SPSS进行多相关样本的非参数检验(Friedman检验)
2017-10-17 MedSci MedSci原创
一、案例 2010年世博会期间,参观人数众多,为了比较各个时间段的入园人数有无差别,收集了以下的数据: 日期:统计的日期 a:该日12-14点的入园人数 b:该日14-16点的入园人数 c:该日16-18点的入园人数 d:该日18-20点的入园人数 目的是分析上述四个时间段的入园人数有无差异。显然,四组数据并不独立,不能满足普通方差分析的条件,可以使用重复测量的方差分析。但考虑到入园
一、案例 2010年世博会期间,参观人数众多,为了比较各个时间段的入园人数有无差别,收集了以下的数据: 日期:统计的日期 a:该日12-14点的入园人数 b:该日14-16点的入园人数 c:该日16-18点的入园人数 d:该日18-20点的入园人数 目的是分析上述四个时间段的入园人数有无差异。显然,四组数据并不独立,不能满足普通方差分析的条件,可以使用重复测量的方差分析。但考虑到入园人数波动大,存在极端值,这里采用非参数检验的方法,即Friedman检验。 二、操作步骤 菜单的选择 主对话框: 进入“字段”选项卡,选入四个时间点字段: 进入“设置”选项卡,选择Friedman检验,多重比较选择“逐步降低”(类似SNK法): 四、结果解读 这是模型的统计摘要,P<0.001,可见各个时间点的入园人数有统计学差异。 双击该图标,进入模型查看界面: 两两比较: 在上图下方的“视图”下拉菜单中选择“齐性子集”,进入下图: 可见,四组数据被分成3个子集,12-14点、16-18点入园人数最多,
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
而且,这个检验应该说明入园人数最高的哪两个没有统计差异
99
如果friedman那一栏不选逐步降低,选成对比较,结果是不是不一致
98
#非参数检验#
85
#非参数#
61
#样本#
70
学习了
85