1、西北农林科技大学实验报告学院名称：理学院 专业年级： 姓 名： 学 号：课 程：数理统计学 报告日期： 实验三 非参数假设检验一实验目的1. 验证某产品的合格率是否是否低于 0.9.2. 检验某地区儿童身高是否符合正态分布。3. 为研究心脏病猝死人数与日期的关系，收集到 168 个观测数据，利用这批样本数据推断猝死人数与日期的关系是否为2.8：1：1：1：1：1：1.4. 某工厂用甲乙两种工艺生产同一种产品，利用样本数据检验两种工艺下产品使用寿命是否存在显著差异。二实验要求 用 spss 实现非参数假设检验，包括二项式检验，单样本正态分布检验，两个独立样本检验，卡方检验。三实验内容（一）验证某
2、产品的合格率是否是否低于 0.9.打开文件“非参数检验（产品合格率） ”，点击分析-非参数检验- 旧对话框-二项式，把数据“是否合格”添加到检验变量列表，把检验比例默认的 0.5 该为题目要求的 0.9（如图所示） 。点击确定得到结论（如图所示） 。结论： 0.89.130.5(1p)2wPn由上表知，SPSS 的悖假设检验案例比例小于 0.9 的，并且在精确显著（单侧）值 sig=0.1930.05，即接受原假设检验，即二项式检验的案例比例是大于 0.9 的。（二）检验某地区儿童身高是否符合正态分布。打开文件“非参数检验（单样本 KS-儿童身高） ”，点击分析-非参数检验-旧对话框-1 样本
3、，把数据“周岁儿童的身高（sg） ”添加到检验变量列表，检验分布默认为常规，即正态（如图所示） 。点击确定得到结论（如图所示） 。结论：由上述的结果可以看出，周岁儿童的身高是满足正态分布 21(,)exp()2fx其中均值为 71.8571，标准差为 3.97851，可知某地区的儿身高满足正态分布。除此之外，由上面的结果中的检验值 sig=0.3440.05也可以得出原假设检验是成立的，即接受身高满足正态分布的假设。（三）为研究心脏病猝死人数与日期的关系，收集到 168 个观测数据，利用这批样本数据推断猝死人数与日期的关系是否为2.8：1：1：1：1：1：1.打开文件，在变量视图窗口中，点击数
4、据-加权个案，对话框右边选项点击加权个案，把“死亡日期”添加到频率变量中， （如图所示） ，点击确定。在数据视图中点击分析-非参数检验-旧对话框-卡方，把数据“死亡数据”添加到检验变量列表中，期望值选择值，分别添加0.316、0.114、0.114、0.114、0.114、0.114、0.114，如图所示。点击确定得到结果（如图） 。结论：运算结果显示一周内各日死亡的理论数为 19.2，即一周内各日死亡均数；还算出实际死亡数与理论死亡数的差值（Residual） ；卡方值 2 = 7.767，自由度数（ D.F.）= 6 ，P = 0.256 ，Sig=0.2560.05,所以接受原假设猝死人数与日期的关系为2.8：1：1：1：1：1：1。（四）某工厂用甲乙两种工艺生产同一种产品，利用样本数据检验两种工艺下产品使用寿命是否存在显著差异。打开文件，点击分析-非参数检验-旧对话框-2 个独立样本，把数据“使用寿命”添加到检验变量列表，检验类型如图所示。点击确定。得到结果。如图所示。结论：由结果中显示的数据可知：小 p 值为 0.005，小于 0.01，所以拒绝原假设。
