这篇文章给大家聊聊关于等级资料用什么检验，以及等级资料用什么检验的对应的知识点，希望对各位有所帮助，不要忘了收藏本站哦。
spss中怎样进行等级资料的秩和检验
两组等级资料的比较应用Wilcoxon秩和检验，其基本思想是：若检验假设成立，则两组的秩和不应相差太大。其基本步骤是：
（1）建立假设；
H0：比较两组的总体分布相同；
H1：比较两组的总体分布位置不同；检验水准为0.05。
（2）两组混合编秩；
（3）求样本数最小组的秩和作为检验统计量T；
（4）以样本含量较小组的个体数n1、两组样本含量之差n2-n1及T值查检验界值表；
（5）根据P值作出统计结论。
同样应注意的是，当样本含量较大时，应用正态近似法作u检验；当相同秩次较多时，应用校正公式计算u值。
两组或多组等级资料的比较为什么不宜用卡方检验？
属性数据的卡方独立性检验会忽略数据是有序的这个信息，它不能分辨变量是有序还是名义，也就是这个检验没有充分利用样本的信息。对于你的检验目的来说如果有能利用有序这个信息的检验方法，那么就不用卡方检验。
秩和检验将数据从小到大编秩，利用了数据的有序性，卡方检验忽略了数据的有序性，它只能得出两组或多组资料分布不同，不能比较数据间的等级程度。
卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
基本原理：
卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。
注意：卡方检验针对分类变量。
等级资料的秩和检验 用什么统计图
对配对比较的资料应采用符号秩和检验（signed-ranktest），其基本思想是：若检验假设成立，则差值的总体分布应是对称的，故正负秩和相差不应悬殊。检验的基本步骤为：（1）建立假设；H0：差值的总体中位数为0；H1：差值的总体中位数不为0；检验水准为0.05。（2）算出各对值的代数差；（3）根据差值的绝对值大小编秩；（4）将秩次冠以正负号，计算正、负秩和；（5）用不为“0”的对子数n及T（任取T+或T-）查检验界值表得到P值作出判断。应注意的是当n25时，可用正态近似法计算u值进行u检验，当相同秩次较多时u值需进行校正。两样本成组资料的比较应用Wilcoxon秩和检验，其基本思想是：若检验假设成立，则两组的秩和不应相差太大。其基本步骤是：（1）建立假设；H0：比较两组的总体分布相同；H1：比较两组的总体分布位置不同；检验水准为0.05。（2）两组混合编秩；（3）求样本数最小组的秩和作为检验统计量T；（4）以样本含量较小组的个体数n1、两组样本含量之差n2-n1及T值查检验界值表；（5）根据P值作出统计结论。同样应注意的是，当样本含量较大时，应用正态近似法作u检验；当相同秩次较多时，应用校正公式计算u值。多个样本比较的秩和检验可用Kruskal-Wallis法，其基本步骤为：（1）建立假设；H0：比较各组总体分布相同；H1：比较各组总体分布位置不同或不全相同；检验水准为0.05。（2）多组混合编秩；（3）计算各组秩和Ri；（4）利用Ri计算出检验统计量H；（5）查H界值表或利用卡方值确定概率大小。应注意的是当相同秩次较多时，应计算校正Hc这类资料的特点是无原始值，只知其所在组段，故应用该组段秩次的平均值作为其秩次，在此基础上计算秩和并进行假设检验，其步骤与两组或多组比较秩和检验相同。需注意的是由于样本含量较多，相同秩次也较多，应用校正后的u值和H值。
别再用错卡方检验了，分析等级资料要用这些方法
在医学领域，卡方检验是最为常用的统计方法，可用于研究定类数据和定类数据的关系情况。比如研究吸烟与不吸烟的人患支气管炎的概率是否有差别？
但如果其中一个变量是等级数据时，很多人依然习惯性地使用卡方检验。比如研究两种药物对支气管炎的疗效对比。其中疗效分为四个水平（治愈、显效、有效、无效），用卡方检验只能反映变量之间是否有无差异，当出现差异性时，无法进一步比较各层次的水平情况。
这种情况下，可以选择方差非参数检验的 秩和检验 进行分析。或者在医学上，还有一种非参数检验方法叫做 Ridit分析 ，也可用于定类数据与定量（等级）数据之间的差异性。本文将重点介绍Ridit分析。
Ridit分析在医学研究中使用较为广泛。其功能与非参数检验类似，但原理上有着很大的区别，Ridit的原理在于将等级数据‘转化’成连续数据即得到Ridit值，然后对比Ridit值的差异性，‘转化’时涉及两种方式： 一种是将“求和”作为参照值，另外一种是将“最大值”作为参照值。 一般情况下，如果说某组数数据非常明显的多，则使用“最大值”方式，其它情况下建议使用“求和”方式。
1、背景
当前研究两种药物（分别是复方江剪刀草（1）与胆麻片（2））对于慢性气管炎疗效的差异性，其中疗效分为四个水平分别是无效（1）、数好转（2）、显著好转（3）、控制（4），共收集3424例数据。
上文中提到过，Ridit分析的第一步首先要选择一个参照组，得出更登记的Ridit值。从上图来看，收集到的样本中，使用第一种治疗方式治疗的人明显多于第二种。因此选择“最大值”参照组方式更适合。
2、操作步骤
放入对应的分析项以及权重项，参照组选择’最大值’，点击‘开始Ridit分析’。
3、结果分析
首先分析是否呈现出显著性(P值小于0.05或0.01)，由上图可知，治疗方式对于疗效呈现出显著性(z=-4.097, p=0.0000.05)，意味着不同治疗方式组别对于疗效呈现出差异性。
当分析呈现出显著性差异时，可通过平均Ridit值结合箱线图来对比具体的差异情况。
具体分析可知：使用胆麻片治疗的效果平均Ridit值(0.62)会明显高于的复方江剪刀草的平均Ridit值(0.497)。箱线图也可以清晰地看到第一组的Ridit值，明显低于组别2的平均Ridit值。
更多干货内容可登录 SPSSAU官网 查看
等级资料采用x2检验比采用秩和检验更能充分说明处理组间的效应是否有差别
秩和检验 一、教学大纲要求 （一）掌握内容 1． 非参数统计基本概念和特点。 2． 配对设计差值的符号秩检验。 3． 成组设计资料两样本比较的秩和检验。 （二）熟悉内容 1． 成组设计多样本比较的秩和检验步骤。
OK，文章到此结束，希望可以帮助到大家。
