《统计分析与SPSS的应用（第五版）》（薛薇）
课后练习答案
第7章SPSS的非参数检验
1、
满意程度年龄段
青年中年老年
很不满意126 297 156
不满意306 498 349
满意88 61 75
很满意27 17 44
请选择恰当的非参数检验方法，以恰当形式组织上述数据，分析不同年龄段人群对该商品满意程度的分布状况是否一致。

卡方检验
步骤：（1）数据→加权个案→对“人数”加权→确定
（2）分析→描述统计→交叉表格→行：满意度;列：年龄→Statistics→如图选择→确定
满意程度 * 年龄交叉表
计数
年龄
总计
青年中年老年
满意程度很不满意126 297 156 579 不满意306 498 349 1153
满意88 61 75 224
很满意27 17 44 88 总计547 873 624 2044
卡方检验
值自由度渐近显著性（双
向）
皮尔逊卡方66.990a 6 .000
似然比(L) 68.150 6 .000
线性关联.008 1 .930
McNemar-Bowker 检验. . .b
有效个案数2044
a. 0 个单元格 (0.0%) 具有的预期计数少于 5。

最小预期计数为 23.55。

b. 仅为 PxP 表格计算（其中 P 必须大于 1）。

因概率P值小于显著性水平（0.05），拒绝原假设，不同年龄度对该商品满意程度不一致。

2、利用第2章第7题数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布与正态分布是否存在显著差异。

分析→非参数检验→旧对话框→1-样本-K—S…→选择相关项：本次存款金额[A5] →确定
结果如下：
单样本 Kolmogorov-Smirnov 检验
本次存款金额
数字282
正态参数a,b平均值4738.09
标准偏差10945.569
最极端差分绝对.333
正.292
负-.333
检验统计.333
渐近显著性（双尾）.000c
a. 检验分布是正态分布。

b. 根据数据计算。

c. Lilliefors 显著性校正。

因概率P值小于显著性水平（0.05），拒绝原假设，与正态分布存在显著差异。

2、为对某条工业生产线的工作稳定性进行监测，测量了该生产线连续加工的20个成品的
直径（单位：英寸），数据如下：
12.27，9.92，10.81，11.79，11.87，10.90，11.22，10.80，10.33，9.30
9.81，8.85，9.32，8.67，9.32，9.53，9.58，8.94，7.89，10.77
选择恰当的非参数检验方法，分析成品尺寸变化是由随机因素造成的，还是由生产线工作不稳定导致的。

分析→非参数检验→旧对话框→游程→选择相关项：成品的直径→确定
结果：
游程检验
成品的直径
检验值a9.87
个案数 < 检验值。

10
个案数 >= 检验值。

10
个案总计20
运行次数 3
Z -3.446
渐近显著性（双尾）.001
a. 中位数
因概率P值小于显著性水平（0.05），拒绝原假设，认为成品尺寸的变化是由生产线工作不稳定导致的。

4、利用第2章第7题数据，选择恰当的非参数检验方法，分析不同常住地人群本次存款金额的总体分布是否存在显著差异。

两独立样本的K-S检验
分析→非参数检验→旧对话框→2-样本-K—S…→选择相关项：本次存款金额[A5] 、常住地区位置[A13]→确定
结果：
Mann-Whitney 检验
列组
常住地位置数字等级平均值等级之和
本次存款金额沿海或中心繁华城市200 149.65 29929.00 边远地区82 121.63 9974.00
总计282
检验统计a
本次存款金额
Mann-Whitney U 6571.000
Wilcoxon W 9974.000
Z -2.627
渐近显著性（双尾）.009
a. 分组变量：常住地位置
双样本 Kolmogorov-Smirnov 检验
频率
常住地位置数字
本次存款金额沿海或中心繁华城市200
边远地区82
总计282
检验统计a
本次存款金额
最极端差分绝对.152
正.019
负-.152
Kolmogorov-Smirnov Z 1.162
渐近显著性（双尾）.135
a. 分组变量：常住地位置
因概率P值大于显著性水平（0.05），不应拒绝原假设，认为不同地区本次存取款金额的分布不存在显著差异。

5、超市中有A,B两种品牌的袋装白糖，标重均为400克。

分别对两种袋装白糖进行随机抽
A品牌398.3，401.2，401.8，399.2，398.7，397.5，395.8，396.7，398.4，399.4，392.1，395.2
B品牌399.2，402.9，403.3，405.9，406.3，402.3，403.7，397.0，405.9，400.0，400.1,401.0
异。

两独立样本的曼-惠特尼检验
分析→非参数检验→旧对话框→2个独立样本-…→选择相关项：重量[weight] 、品牌[brand]→确定
结果：
Mann-Whitney 检验
列组
品牌数字等级平均值等级之和
重量A品牌12 7.96 95.50
B品牌12 17.04 204.50
总计24
检验统计a
重量
Mann-Whitney U 17.500
Wilcoxon W 95.500
Z -3.148
渐近显著性（双尾）.002
精确显著性[2*(单尾显著性)] .001b
a. 分组变量：品牌
b. 未修正结。

因概率P值小于显著性水平（0.05），应拒绝原假设，两品牌白糖实际重量的分布存在显著差异
6、选择恰当的非参数检验方法，对“裁判打分.sav”数据随机选取10%的样本，并以恰当形式重新组织数据后，分析不同国家裁判对运动员的打分标准是否一致。

选择恰当的非参数检验方法，对《裁判打分.sav》数据随机选取10%的样本（数据文件在可供下载的压缩包中），并以恰当的形式重新组织数据后，分析不同国家的裁判员对运动员打分标准是否一致。

分析→非参数检验→旧对话框→K个相关样本-…→选择相关项……→确定
结果：
Friedman 检验
列组
等级平均值
意大利 4.39
韩国 6.59
罗马尼亚 2.44
法国 6.53
中国 2.48
美国 6.41
俄罗斯 2.75
热心观众 4.41
检验统计a
数字300
卡方1212.907
自由度7
渐近显著性.000
a. Friedman 检验
因为Sig 值为0.000，小于检验水平为0.05，所以应拒绝原假设，即认为不同国家的裁判员对运动员打分标准一致。

7、为研究喝酒是否显著增加驾驶员在应急情况下的刹车反应时间，随机测试了10名驾驶员饮用相同酒量前后的刹车反应时间，数据如下：
选择恰当的非参数检验方法对上述问题进行分析。

两配对样本的秩检验
分析→非参数检验→旧对话框→2个相关样本-…→选择相关项：重量[weight] 、品牌[brand]→确定
Wilcoxon 带符号等级检验
列组
数字等级平均值等级之和
喝酒后 - 喝酒前负秩0a.00 .00
正秩10b 5.50 55.00
结0c
总计10
a. 喝酒后 < 喝酒前
b. 喝酒后 > 喝酒前
c. 喝酒后 = 喝酒前
检验统计a
喝酒后 - 喝酒前
Z -2.803b
渐近显著性（双尾）.005
a. Wilcoxon 带符号等级检验
b. 基于负秩。

因概率P值小于显著性水平（0.05），应拒绝原假设，喝酒前后刹车反映时间存在显著差异8、为分析大众对牛奶品牌是否具有偏好性，随机挑选超市了收集其周一至周六各天三种品
星期包装方式1 包装方式2 包装方式3
1.00
2.00 11.40
6.40
5.80
8.60
3.50
7.50
3.00
4.00
5.00
6.00
13.80
11.20
8.30
7.30
7.00
10.80
8.80
6.20
9.80
10.40
9.30
2.50
多配对样本的friedman检验（与第6题相同）
分析→非参数检验→旧对话框→K个相关样本-…→选择相关项……→确定
Friedman 检验
列组
等级平均值
品牌1 2.33
品牌2 2.00
品牌3 1.67
检验统计a
数字 6
卡方 1.333
自由度 2
渐近显著性.513
a. Friedman 检验
因概率P值大于显著性水平（0.05），不应拒绝原假设，三个品牌牛奶的日销售数据不存在显著差异。