前言:
今天小伙伴们对“配对检验与非配对检验的区别”大概比较关怀,各位老铁们都想要分析一些“配对检验与非配对检验的区别”的相关内容。那么小编在网上搜集了一些对于“配对检验与非配对检验的区别””的相关资讯,希望你们能喜欢,看官们快快来了解一下吧!在研究中通常会遇到在同一个对象上测得的多组数据,这些数据之间不再是独立的,可能是疑似相关的,这样的两个样本称为配对样本,也称相关样本,本检验是用来检验两个样本是否具有相同的分布,零假设:两个样本来自总体分布无显著性差异。
话不多说,直接上操纵。
原始数据
问题:检验培训前后成绩和及格率是否存在显著差异
操作:分析→非参数检验→旧对话框→2个相关样本
检验对
检验类型(不同的数据类型,选不同的方法)
Wilcoxon:将两组样本的各个数据减去第一组,如果得到的差值是正值,记为正号,反之,负数就记为负号,将差值的绝对值按升序排序,求出相应的秩,然后计算正号秩的和与负号秩的和,如果两者大致相等,就认为两个配对样本的数据差距很小,如果秩和相差很大,就认为它们差距很大
符号检验:与Wilcoxon类似,得到的差值不进行排序求秩,而是直接比较正号和负号的个数,如果两者相差很小,就认为两个配对样本的数据差距很小,如果相差很大,就认为它们差距很大
McNemar:前提条件是数据值必须是二值变量,通过两组数据前后频率的变化计算出二项分布的概率值,概率值与显著性水平比较,观察是否能拒绝零假设。
边际同质性:数据是分类数据,是McNemar检验的一个扩展,主要检验响应值的变化,前后对比的设计中,检测因实验干预所导致的响应变化
选项:描述性、四分位数
输出结果
描述性统计量
N
均值
标准差
极小值
极大值
百分位
第 25 个
第 50 个(中值)
第 75 个
培训前数学成绩
40
64.50
9.695
50
79
56.25
63.00
73.00
培训前及格率
40
.62
.490
0
1
.00
1.00
1.00
培训后数学成绩
40
61.95
8.165
50
80
54.25
62.00
67.50
培训后及格率
40
.65
.483
0
1
.00
1.00
1.00
Wilcoxon 检验
秩
N
秩均值
秩和
培训后数学成绩 - 培训前数学成绩
负秩
24a
20.73
497.50
正秩
16b
20.16
322.50
结
0c
总数
40
培训后及格率 - 培训前及格率
负秩
8d
9.00
72.00
正秩
9e
9.00
81.00
结
23f
总数
40
a. 培训后数学成绩 < 培训前数学成绩
b. 培训后数学成绩 > 培训前数学成绩
c. 培训后数学成绩 = 培训前数学成绩
d. 培训后及格率 < 培训前及格率
e. 培训后及格率 > 培训前及格率
f. 培训后及格率 = 培训前及格率
检验统计量a
培训后数学成绩 - 培训前数学成绩
培训后及格率 - 培训前及格率
Z
-1.177b
-.243c
渐近显著性(双侧)
.239
.808
a. Wilcoxon 带符号秩检验
b. 基于正秩。
c. 基于负秩。
符号检验
频率
N
培训后数学成绩 - 培训前数学成绩
负差分a,d
24
正差分b,e
16
结c,f
0
总数
40
培训后及格率 - 培训前及格率
负差分a,d
8
正差分b,e
9
结c,f
23
总数
40
a. 培训后数学成绩 < 培训前数学成绩
b. 培训后数学成绩 > 培训前数学成绩
c. 培训后数学成绩 = 培训前数学成绩
d. 培训后及格率 < 培训前及格率
e. 培训后及格率 > 培训前及格率
f. 培训后及格率 = 培训前及格率
检验统计量a
培训后数学成绩 - 培训前数学成绩
培训后及格率 - 培训前及格率
Z
-1.107
渐近显著性(双侧)
.268
精确显著性(双侧)
1.000b
a. 符号检验
b. 已使用的二项式分布。
McNemar 检验
培训前及格率 & 培训后及格率
培训前及格率
培训后及格率
0
1
0
6
9
1
8
17
检验统计量a
培训前及格率 & 培训后及格率
N
40
精确显著性(双侧)
1.000b
a. McNemar 检验
b. 已使用的二项式分布。
临界均一性检验
培训前数学成绩 & 培训后数学成绩
培训前及格率 & 培训后及格率
相异值
30
2
非对角线案例
40
17
MH 观察统计量
2580.000
1.000
MH 统计量均值
2529.000
.000
MH 统计量的标准差
37.263
4.123
标准MH 统计量
1.369
.243
渐近显著性(双侧)
.171
.808
上表可知,培训前后数学成绩和及格率的渐近显著性均大于0.05,说明培训前后数学成绩和及格率无显著性差异。
综上所述三种检验,说明培训前后数学成绩和及格率无显著性差异。
今天的数据分析就学习到这里,有任何问题可以评论留言,如有想看的操作讲解,可以私信我。谢谢大家的点赞、关注和转发。