咨询在线销售
SPSS > 使用技巧 > 如何用IBM SPSS Statistics进行二项式检验

如何用IBM SPSS Statistics进行二项式检验

发布时间：2021-07-15 11: 27: 42

一、简介

二项式检验一般用于二项式分布，所谓二项式分布是指结果的分布只有两种可能性，类似于抛硬币只有正面和反面两种可能性。但又不同于抛硬币，抛硬币正面和反面的可能性差不多，二项分布两种分布结果的可能性可以有偏差。

二项式检验主要用于检验两个二项式分布结果的差异性，差异性由最后的显著性值体现。接下来我将在SPSS中用几个简单的步骤，来展示如何进行二项式检验。

二、步骤教学

1、数据展示

如图所示，是从某市抽取的125名随机调查者的携带色盲基因情况，“1”表示携带色盲基因，“2”表示不携带色盲基因。我们要用这份数据来检验该市和该省7.6%的色盲患病率是否有显著的差异，这里我们选用二项式检验。

图1：数据展示
图1：数据展示

2、对频数进行加权

因为后续的操作需要用到一些关于百分比的操作，我们这里提前对频数进行加权。首先我们点击菜单中的“数据”按钮，接着我们点击下级菜单中的“个案加权”按钮。

图2：个案加权菜单位置
图2：个案加权菜单位置

进入“个案加权”界面后，我们将频数加入到右侧的对话框中，最后点击确定按钮就完成了对频数的加权。

图3：个案加权界面
图3：个案加权界面

3、菜单位置

首先我们点击菜单中的“分析”按钮，接着点击下级菜单中的“非参数检验”按钮，然后选择“旧对话框”按钮，最后我们选择二项式检验。

图4：菜单位置
图4：菜单位置

4、选择相应的检验变量

首先我们选择检验“基因”变量，接着我们将检验比例修改为0.076（因为该省的患病率为7.6%），最后点击“选项”按钮进行下一步编辑。

图5：选择检验变量
图5：选择检验变量

在选项界面，我们选择“描述”和“四分位数”。

图6：编辑选项界面
图6：编辑选项界面

5、结果展示

如图所示，我们可以看到像平均值、标准差、最大值、最小值这样的常规参数已经被分析。

图7：结果展示
图7：结果展示

我们可以看到显著性那一栏的数据为0.242，这说明该市和该省的色盲基因携带率没有明显差异。

图8：结果展示
图8：结果展示

三、总结

二项式检验属于非参数检验，与之对应的是参数检验。参数检验包括t检验、z检验、卡方检验，如果大家有想学习参数检验的可以去IBM SPSS Statistics中文官网查看相关文档学习。

作者：何必当真

展开阅读全文

︾

标签：SPSS，二项式检验

读者也访问过这里:
新手入门 常见问题 使用技巧 行业案例
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
下载试用
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法，分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求：卡方检验是对多个类别的数据进行分析，T检验是对两组数据进行分析，方差分析是对多组数据进行检验。下面，小编具体说明一下SPSS数据分析显著性差异分析步骤，SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中，我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中，显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标，通过它可以说明分析结论是否由抽样误差引起还是实际相关的，可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析，spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低，以F评价回归分析是否有统计学的意义，使用IBM SPSS Statistics进行回归分析，可以非常快速的完成R，F的计算，并且给出回归曲线方程，那么，SPSS回归分析中f值是什么？SPSS回归分析F值在什么范围合适，本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法，它可以找出数据变量之间的未知关系，得到较为符合变量关系的数学表达式，以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量，在SPSS中可以选择三种方法来进行相关性分析：双变量、偏相关和距离。
2021-04-23
最新文章
SPSS交叉表卡方与非参数卡方检验有何区别 SPSS交叉表卡方检验结果解读
在SPSS统计分析中，卡方检验是一种我们经常使用到的非参数方法。但是，其实很多人会混淆“交叉表卡方检验”和“非参数卡方检验”。两者虽然名字十分相似，但是针对的是完全不同的分析场景。接下来我将为大家介绍：SPSS交叉表卡方与非参数卡方检验有何区别，SPSS交叉表卡方检验结果解读的相关内容，帮助大家精准区分方法、读懂检验结果。
2026-04-08
SPSS怎么做插值 SPSS线性插值法补全数据
一条条完整的数据源，能够更好地保障数据分析结果的准确性。但面对成千上万条数据参数，难免会出现数据缺漏或遗失的情况。针对这种情况，我们就可以使用SPSS中的插值和补全数据法。今天我就以SPSS怎么做插值，SPSS线性插值法补全数据这两个问题为例，来向大家讲解一下SPSS中插值的相关知识。
2026-04-08
SPSS多元逻辑回归步骤 SPSS多元逻辑回归结果解读
我们在数据分析的过程中，往往会遇到因变量是多分类定类变量的情况，比如购买决策可以分为“不买、犹豫、购买”，满意度可以分为“不满意、一般、满意”等，这时候，就可以使用多元逻辑回归的方法。它能帮我们明确哪些自变量会影响因变量的分类，还能量化影响程度，实用性很强。下面我将为大家介绍：SPSS多元逻辑回归步骤，SPSS多元逻辑回归结果解读的相关内容。
2026-04-08
SPSS多重共线性怎么看 SPSS如何降低多重共线性
无论是在生活中还是在工作中，分析各种问题时我们都会找到许多原因，例如明天是否会下雨可能会与温度、云量和风速等有关；商品的销售情况与价格、包装、质量和节日有关。生活中我们不必计较原因之间是否有关联，但是在要求精准的商业领域与科研领域，遇到这样的分析情况时，我们都要分析数据的共线性，它描述的是自变量之间的相关关系，如果一个模型中的自变量之间有高度的共线性，就会导致模型失真。本文我们就介绍一下SPSS多重共线性怎么看，SPSS如何降低多重共线性的相关内容。
2026-04-08
SPSS多个自变量散点图怎么做 SPSS怎么画分组散点图
在给原始数据做分析时，散点图可以清晰的帮我们理清变量之间的关系。即使有多个自变量，通过画出对应的散点图也可以帮我们理清变量之间的关联。即使是想对比不同组别之间的差别，分组散点图也可以将数据可视化，便于我们分析。它可以把数据按类别分开，让不同组别的变量关系清晰的展示出来。下面就给大家介绍一下SPSS多个自变量散点图怎么做，SPSS怎么画分组散点图的相关内容。
2026-04-08
SPSS如何做cox回归分析 SPSS cox回归分析结果解读
cox回归分析，我们也可以将它称之为比例风险回归分析。使用这种分析模型，我们可以研究多个要素对样本生存状态的影响。今天我就以SPSS如何cox回归分析，SPSS cox回归分析结果解读这两个问题为例，来向大家讲解一下cox回归分析的详细操作步骤。
2026-04-08

微信公众号

欢迎加入 SPSS 产品的大家庭，立即扫码关注，获取更多软件动态和资源福利。

读者也喜欢这些内容: