（3）“设置”选项卡：用于设定检验方法及对应的选项， 如下图所示。
5.2 单样本的非参数检验 5.2.2 卡方检验
1．卡方检验的概念
也称卡方拟合优度检验，它是K.Pearson给出的一种最 常用的非参数检验方法，用于检验观测数据是否与某种概率 分布的理论数值相符合，进而推断观测数据是否是来自于该 分布的样本的问题。
H0
5.2 单样本的非参数检验 5.2.1 基本概念及统计原理
（1）“目标”选项卡：用于设置非参数检验的目标，每个 不同的选项对应于“设置”选项卡上不同的默认配置，如 下图所示。
H0
5.2 单样本的非参数检验 5.2.1 基本概念及统计原理
（2）“字段”选项卡：用于设定待检验变量。
H0
5.2 单样本的非参数检验 5.2.1 基本概念及统计原理
5.2.2 卡方检验
第4步 单因素的非参数检验设置：选择菜单“分析→非参数 检验→单样本”，在“目标”选项卡选择“自定义分析”； 在“字段”选项卡中选择“使用定制字段分配”，并将“工 作日”字段选入“检验字段”；“设置”选项卡中选择“自 定义检验”，并选中“比较观察可能性和假设可能性（卡方 检验）”，“检验选项”及“用户缺失值”保持默认选项。
非参数检验包括单样本（O）、独立样本（I）、相关样
本（R）的非参数检验。
5.1 参数检验及非参数检验的区别
1．参数检验和非参数检验的区别
参数检验和非参数检验最本质的区别是：参数检验需要 事先确定或假定总体的分布，非参数检验则不需要假定总体 的分布，而是直接用样本来推断总体的分布。 除此之外，二者之间还可以从很多方面来区分。 ➢研究的对象和目标不同。
”。 ➢第2步 选择检验统计量：卡方分布选择的是Pearson卡方统
计量。已证明，当n充分大时，它近似地服从自由度为k-1的
卡方分布。
➢第3步 计算检验统计量的观测值和概率p值。
➢第4步 给出显著性水平，作出决策。
5.2 单样本的非参数检验
5.2.2 卡方检验
4．卡方检验SPSS实例分析
【例5-1】 某公司质检负责人欲了解企业一年内出现的次品 数是否均匀分布在一周的五个工作日中，随机抽取了90件次 品的原始记录，其结果如下表，问该企业一周内出现的次品 数是否均匀分布在一周的五个工作日中？（ 0.05）
采用卡方统计量，典型的卡方统计量是Pearson卡方统计量，
其公式为：
2 k (ni npi )2
i1 npi
H0
5.2 单样本的非参数检验 5.2.2 卡方检验
3.分析步骤
➢第1 步 提出零假设：卡方检验的零假设H0是“总体服从某 种理论分布”，其对立假设H1是“总体不服从某种理论分布
第五章
非参数检验
主要内容
5.1 参数检验与非参数检验的比较 5.2单样本的非参数检验
非参数检验
非参数检验是在总体分布未知的情况下，利用样本数据 对总体分布形态等进行推断的方法，在推断过程中不涉及有 关总体分布的参数，而是检验总体某些有关的性质，如总体 的分布位置、分布形状之间的比较等。
与参数检验的原理相同，非参数检验过程也是先根据问 题提出原假设，然后利用统计学原理构造出适当的统计量， 最后利用样本数据计算统计量的概率P值，与显著性水平进 行比较，得出拒绝或者接受原假设的结论。
第5步 卡方检验的选项设置：打开“卡方检验选项”对话框 ，选择” 所有类别概率相等（V）“选项。
5.2 单样本的非参数检验
5.2.2 卡方检验
第6步 运行结果及分析：
➢卡方检验的假设检验数据摘要
给出了卡方检验 的原假设为“工作日的 类别以相同的概率发 生”，其相伴概率值Sig. = 0.014 < 0.05，说明应 拒绝原假设，因此图512的“决策者”给出 “拒绝原假设”的决策， 认为工作日的类别是以 不同概率发生的，即认 为该企业一周内出现的 次品数不是均匀分布在 一周的五个工作日中。
工作日 次品数
1 2 34 5 25 15 8 16 26
5.2 单样本的非参数检验
5.2.2 卡方检验
第1步 分析：由于考虑的是次品是否服从均匀分布的问题， 故用卡方检验。
第2步 数据组织：建立SPSS数据文件，建立两个变量：“工 作日”、“次品数”，录入相应数据，保存为文件data54.sav。
5.1 参数检验及非参数检验的区别
3 非参数检验的缺点 （1）二者效率有差距。 （2）当样本容量较大时，非参数检验的计算比较复 杂、困难。 （3）参数检验与非参数检验有各自特点，并非所有 的参数检验都可转化为非参数检验。
主要内容
5.1参数检验与非参数检验比较 5.2单样本的非参数检验
H0
5.2 单2.2 卡方检验
1．卡方检验的概念
也称卡方拟合优度检验，它是K.Pearson给出的一种最 常用的非参数检验方法，用于检验观测数据是否与某种概率 分布的理论数值相符合，进而推断观测数据是否是来自于该 分布的样本的问题。
2．统计原理
为检验实际分布是否与理论分布（期望分布一致），可
➢研究的统计量有所不同。
5.1 参数检验及非参数检验的区别
2非参数检验的优点 （1）它对总体分布一般不做过多的限制，任何分布 都可以用非参数检验进行研究，其应用范围大于参 数检验。 （2）由于非参数检验不依赖于总体分布形态，因而 它天然具有稳健特性。 （3）对资料的测量水平 要求不高。 （4）非参数检验 比较直观，容易理解。
第3步 “次品数”字段加权处理：通过分析“工作日”及“ 次品数”两个字段的含义及度量标准，确定“工作日”为被 分析字段，而“次品数”表示各工作日出现的频数，所以应 该对“次品数”进行加权处理。执行“数据”→“加权个案 ”，打开“加权个案”对话框，按图5-10所示进行设置。
5.2 单样本的非参数检验
5.2.1 基本概念及统计原理
单样本非参数检验使用一个或多个非参数检验方法 来识别单个总体的分布情况，不需要待检验的数据呈正态 分布。
SPSS的单样本非参数检验方法包括卡方检验、二项 分布检验、游程检验、K-S检验及Wilcoxon符号检验五种。
在SPSS 23中，所有单样本的非参数检验有一些共同 的设置。单样本非参数检验的对话框有三个选项卡，分别 为“目标”、“字段”和“设置”，具体设置如下：