非参数检验中的t值

SNKLSD或者dunett都是基于方差分析的,不适用于非正态的检验,K-W检验如果得到拒绝H0的结果,认为总体分布不同,要进一步确定哪两个总体分布不同,需要使用Nemenyi法检验.这个检验在SPS

t检验常能用作检验回归方程中各个参数的显著性,而f检验则能用作检验整个回归关系的显著性.各解释变量联合起来对被解释变量有显著的线性关系,并不意味着每一个解释变量分别对被解释变量有显著的线性关系

你的数据多少了,一般情况下如果数据量不超过30个,以t检验的结论为主当然你如果非要它显著的话,也可以直接采用非参数检验的结论,也不能说错,因为能够用参数检验的方法都可以采用非参数检验,只不过非参数检验

统计课本里写的很清楚,1秩和检验对应独立样本t检验；2中数检验法对应两独立样本平均数之差的t检验；3符号检验对应配对样本差异显著性t检验；4克-瓦氏单向方差分析对应完全随机资料方差分析.同学好好看书啊

多个独立样本检验,然后两两比较再问：用单样本K-S做了正态分析，是正态，那可以用T检验么？

这个看渐进显著性是拒绝原假设,即不是正态分布的.你可用其他方法啊,比如D检验,W检验,还有偏度和峰度的联合检验,《正态性检验社梁小筠1997年5月第1版》,还有其他适合大样本的数据的检验方法.再问：那

最好是描述一下,就简单描述一下.结果的话,主要看的是p值.p值大于0.05,接受原假设,p值小于0.05,拒绝原假设.再问：可是用软件做出来的t值在结果里面是哪一个呢？这个好像比较少用到t值再答：你指

属于参数检验的两总体t检验要求样本为正态分布而非参数检验不要求样本正态分布小样本的分布无规律,用非参数（总体均值、总体方差等都是参数）检验一个大样本（一般超过50算是大样本,也可以酌情考虑增减标准）分

参数统计主要是数理统计学中的方法,基于某种分布的,比如正态分布指数分布,进行参数估计检验区间预测等等非参数方法主要用于那些分布并不服从某一个已知的分布也不知道他们的参数不针对参数的求算进行的统计分析非

SPSS里crosstabs的卡方检验用于列联表行变量与列变量的独立性检验,而非参数检验中的卡方检验属于卡方拟合优度检验,用于考察多分类变量数据的拟合情况（例如星期一至星期五这五个工作日的销售量是否一

可以的.

s是双尾p值,不是点概率函数值,是原假设正确的概率值.

卡方检验,是一种用途较广的计数资料的假设检验方法,属于非参数检验的范畴,主要是比较两个及两个以上样本率(构成比)以及两个分类变量的关联性分析.其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优

SPSS是一个样本KS计算的测试方法是不正确的,你应该使用正态性检验的探索过程.描述性统计分析探索...

SPSS的1样本k-s方法检验的计算不正确,应使用Explore过程进行正态性检验.AnalyzeDescriptiveStatisticsExplore...再问：那spss中，使用Explore过

非参数检验就是在不了解总体的分布情况下的检验方法,这就是区别于t检验的特点.两配对样本t检验：检验一组数据变化前后是否存在差别,此时数据不是独立的,比如说喝减肥茶前后人的体重是否存在明显差别,两组数据

假设检验包括两种一种是已知总体分布类型,对参数做统计检验的参数检验另一种是不知道总体分布类型,利用样本数据对总体分布形态等进行推断,即非参数检验“非参数”检验：不检验参数,而只判断总体分布形态参数指：

两样本均数比较的假设检验(t检验)Ho:两个总体均数相等,即μ1＝μ2H1:两个总体均数不等,即μ1≠μ2α=0.0500（双侧）t=0.0568,P=0.9548结论：按α=0.0500水准不拒绝H

选用非参数检验的情况有：①总体分布不易确定（也就是不知道是不是正态分布）②分布呈非正态而无适当的数据转换方法③等级资料④一段或两段无确定数据等（比如一段的数据是>50,是一个开区间）.一般可以选择参数

参数t每取一个值,对应的x和y也取一个值,而这就确定了平面上的一个以x和y为坐标的点,所以可以认为参数t的每一个值对应一个点.