SPSS进行多相关样本的非参数检验（Friedman检验）
2017-10-17 MedSci MedSci原创
一、案例 2010年世博会期间，参观人数众多，为了比较各个时间段的入园人数有无差别，收集了以下的数据： 日期：统计的日期 a：该日12-14点的入园人数 b：该日14-16点的入园人数 c：该日16-18点的入园人数 d：该日18-20点的入园人数 目的是分析上述四个时间段的入园人数有无差异。显然，四组数据并不独立，不能满足普通方差分析的条件，可以使用重复测量的方差分析。但考虑到入园
一、案例 2010年世博会期间，参观人数众多，为了比较各个时间段的入园人数有无差别，收集了以下的数据： 日期：统计的日期 a：该日12-14点的入园人数 b：该日14-16点的入园人数 c：该日16-18点的入园人数 d：该日18-20点的入园人数 目的是分析上述四个时间段的入园人数有无差异。显然，四组数据并不独立，不能满足普通方差分析的条件，可以使用重复测量的方差分析。但考虑到入园人数波动大，存在极端值，这里采用非参数检验的方法，即Friedman检验。 二、操作步骤 菜单的选择 主对话框： 进入“字段”选项卡，选入四个时间点字段： 进入“设置”选项卡，选择Friedman检验，多重比较选择“逐步降低”（类似SNK法）： 四、结果解读 这是模型的统计摘要，P<0.001，可见各个时间点的入园人数有统计学差异。 双击该图标，进入模型查看界面： 两两比较： 在上图下方的“视图”下拉菜单中选择“齐性子集”，进入下图： 可见，四组数据被分成3个子集，12-14点、16-18点入园人数最多，
作者：MedSci
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
小提示：本篇资讯需要登录阅读，点击跳转登录
而且，这个检验应该说明入园人数最高的哪两个没有统计差异
67
如果friedman那一栏不选逐步降低，选成对比较，结果是不是不一致
65
#非参数检验#
49
#非参数#
28
#样本#
33