SPSS > 使用技巧 > 通过SPSS单样本游程检验,验证数据是否符合随机性

通过SPSS单样本游程检验,验证数据是否符合随机性

发布时间:2021-01-05 15: 21: 17

单样本游程检验,与卡方检验、二项检验一样,同属于IBM SPSS Statistics的非参数检验方法,是在总体方差未知的情况下,利用样本数据对总体分布形态等进行推断分析的方法。

游程,简单来说,就是样本数据的排列。单样本游程检验,是一种通过分析样本数据连贯性,来检验样本所属总体数据随机性的方法。当我们需要研究一些自然分布数据的话,就需要确保抽取的数据符合随机性,以剔除可能影响自然分布的因素。

一、使用的数据类型

SPSS的单样本游程检验,检验的是二分变量的排列,因此,需要使用二值变量。如图1所示,我们使用了性别作为本次检验的二分变量,并使用编码1代表男性、编码0代表女性。

图1:二值数据

为了让检验结果更加清晰,可打开数据集的变量视图,在性别变量的值标签中,添加性别的值标签。

图2:变量值标签

二、应用游程检验

完成数据的处理后,就可以依次单击分析-非参数检验-旧对话框-游程检验,来打开游程检验的设置面板。

图3:游程检验

打开设置面板后,先简单了解一下游程检验中的选项含义:

1. 检验变量列表,即用于检验的变量

2. 分割点,用于将变量的取值分为二组取值。如果数据中仅包含二值,需使用定制选项;如果数据中包含多个值,可指定中位数、众数、平均值、定制值作为分割点

接下来,我们使用示例中的样本性别数据演示一下实际操作。

图4:游程设置面板

1.选择变量

本例中需要检验的是性别样本数据是否具有随机性。如图5所示,将“性别”变量添加到检验变量列表中,并将分割点设为1(由于数据仅包含0、1两个数值)。

图5:选择变量

2.精确检验

由于游程检验属于非参数检验,需要进行精确检验设置。一般情况下,选择“仅渐进法(适用于较大样本或服从渐进分布的数据)”,如果数据不符合渐进分布,则要选择蒙特卡洛法。

图6:精确检验

3.结果解读

完成以上设置后,运行检验。

从图7的检验结果看到,数据的总个案数为199,包含了97个游程,其渐进显著性为0.661>0.05,不能拒绝原假设,也就是说,本例中的性别样本数据是随机的。

图7:结果不显著

三、小结

综上所示,IBM SPSS Statistics的游程检验,是用于检验样本数据随机性的一种非参数检验方法。当我们要验证样本数据是否是从总体样本中随机抽取时,就可以应用游程检验法。

作者:泽洋

展开阅读全文

标签:SPSS数据统计分析软件

读者也访问过这里:
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
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: