多独立样本的非参数检验之中位数检验

中位数检验通过对多独立样本的分析,检验它们来自的总体的中位数是不是存在显著差异。其零假设是多个独立样本来自的多个判别分析的中位数无显著差异。

案例

研究某厂3个工作组生产的产量是否存在着显著差异。

数据

多独立样本数据

数据分析

H0:某厂3个工作组生产的产量之间不存在显著性差异。

H1:某厂3个工作组生产的产量之间存在显著性差异。

执行analyze/nonparametric tests/k independent samples命令,并选中两种不同的检验方式,查看相应的结果。

先来看一种检验结果

kruskal-Wallis检验

多独立样本kruskal-Wallis检验是一种推广的平均秩检验。其假设为:样本来自多个独立总体的分布无差异。

数据表明,相伴概率为0.663,大于显著性水平,因此,某厂3个工作组生产的产量之间不存在显著性差异,接受原假设,拒绝对立假设。

再来看另一组分析结果

Jonckheere-Terpstra Test

Jonckheere-Terpstra Test用于分析样本来自的多个独立总体分布是否有显著性差异。

数据表明,相伴概率为0.663,大于显著性水平,可认为该厂3个工作组生产的产量之间不存在显著性差异,接受原假设,拒绝对立假设。


本编学习内容数据和案例均来自于清华大学出版社·倪雪梅·《精通spss统计分析》

你可能感兴趣的:(多独立样本的非参数检验之中位数检验)