spss中假设检验分析的学习心得(SPSS非参数假设检验)
单样本K-S检验是一种针对单个变量的数据分布进行的探索类别的检验方法。它不需要将数据分组,直接对原始数据的n个观测值进行检验,单样本K-S检验主要用于连续型数据。其中可检验分布类别有正态分布、平均分布、泊松分布、指数分布等。通常用到最多的就是检验是否服从正常性分布。
下面,我们通过实际案例来详细讲解单样本K-S检验数据是否符合正态分布。我们搜集了472例减肥前体重数据,检验该数据整体上是否服从正态性分布(图1)
图1
SPSS中的操作步骤
①点击“分析”--“非参数检验”--“旧对话框”--“单样本K-S”(图2)
图2
②将减肥前体重选入右侧检验变量列表内(图3)
图3
③勾选下方检验分布中的“正态”标签(图4),后点击确定
图4
④对SPSS的输出结果进行分析
图5
由上图(图5)可以看出:本检验的原假设H0为被检验变量是服从正态性分布,这里基于原假设H0的显著性水平为0小于0.05,意味着减肥前体重服从正态性的概率为0%,因此需要拒绝原假设H0,接受备选假设,即减肥前体重不服从正态性分布。
以上就是本期内容,我们将持续推出更多实用的生物医药统计课程,涵盖SPSS、Meta、Stata、GraphPad、SAS、R、NoteExpress、EndNote、Revman等数据统计分析软件及统计学方法!敬请关注哦!
版权说明:本文系杏花开生物医药统计原创文章。
【杏花开生物医药统计】相关文章:
· SPSS非参数假设检验(2)SPSS游程检验
· SPSS非参数假设检验(1)SPSS二项检验
· SPSS差异分析(4)配对样本T检验
· SPSS差异分析(3)独立样本T检验
·SPSS差异分析(2)比较均值和T检验
·SPSS差异分析(1)比较均值和T检验
·Amos分类调节变量多群组分析的操作与详解
·最小二乘回归模型在生物医药统计中的应用(2)
·最小二乘回归在生物医药统计分析中的应用(1)
·SPSS方差分析之协方差分析(2)协方差分析操作
·SPSS方差分析(1)协方差分析的前置条件
·SPSS判别分析的操作及应用(2)逐步判别分析
·SPSS判别分析的操作及应用(1)一般判别分析
·SPSS聚类分析(K-均值聚类)软件操作结果解读
·SPSS聚类分析(R型聚类)的软件操作与结果解读
· SPSS聚类分析的软件操作与结果解读
· SPSS曲线回归分析的应用与操作详解
· 多因素方差分析(3)Graphpad简单效应折线图
· SPSS方差分析之多因素方差分析(2)(简单效应)
· SPSS方差分析之多因素方差分析(1)
· SPSS虚拟线性回归分析在问卷量表数据统计分析中的应用
· SPSS进行中介效应检验的实战操作与分析
· AMOS结构方程教程,SPSS调节效应分析操作与结果的详细解读
· SPSS混合线性模型在生物医药统计中的应用与操作
· SPSS无序Logistic回归在生物医药统计分析中的应用
· AMOS处理生物医药问卷中的中介效应分析
· AMOS进行问卷分析效度分析之验证因子分析
· SPSS调节回归分析在生物医药统计分析中应用
· SPSS重复测量方差分析在生物医药中的应用
· SPSS进行组间差异比较及其两两比较
· SPSS独立样本T检验与SPSS单因素方差分析
· GraphPad Prism绘制ROC曲线具体操作步骤
· SPSS进行连续型数据的正态分布检验
· SPSS有序Logistic回归的具体操作
· SPSS生存分析在生物医药统计中的应用之COX风险比例回归
· SPSS二元Logistic回归在生物医药统计分析中的应用
· Medcalc软件精准比较多个指标诊断准确率
· SPSS多元线性回归的应用操作及分析
· SPSS和GraphPad如何比较组内和组间差异
· AMOS结构方程进行医学问卷量表分析教程
· SPSS生存分析在生物医药统计中的应用
· GraphPad Prism统计绘图之柱状图、箱式图
· SPSS中对问卷数据进行探索因子分析的详细操作与结果解读
· SPSS问卷数据统计分析之项目分析
· Excel进行线性回归模型分析的操作
· SPSS中常用的参数和非参数检验方法
· ROC曲线在SPSS中的操作及应用
· 一文读懂R语言如何实现逐步回归分析
· R语言中如何绘制散点图和箱线图?
· SPSS中的Variable数据变量类型介绍
· 相关性分析在SPSS中的操作,相关系数含义
· 一文读懂SPSS单因素方差分析及方差分析
· 线性回归决定系数R方的计算方法及具体意义
· 医学和生物统计全过程
· 生物和医学统计中的假设检验
· GraphPad Prism绘制生存曲线详细教程
,免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com