单样本非参数检验 SPSS 单样本非参数检验是对单个总体的分布形态等进行推断的方法，其中包括卡方检验、二项分布检验、K-S 检验以及变量值随机性检验等方法。 1、总体分布的卡方检验 例如，医学家在研究心脏病人猝死人数与日期的关系时发现：一周之中，星期一心脏病人猝死者较多，其他日子则基本相当。当天的比例近似为 2.8：1：1：1：1：1：1。现收集到心脏病人死亡日期的样本数据，推断其总体分布是否与上述理论分布相吻合。 卡方检验方法可以根据样本数据，推断总体分布与期望分布或某一理论分布是否存在显著差异，是一种吻合性检验，通常适于对有多项分类值的总体分布的分析。它的原假设是：样本来自得总体分布与期望分布或某一理论分布无差异。 2、二项分布检验 在生活中有很多数据的取值是二值的，例如，人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。通常将这样的二值分别用 1 或 0 表示。如果进行n 次相同的实验，则出现两类（1 或 0）的次数可以用离散型随机变量 X 来描述。如果随机变量 X 为 1 的概率设为P，则随机变量 X 值为 0 的概率 Q 便等于 1-P，形成二项分布。 SPSS 的二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为 P 的二项分布，其原假设是：样本来自的总体与指定的二项分布无显著差异。 从某产品中随机抽取 23 个样品进行检测并得到检测结果。用 1 表示一级品，用 0 表示非一级品。根据抽样结果验证该批产品的一级品率是否为 90%。 3、单样本K-S 检验 K-S 检验方法能够利用样本数据推断样本来自的总体是否服从某一理论分布，是一种拟合优度的检验方法，适用于探索连续型随机变量的分布。 例如，收集一批周岁儿童身高的数据，需利用样本数据推断周岁儿童总体的身高是否服从正态分布。再例如，利用收集的住房状况调查的样本数据，分析家庭人均住房面积是否服从正态分布。 单样本K-S 检验的原假设是：样本来自得总体与指定的理论分布无显著差异，SPSS的理论分布主要包括正态分布、均匀分布、指数分布和泊松分布等。 4、变量值随机性检验 变量值随机性检验通过对样本变量值的分析，实现对总体的变量值出现是否随机进行检验。 例如，在投硬币时，如果以 1 表示出现的是正面，以 0 表示出现的是反面，在进行了若干次投币后，将会得到一个以 1，0 组成...
