Analyser la variance ne répond généralement pas aux conditions préalables, telles que:

données ne convient pas à une distribution normale;
Comment le convertir normalement;

Les données originales recueillies par XI XI ne l'ont pas été prise. Nous serons très misérables, je ne sais pas comment faire la prochaine étape.

Nous voulons avoir une analyse relativement précise de conclusion par des tests de paramètres, mais d'autre part, il est confronté à l'hypothèse de la prémisse que de nombreux tests de paramètres sont difficiles à rencontrer. Si vous rencontrez de tels problèmes, envisagez des méthodes de test non paramétriques, nous partageons aujourd'hui une méthode statistique de ginseng réaliste. Classement et vérification.

Un chercheur, hâte de comparer 3 blessures différentes 9D, 11C et DSC1, et les résultats ont été collectés par de petites souris ont été vaccinés et les résultats ont été collectés comme suit.. Il n'y a pas de différence.

Nous avons d'abord peigné leurs idées, rampant des données brutes, il existe deux variables, la première consiste à blesser les packages Hanobis, aux variables classées, à 3 niveaux, 9d, 11c, DSC, la deuxième variable est de nombre de jours et de 30 numéros sont continus. variables.

Trois blessures différentes sont divisées en 3 groupes, sans entrave dans les processus de vaccination et les examens de survie, et sont des modèles indépendants.

L'objectif de recherche étudie qu'il n'y a aucune différence dans le nombre de jours de survie entre 3 échantillons indépendants. Que cela convient à certaines conditions, au moins l'utilisation de méthodes non paramétriques est appropriée.

Première étape, nous sommes entrés dans les données d'origine dans le logiciel SPSS Statistics.

"Analyse" → "Vérifier le paramètre non-paramètre" → "Modèle indépendant", transmission indépendante de l'échantillon via la barre de menu maître Tra sans paramètre SPSS.

Sélectionnez l'onglet "Target" pour sélectionner "Utiliser une commande Affectation de champ personnalisée" dans l'onglet "cible", changez la journéeNH existent dans la zone "Champ de contrôle", les variables Pacatococcus seront transférées dans la case "Groupe".

Dans l'onglet Paramètres, vous pouvez vérifier "sélectionner automatiquement les données par données", à cette époque, le logiciel suivra automatiquement la structure de données pour sélectionner le plus le plus Méthode de test de paramètre approprié. Bien sûr, nous pouvons également choisir la méthode appropriée, par exemple, lors de la vérification "Vérification personnalisée", vérifie "Cochez les éléments simples Cal-Wolis".

En fait, nous pouvons entièrement automatiquement, sélectionnez la méthode de test la plus appropriée.

peuvent ne pas être placés d'autres paramètres, le bouton "Exécuter" en bas nécessaire pour effectuer une analyse statistique.

Ensuite, expliquez ensemble les sorties de la sortie.

Dans la fenêtre Viewer, nous voyons la carte de test, l'hypothèse initiale n'est pas différente du nombre de jours vivants entre le logiciel HanobaDifférentes blessures nous aident avec le choix intelligent du test d'élément unique de Cal-Wolis, ou appelé test de notation total de KW.

fournit directement une valeur p significative de la valeur p = 0,007, inférieure à 0,05 et la liste finale fournit le logiciel à refuser l'hypothèse initiale, que, comme l'hypothèse d'origine n'est pas définie, indiquant que le nombre de souris dans différents groupes a une différence et une réponse à la signification statistique.
? bien sûr que non.

Nous n'avons que trois groupes de trois groupes, une plus grande préoccupation est la relation entre deux ou deux ou deux ou deux ou fournissant un soutien aux données pour de nouvelles recherches. Besoin de beaucoup de comparaisons.

Double-cliquez maintenant la liste de contrôle avec la souris, le logiciel ouvrira la visionneuse de modèle du test KW, avec des statistiques plus détaillées.

Les résultats des statistiques SPSS fournissent également de nombreuses conclusions de données comparatives. Dans le coin inférieur droit de la visionneuse des tissusFigure, cliquez sur "Vue de test de l'échantillon indépendant" et cochez "Comparer les paires".

Le résultat de la comparaison des correspondances est affiché comme suit:

La différence entre les groupes de 9D et 11c, la valeur est significative = 0,029, inférieure à 0,05, indiquant la différence entre la différence entre les deux groupes

9D et DCS deux groupes, la valeur p de manière significative = 0,013, peu plus de 0,05, montrant la différence entre les deux Groupes, la différence entre les deux groupes
11C et DSC, la valeur p significative = 1, supérieure à 0,05, montre le nombre de jours entre les deux groupes est le plus grand magasin, il n'y a pas de différence.

Les éléments complets, 9D et deux autres groupes ont une différence significative des jours de survie et 11c et DSC sont presque appropriés.

La taille de la valeur absolue des jours quotidiens plus élevées et le nombre de jours 11c et DSC a un nombre élevé de jours, de manière significative supérieure à 9D.