spss中非参数检验中怎样根据sig值判断是否服从正态分布

只要在1－7个列中,同处一列的就是没有差异,你的表中,左边从9往下一直到12是按平均数从小到大排列的,9、20、16、8、14、13、3之间是没有差异的,9和1以下的都有差异；20、16、8则和6以下

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

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

Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法,其原假设是：多个配对样本来自的多个总体分布无显著差异.　　SPSS将自动计算Friedman统计量和对应的概率P值.如果

Z值为负值,说明第一个样本和秩和小于第二个样本的秩和.秩和=平均秩×例数,所以判断哪组数据较低,要看平均秩(Rankmean),类似均数(mean),是平均的排序号,但不是真实的值.

恩,成立.只要p值大于0.05就说明样本的总体符合正态分布.

Z值为负值,说明第一个样本和秩和小于第二个样本的秩和.再问：能理解为第二组数据低于第一组数据吗？再答：秩和=平均秩×例数，所以判断哪组数据较低，要看平均秩(Rankmean)，类似均数(mean)，是

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

每一栏竖着的下面的显著性为1,指的是归到这一栏里面的组之间的显著性,你这个每一栏只有一组,当然显著性只是1了你这里的结果三组分别分到了三列当中,说明三组之间均存在显著的差异,一组比一组低.

连续性数据在满足要求的情况下使用三组方差分析不满足正态性和方差齐的话,使用非参数的K-W检验不过得出sig=0.000

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

你的mann-whitneyu=0,就是你需要的确切U值.在这里,U值就等于0,而对应的WilcoxonW值等于21,根据这个U值和W值得出的asymp.sig结果是完全一样的,exact.sig也是

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

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

是做整体的单样本K-S检验

因子分析前,首先进行KMO检验和巴特利球体检验,KMO检验系数>0.5,(巴特利特在spss中的因素分析时有关于bartlet球形检验的选项,如果sig值小于0.05,则

参数检验的话就是用数据的原始值,T检验就是参数检验,而非参数检验就是对原始数据进行从小到大排列,依次取1,2,3.N,然后再进行检验,这2种检验大部分问题都可以用,结果也不会相差太多,但参数检验若果有

z是是统计量,sig是p值,你的都是没有差异的再问：谢谢~~那请问z值或者p值是什么范围的时候才算没有差异呢？再答：z值无所谓的，只有要看pp大于0.05没有差异再问：不好意思，再问一下，p值是看双侧