上表给出了所检验变量的常用正态描述指标(即均数、标准差),检验的中 间结果和最终结果。从上可见P值为0.652,即 score是服从正态分布的 上表翻译如下: 变量名 Score 样本量 正态分布参数均数 10.00 标准差51 最极端的差异绝对值 106 负值 KS检验的统计量z值 近似P值(双侧 812.3 Two-Independent-Samples Tests 例12.2请用非参数方法检验 anxity.sav中第一次和第二次的评分结果是否 有差异。 选择 Analyze=) Nonparametic test==>Two- Independent- Samples,弹出的 对话框和大家最初就接触的t检验对话框非常相似,只是在下面一共给出了四种 检验方法,其中第一种Mann- Whitney U检验实际上就是大家都学过的两样本均 数比较的秩和检验,只是换了个名称而已。这里我们就用它。本例的具体操作如 下 1. Analyze==>Nonparametic test==>Two-Independent-Samples 2. Test variable list框:选入 score 3. grouping variables框:选入 trial 4.单击 Define groups钮 5.在 groupl框和 group2框中分别输入1和2 6.单击 continue钮 7. Test type复选框组:选中Mann- Whitney U复选框 8.单击OK钮 前几天有位网友给我来信,问我在这个例子中只比较第一次和第二次的评分 结果有无差异,是不是意味着在做四组间的两两比较?即”成组设计多独立样本 非参数检验”可用"两独立样本Mann- Whitney U检验”来作两两比较?我一看这封 信就吓了一跳!不好意思,引起了如此大的误会!!在这里我严正声明:我在这 里只是为了省事,胡乱拉了一个例子而已。在我看来,"成组设计多独立样本非上表给出了所检验变量的常用正态描述指标（即均数、标准差），检验的中 间结果和最终结果。从上可见 P 值为 0.652，即 score 是服从正态分布的。 上表翻译如下： 变量名 Score 样本量 48 正态分布参数 均数 10.00 标准差 5.17 最极端的差异绝对值 .106 正值 .088 负值 -.106 K-S 检验的统计量 Z 值 .735 近似 P 值 (双侧) .652 §12.3 Two-Independent-Samples Tests 例 12.2 请用非参数方法检验 anxity.sav 中第一次和第二次的评分结果是否 有差异。 选择 Analyze==>Nonparametic test==>Two-Independent-Samples，弹出的 对话框和大家最初就接触的 t 检验对话框非常相似，只是在下面一共给出了四种 检验方法，其中第一种 Mann-Whitney U 检验实际上就是大家都学过的两样本均 数比较的秩和检验，只是换了个名称而已。这里我们就用它。本例的具体操作如 下： 1. Analyze==>Nonparametic test==>Two-Independent-Samples 2. Test variable list 框：选入 score 3. grouping variables 框：选入 trial 4. 单击 Define groups 钮 5. 在 group1 框和 group2 框中分别输入 1 和 2 6. 单击 continue 钮 7. Test type 复选框组：选中 Mann-Whitney U 复选框 8. 单击 OK 钮 前几天有位网友给我来信，问我在这个例子中只比较第一次和第二次的评分 结果有无差异，是不是意味着在做四组间的两两比较？即"成组设计多独立样本 非参数检验"可用"两独立样本 Mann-Whitney U 检验"来作两两比较？我一看这封 信就吓了一跳！不好意思，引起了如此大的误会！！在这里我严正声明：我在这 里只是为了省事，胡乱拉了一个例子而已。在我看来，"成组设计多独立样本非