单样本检验.ppt

单样本检验
第1页，此课件共20页哦
统计学上的定义和计算公式
SPSS单样本K-S检验
定义：K-S（Kolmogorov-Smirnov）检验它是检验单一样本是否来自某一特定分布的方法。
它单样本检验
第1页，此课件共20页哦
统计学上的定义和计算公式
SPSS单样本K-S检验
定义：K-S（Kolmogorov-Smirnov）检验它是检验单一样本是否来自某一特定分布的方法。
它的检验方法是以样本数据的累计频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族。
第2页，此课件共20页哦
假设检验问题：H0:样本所来自的总体分布服从某特定分布H1:样本所来自的总体分布不服从某特定分布
第3页，此课件共20页哦
F0(x)表示理论分布的分布函数，Fn(x)表示一组随机样本的累计频率函数。
设D为F0(x)与Fn(x)差距的最大值，定义如下式：D=max|Fn(x)-F0(x)|
结论：当实际观测D>D(n,α)（D(n,α)是显著水平为α样本容量为n时，D的拒绝临界值），则拒绝H0,反之则接受H0假设。
第4页，此课件共20页哦
D(n, α)的简略表
第5页，此课件共20页哦
以Kolmogorov-Smirnov正态性检验为例介绍它的统计原理。例1：35位健康男性在未进食前的血糖浓度如表所示，试测验这组数据是否来自正态分布87 77 92 68 80 78 84 77 81 80 80 77 92 86 76 80 81 75 77 72 81 72 84 86 80 68 77 87 76 77 78 92 75 80 78 n=35
第6页，此课件共20页哦
检验过程如下：H0:健康成人男性血糖浓度服从正态分布H1: 健康成人男性血糖浓度不服从正态分布
经计算，样本的均值μ=80，标准差σ=6，这便可以作为对原假设，正态分布的参数估计值，运用于检验计算中。
第7页，此课件共20页哦
D值序列的计算结果

第8页，此课件共20页哦
χ2检验与Kolmogorov-Smirnov检验的区别
χ2检验与Kolmogorov-Smirnov检验都采用实际频数和期望频数进行检验。它们之间最大的区别在于前者主要用于类别数据，而后者主要用于有单位的数量数据，有时前者也可以用于数量数据但必须将数据分组得到实际观测频数，并要求多变量之间独立，而后者可以不分组直接把原始数据进行检验因此k-s检验对数据的应用较完整。
第9页，此课件共20页哦
第10页，此课件共20页哦
SPSS在统计中将计算K-S的Z统计量，并依据K-S分布表（小样本）或正态分布表（大样本）给出对应的相伴概率值。如果相伴概率小于或等于用户的显著性水平α，则应拒绝零假设H0，认为样本来自的总体与指定的分布有显著差异；如果相伴概率值大于显著性水平，则不能拒绝零假设H0，认为样本来自的总体与指定的分布无显著差异。
第11页，此课件共20页哦
单样本K-S检验可以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）、指数（Exponential）分布进行比较。
第12页，此课件共20页哦
SPSS中实现过程
 研究问题
某地144个周岁儿童身高数据如表10-4所示，问该地区周岁儿童身高频数是否呈正态分布？
第13页，此课件共20页哦
表10-4 儿童身高数据
身 高 区 间
人 数
64－
2
68－
4
69－
7
70－
16
71－
20
72－
25
73－
24
74－
22
76－
16
78－
2
79－
6
83－
1
第14页，此课件共20页哦
 实现步骤
图10-12 在菜单中选择“1-Sample K-S”命令
第15页，此课件共20页哦
图10-13 “One-Sample Kolmogorov-Smirnov Test”对话框
有四种可作为原假设中理论分布的分布类型
Options选项和精确检验选项。
第16页，此课件共20页哦
图10-14 “One-Sample K-S：Options”对话框
第17页，此课件共20页哦
结果和讨论
（1）本例输出结果如下表所示。
D统计量的数值
Z值等于D*sqrt(n)
，则接受原假设，认为学生身高频数服从正态分布。
注意：