IBM SPSS Statistics 中文网站 > 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:2021/07/16 11:31:45

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

标签:SPSS二项式检验

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
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
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多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS线性回归如何预测 SPSS怎么得到预测值
SPSS线性回归预测的主要步骤是通过线性回归分析构建模型,得出线性回归方程,然后对整体效果进行F检验和T检验,证实回归方程的正确性。最后,给定一个自变量值,进行点预测和区间预测。下面,小编具体来介绍一下SPSS线性回归如何预测,SPSS怎么得到预测值的方法。
2022-01-10

咨询热线

在线咨询

限时折扣