数据管理窗口，定义性别变量为sex。按出生顺序输入数据，男性为1 ,女性为0。
13.2.2.2 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中的Binomial Test...命令项，弹出 Binomial Test对话框（图13.4）。在对话框左侧的变量列表中选sex，点击钮使之进入Test Variable List框，在Test Proportion框中键入0.50，再点击OK钮即可。
图13.4& 二项分布检验对话框
13.2.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 二项分布检验表明，女婴12名，男婴28名，观察概率为0.7000（即男婴占70%），检验概率为0.5000，二项分布检验的结果是双侧概率为0.0177，可认为男女比例的差异有高度显著性，即与通常0.5的性比例相比，该地男婴比女婴明显为多。
&&&&& Cases
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& Test Prop. =&& .5000
&&&&&&&& 28&&& = 1.00&&&&&&&&&&& Obs. Prop. =&& .7000
&&&&&&& &12&&& =& .00
&&&&&&&& --&&&&&&&&&&&&&&&&&&&&& Z Approximation
&&&&&&&& 40&& Total&&&&&&&&&&&&& 2-Tailed& P = .0177
&&& Runs过程可进行游程检验，即用于检验
&&&& [例13-3]某村发生一种地方病，其住户沿一条河排列，调查时对发病的住户标记为“1”，对非发病的住户标记为“0”，共17户：
0& 1& 1& 0& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 1& 1& 0& 0& 1& 0& 0& 0& 0& 1& 0& 1
问病户的分布排列是呈聚集趋势，还是随机分布？
13.3.2.1& 数据准备
&&& 激活数据管理窗口，定义住户变量为epi。按住户顺序输入数据，发病的住户为1 ,非发病的住户为0。
13.3.2.2& 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中的Runs Test...项，弹出 Runs Test对话框（图13.5）。在对话框左侧的变量列表中选epi，点击钮使之进入Test Variable List框。在临界割点Cut Point框中有四个选项：
图13.5& 游程检验对话框
&&& 1、Median：中位数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为另一类；
&&& 2、Mode：众数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为另一类；
&&& 3、Mean：均数作临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为另一类；
&&& 4、Custom：用户指定临界割点，其值在临界割点之下的为一类，大于或等于临界割点的为另一类；
&&& 本例选Custom项，在其方框中键入1（根据需要选项，本例是0、1二分变量，故临界割点值用1），再点击OK钮即可。
13.3.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 检验结果可见本例游程个数为14，检验临界割点值（Test value） = 1.00，小于1.00者有17个案例，而大于或等于1.00者有9个案例。Z = 0.3246，双侧 P = 0.7455。 所以认为此地方病的病户沿河分布的情况无聚集性，而是呈随机分布。
&&&&&&&&&& Runs:&& 14&&&&&&&&&& Test& value& =& 1.00
&&&&&&&&&& Cases:& 17&& LT 1.00
&&&&&&&&&&&&&&&&&&& 9&& GE 1.00&&&&&&&&&&& Z =&& .3246
&&&&&&&&&&&&&&&&&& --
&&&&&&&&&&&&&&& &&&26&& Total&&&& 2-Tailed& P =&& .7455&&
1-Sample K-S过程
&&& 调用此过程可对单样本进行Kolmogorov-Smirnov Z检验，它将一个变量的实际频数分布与正态分布（Normal）、均匀分布（Uniform）、泊松分布（Poisson）进行比较。
&&& [例13-4]某地正常成年男子144人红细胞计数（万/立方毫米）的频数资料如下，问该资料的频数是否呈正态分布？
红细胞计数
红细胞计数
13.4.2.1& 数据准备
&&& 激活数据管理窗口，定义频数变量名为f，依次输入人数资料。
13.4.2.2& 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中的1-Sample K-S ...命令项，弹出One-Sample Kolmogorov-Smirnov Test 对话框（图13.6）。在对话框左侧的变量列表中选f,点击钮使之进入Test Variable List框，在Test Distribution框中选Normal项，表明与正态分布形式相比较，再点击OK钮即可。
图13.6& 单样本Kolmogorov-Smirnov Z检验对话框
13.4.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
K-S正态性检验的结果显示，Z值=0.7032，双侧P值=0.7060，可认为该地正常成年男子的红细胞计数符合正态分布。
&&&& Test distribution& -& Normal&&&&&&&&&&&&&&&&&&&& Mean:& 12.0000
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& Standard Deviation:&& 9.3808
&&&&&&&&&&&&& Cases:& 12
&&&& &&&&&&&&&Most extreme differences
&&&&&&& Absolute&&&&&&& Positive&&&&& Negative&&&&&&&& K-S Z&&&&&& 2-Tailed P
&&&&&&&& .20298&&&&&&&& .20298&&&&&&& -.16509&&&&&&&&& .7032&&&&&&&&& .7060
2 Independent Samples过程
&&& [例13-5]调查某厂的铅作业工人7人和非铅作业工人10人的血铅值（μg / 100g）如下，问两组工人的血铅值有无差别？
非铅作业组
5&&& 5&&& 6&&& 7&&& 9&&& 12&&& 13&&& 15&&& 18&&& 21
&&& 17&& 18&& 20&& 25&& 34&&& 43&&& 44
13.5.2.1 数据准备
&&& 激活数据管理窗口，定义分组变量为group（非铅作业组为1，铅作业组为2），血铅值为Pb。按顺序输入数据。
13.5.2.2 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中的2 Independent Samples...命令项，弹出Two-Independent-Samples-Test对话框（图13.7）。在对话框左侧的变量列表中选Pb,点击钮使之进入Test Variable List框；选group，点击钮使之进入Grouping Variable框，点击Define Groups...钮，在弹出的Two Independent Samples:Define Groups对话框内定义Group 1为1，Group 2为2，之后点击Continue钮返回Two-Independent-Samples-Test对话框；在Test Type框中有四种检验方法：
图13.7& 两独立样本检验对话框
&&& Mann-Whitney U：主要用于判别两个独立样本所属的总体是否有相同的分布；
&&& Kolmogorov-Smirnov Z：推测两个样本是否来自具有相同分布的总体；
&&& Moses extreme reactions：检验两个独立样本之观察值的散布范围是否有差异存在，以检验两个样本是否来自具有同一分布的总体；
&&& Wald-Wolfowitz runs：考察两个独立样本是否来自具有相同分布的总体。
&&& 本例选Mann-Whitney U检验方法，之后点击OK钮即可。
13.5.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 结果表明，第1组的平均秩次（Mean Rank）为5.95，第2组的平均秩次为13.36，U = 4.5，W = 93.5，精确双侧概率P = 0.0012，可认为铅作业组工人的血铅值高于非铅作业组。
PB& by& GROUP
&&&& Mean Rank&&& Cases
&&&&&&&&& 5.95&&&&&& 10&&& GROUP = 1
&&&&&&&& 13.36&&&&&&& 7&&& GROUP = 2
&&&&&&&&&&&&&&&&&&&& --
&&&&&&&&&&&&&&&&&&& 17& Total
&&&&&&&& &&&&&&&&&&&&&&&&&&&&&&&&&Exact&&&&&&&&&&&& Corrected for ties
&&&&&&&&&& U&&&&&&&&&&&& W&&&&& 2-Tailed P&&&&&&&&&& Z&&&&& 2-Tailed P
&&&&&&&&&& 4.5&&&&&&&&& 93.5&&&&&& .0012&&&&&&&& -2.9801&&&&&& .0029
k Independent Samples过程
&&& 调用此过程可对多个独立样本进行中位数检验和Kruskal-Wallis H检验。
&&& [例13-6]随机抽样得以下三组人的血桨总皮质醇测定值（μg / L），试比较有无差异？
单纯性肥胖
皮质醇增多症
13.6.2.1& 数据准备
&&& 激活数据管理窗口，定义分组变量为 group（正常人为1，单纯性肥胖为2，皮质醇增多症为3），总皮质醇测定值为pzc。按顺序输入数据。
13.6.2.2& 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中的k Independent Samples...项，弹出 Tests for Several Independent Samples对话框（图13.8）。在对话框左侧的变量列表中选pzc,点击钮使之进入Test Variable List框。选group，点击钮使之进入Grouping Variable框，点击Define Range...钮，在弹出的K Independent Samples:Define Range对话框内定义Mininum为1，Maxinum为2，之后点击Continue钮返回Two-Independent-Samples-Test对话框。在Test Type框中有两个检验方法的选项：Kruskal-Wallis H为单向方差分析，检验多个样本在中位数上是否有差异，Median为中位数检验，检验多个样本是否来自具有相同中位数的总体；本例选Kruskal-Wallis H项。之后点击OK钮即可。
图13.8&& 多样本资料的秩和检验对话框
13.6.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 结果表明，1至3组的平均秩次（Mean Rank）分别为9.65、11.75、25.10，χ2 值（即H值）为 18.1219，P = 0.0001；可认为三组人的血桨总皮质醇测定值有差异，根据本例情况可看出皮质醇增多症组高于其他两组人。
PZC& by& GROUP
&&&& Mean Rank&&& Cases
&&&&&&&&& 9.65&&&&&& 10&& GROUP =&&& 1
&&&&&&&& 11.75&&&&&& 10&& GROUP =&&& 2
&&&&&&&& 25.10&&&&&& 10&& GROUP =&&& 3
&&&&&&&&&&&&&&&&&&&& --
&&&&&&&&&&&&&&&&&&&& 30&& Total&&&&&&&&&&&&&&&&&&&& Corrected for ties&&&&&&&&&&
&Chi-Square&&&& D.F.&&& Significance&&& Chi-Square&&&&&& D.F.&& Significance
&&& 18.1219&&&&&& 2&&&&&&&& .0001&&&&&&& 18.1300&&&&&&&&&& 2&&&&&&& .0001
2 Related Samples过程
&&& 两个相关样本
&&& [例13-7]研究饲料中缺乏Vit E对大鼠肝中Vit A含量的关系，将大鼠按性别相同、体重相近的原则配成8对，并将每对大鼠随机分为2组（正常饲料组、Vit E缺乏饲料组），一定时间后杀死大鼠，测定肝中Vit A含量，结果如下表，问：饲料中缺乏Vit E对大鼠肝中Vit A含量有无影响？
正常饲料组
Vit E 缺乏饲料组
13.7.2.1& 数据准备
&&& 激活数据管理窗口，定义正常饲料组变量名为va1, Vit E 缺乏饲料组变量名为va2, 按顺序输入数据。
13.7.2.2& 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中 2 Related Samples...项，弹出Two-Related-Samples Tests对话框（图13.9）。在对话框左侧的变量列表中选va1，在Current Selections栏的Variable 1处出现va1，选va2，在Current Selections栏的Variable 2处出现va2，然后点击钮使va1 -va2（表明是配对变量）进入Test Pair(s) List框。在Test Type框中有三种检验方法：
图13.9& 两相关样本的秩和检验对话框
&&& 1、Wilcoxon：配对符号等级秩次检验，
&&& 2、Sign：符号检验；
&&& 3、McNemar：以研究对象作自身对照，检验其“前后”的变化是否显著，该法适用于相关的二分变量数据。
&&& 本例选Wilcoxon和Sign两项。点击Options...钮，弹出Two-Related-Samples:Options
对话框，在Statistics栏中选Decriptive项，要求计算均数、标准差等指标，点击Continue钮返回Two-Related-Samples Tests对话框，之后点击OK钮即可。
13.7.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 首先显示两变量va1和va2的例数、均数、标准差、最大值和最小值；配对符号秩和检验（Wilcoxon Matched-Pairs Signed-Ranks Test）结果，其平均秩分别为5.00 和1.00 ，Z = -2.3805，双侧P = 0.0173，可认为两组大鼠肝中Vit A含量有差别，饲料中缺乏Vit E会使大鼠肝中Vit A含量降低；但符号检验（Sign Test）的结果，双侧P = 0.0703，则认为两组大鼠肝中Vit A含量无差别。在这种情况下，应取配对符号秩和检验（Wilcoxon）结果，因两法比较之下，配对符号秩和检验较为敏感，效率较高。
&&&&&&&&&&&&&&& N&&&&&&& Mean&&&& Std Dev& Minimum& Maximum
VA1&&&&&&&&&&&& 8&&& 34.75000&&&& 6.64852&&& 20.90&&& 41.40
VA2&&&&&&&&&&&& 8&&& 26.23750&&&& 5.82064&&& 18.30&&& 34.00
- - - - - Wilcoxon Matched-Pairs Signed-Ranks Test
&&&&&& VA1
&with& VA2
&&&& Mean Rank&&& Cases
&&&&&&&&& 5.00&&&&&&& 7& - Ranks (VA2 LT VA1)
&&&&&&&&& 1.00&&&&&&& 1& + Ranks (VA2 GT VA1)
&&&&&&&&&&&&&&&&&&&&& 0&&& Ties& (VA2 EQ VA1)
&&&&&&&&&&&&&&&&&&&& --
&&&&&&&&&&&&&&& &&&&&&8&&& Total
&&&&&&&& Z =&& -2.3805&&&&&&&&&&& 2-Tailed P =& .0173
- - - - - Sign Test
&&&&&&&&&& Cases
&&&&&&&&&&&&&& 7& - Diffs (VA2 LT VA1)
&&&&&&&&&&&&&& 1& + Diffs (VA2 GT VA1)&&&&&& (Binomial)
&&&&&&&&&&&&&& 0&&& Ties&&&&&&&& &&&&&&&&&&&&2-Tailed P =&&&&& .0703
&&&&&&&&&&&&& --
&&&&&&&&&&&&&& 8&&& Total
K Related Samples过程
&&&& 个相关样本
&&& [例13-8]用某药治疗血吸虫病患者，在治疗前和治疗后一周、二周和四周各测定7名患者血清SGPT值的变化，以观察该药对肝功能的影响，结果如下表，问：患者四个阶段的血清SGPT值有无不同？
治& 疗& 后
13.8.2.1& 数据准备
&&& 激活数据管理窗口，定义变量名：治疗前为before、治疗后一周为w1、二周为w2、四周为w4，按顺序输入各组SGPT数据。
13.8.2.2& 统计分析 &&&&&&&&
&&& 激活Statistics菜单选Nonparametric Tests中的k Related Samples...命令项，弹出 Tests for Serveral Related Samples对话框（图13.10）。在对话框左侧的变量列表中选before、w1、w2和w4, 点击钮使before、w1、w2和w4均进入Test Variables框。在Test Type框中有三种选项：
&&& 1、Friedman：双向方差分析，考察多个相关样本是否来自同一总体；
&&& 2、Cochran's Q：作为两相关样本McNemar检验的多样本推广，特别适用于定性变量和二分字符变量；&&
&&& 3、Kendall's W：Kendall和谐系数检验，通过计算Kendall和谐系数W，以检验多个相关样本是否来自同一分布的总体。
&&& 本例选Friedman和Kendall’s W两种检验方法，再点击Statistics...钮，弹出K Related-Samples:Statistics对话框，在Statistics栏中选Decriptive项，要求计算均数、标准差等指标，点击Continue钮返回K Related-Samples Tests对话框；最后点击OK钮即可。
图13.9& 多个相关样本的秩和检验对话框
13.8.2.3& 结果解释
&&& 在结果输出窗口中将看到如下统计数据：
&&& 首先显示的是四个变量before、w1、w2、w4的例数、均数、标准差、最大值和最小值。
&&& 接着显示检验结果：
&&& Friedman双向方差分析，平均秩次分别1.29、3.86、3.00和1.86 ，χ2 = 16.7143，P = 0.0008，可认为患者四个阶段的血清SGPT值有差别。
&&& Kendall和谐系数检验，平均秩次分别1.29、3.86、3.00和1.86 ，和谐系数W = 0.7959，χ2& = 16.7143，P = 0.0008，结论同前。
&&&&&&&&&&&&&&& N&&&&&&&& Mean&&&& Std Dev&& Minimum&& Maximum
BEFORE&&&&&&&&& 7&&&& 63.14286&&& 14.70180&&&& 45.00&&&& 90.00
W1&&&&&&&&&&&&& 7&&& 221.14285&&& 61.55331&&& 140.00&&& 300.00
W2&&&&&&&&&&&&& 7&&& 164.57143&&& 47.27528&&&& 83.00&&& 220.00
W4&&&&&&&&&&&&& 7&&&& 86.14286&&& 34.48878&&&& 36.00&&& 144.00
- - - - - Friedman Two-Way Anova
&&&& Mean Rank&& Variable
&&&&&&&&& 1.29&& BEFORE
&&&&&&&&& 3.86&& W1
&&&&&&&&& 3.00&& W2
&&&&&&&&& 1.86&& W4
&&&&&&&&& Cases&&&&&&& Chi-Square&&&&&&&&& D.F.&& Significance
&&&&&&&&&&&& 7&&&&&&&&&& 16.7143&&&&&&&&&&&& 3&&&&&&&&& .0008
- - - - - Kendall Coefficient of Concordance
&&&& Mean Rank&& Variable
&&&&&&&&& 1.29&& BEFORE
&&&&&&&&& 3.86&& W1
&&&&&&&&& 3.00&& W2
&&&&&&&&& 1.86&& W4
&&&&&&&&& Cases&&&&&&&&&&&&&& W&&&&&& Chi-Square&&&&&&&& D.F.& Significance
&&&&&&&&&&&& 7&&&&&&&&&& .7959&&&&&&&&& 16.7143&&&&&&&&&&& 3&&&&&&&& .0008
