菜鸟也爱数据分析之SPSS篇——单样本柯尔莫戈洛夫—斯米诺夫检验

 作者：小王子的狐狸  审稿：在路上  封面：自己想吧

大家

什么？柯尔莫戈洛夫—斯米诺夫检验？这名字也太长太难记了。

不要紧张，他可以简称为K-S单样本检验。

SPSS学堂

那什么是K-S单样本检验呢？

是指通过一组观测数值，判断样本总体是否服从某种特定的理论分布，属于非参数检验方法。这些理论分布在SPSS操作中有：

     ①正态； ②均匀； ③泊松； ④指数。

下面就以某36辆车的“耗油量数据”实例来检验在显著性5%的水平下，是否服从正态分布。数据如图1.1所示。

图1.1 耗油量数据

SPSS操作

Step01：选择“分析——非参数检验——旧对话框——单样本K-S检验”，得到“单样本柯尔莫戈洛夫—斯米诺夫检验”对话框，如图1.2。

图1.2 单样本柯尔莫戈洛夫—斯米诺夫检验对话框1

Step02：将变量“耗油量（升/百公里）”移至右侧“检验变量列表”框中，点击右上方“选项”，选择“描述”，如图1.3；检验分布勾选“正态”，如图1.4。

图1.3  单样本K-S：选项对话框

图1.4 单样本柯尔莫戈洛夫—斯米诺夫检验对话框2

Step03：单击“确定”，得到结果，如图1.5和1.6。

图1.5 描述统计结果

图1.6 单样本柯尔莫戈洛夫—斯米诺夫检验结果

结果解读

图1.5对变量“耗油量”的平均值、标准差、最小值和最大值进行了描述。

图1.6中，给出了相应的检验统计量。从表中可以看出，渐进显著性P值为0.011，小于显著性水平5%，故拒绝原假设。也由此判断该部分车辆耗油量数据不服从正态分布。

当然，单样本K-S检验不止可以检验样本数据是否服从正态分布，还可以进行泊松分布、均匀分布以及指数分布的检验。你们可以动手试试哦。

关注下方二维码，在公众号中输入“20180219”即可获得操作数据。