1、1參數(shù)假設(shè)檢驗(yàn)要求總體的分布類型已知參數(shù)假設(shè)檢驗(yàn)要求總體的分布類型已知非參數(shù)假設(shè)檢驗(yàn)就是總體分布類型未知條件，對總體某非參數(shù)假設(shè)檢驗(yàn)就是總體分布類型未知條件，對總體某些非參數(shù)信息進(jìn)行假設(shè)檢驗(yàn)。些非參數(shù)信息進(jìn)行假設(shè)檢驗(yàn)。幾種常用非參檢驗(yàn)方法：幾種常用非參檢驗(yàn)方法：擬合優(yōu)度檢驗(yàn)、獨(dú)立樣本非參數(shù)檢驗(yàn)、相關(guān)樣本非參數(shù)檢驗(yàn)。擬合優(yōu)度檢驗(yàn)、獨(dú)立樣本非參數(shù)檢驗(yàn)、相關(guān)樣本非參數(shù)檢驗(yàn)。 、卡方擬合優(yōu)度檢驗(yàn)、卡方擬合優(yōu)度檢驗(yàn)星期星期一一二二三三四四五五六六七七死亡人數(shù)死亡人數(shù)11191715161619試檢驗(yàn)一周內(nèi)各日的死亡危險(xiǎn)性是否有差異？試檢驗(yàn)一周內(nèi)各日的死亡危險(xiǎn)性是否有差異？某市星期一到星期日共某市星期一到

2、星期日共7天中各日居民的死亡平均數(shù)如表天中各日居民的死亡平均數(shù)如表5-1所示所示 變量基本要求：變量基本要求：一個(gè)頻數(shù)變量，變量類型為數(shù)值型，頻數(shù)變量需要加權(quán)處理；一個(gè)頻數(shù)變量，變量類型為數(shù)值型，頻數(shù)變量需要加權(quán)處理；一個(gè)分組變量，變量類型為數(shù)值型或字符型；一個(gè)分組變量，變量類型為數(shù)值型或字符型；本例定義兩個(gè)變量：本例定義兩個(gè)變量：“星期星期”和和“死亡人數(shù)死亡人數(shù)”，變量類型為數(shù)，變量類型為數(shù)值型。將死亡人數(shù)錄入值型。將死亡人數(shù)錄入“死亡人數(shù)死亡人數(shù)”變量；將星期錄入變量；將星期錄入“星期星期”變量。變量。菜單操作：菜單操作：1）變量加權(quán)主菜單）變量加權(quán)主菜單“數(shù)據(jù)數(shù)據(jù)”“加權(quán)個(gè)案加權(quán)個(gè)案”

3、，將頻數(shù)變量，將頻數(shù)變量“死亡死亡人數(shù)人數(shù)”選入選入“頻率變量頻率變量”框，點(diǎn)擊框，點(diǎn)擊“確定確定” 按鈕。按鈕。2）卡方擬合優(yōu)度主菜單）卡方擬合優(yōu)度主菜單“分析分析”“非參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)”“卡方卡方”，出，出現(xiàn)卡方擬合優(yōu)度檢驗(yàn)界面。現(xiàn)卡方擬合優(yōu)度檢驗(yàn)界面。【主要結(jié)果與分析主要結(jié)果與分析】星期星期觀察數(shù)觀察數(shù)期望數(shù)期望數(shù)殘差殘差11116.1-5.121916.12.931716.1.941516.1-1.151616.1-.161616.1-.171916.12.9Total113理論頻數(shù)理論頻數(shù) 卡方擬合優(yōu)度檢驗(yàn)結(jié)果卡方擬合優(yōu)度檢驗(yàn)結(jié)果 檢驗(yàn)統(tǒng)計(jì)量檢驗(yàn)統(tǒng)計(jì)量星期星期卡方卡方2.779ad

4、f6漸進(jìn)顯著性漸進(jìn)顯著性.836統(tǒng)計(jì)量統(tǒng)計(jì)量=2.779，伴隨概率，伴隨概率P值為值為0.836，大于檢驗(yàn)水準(zhǔn)，大于檢驗(yàn)水準(zhǔn)0.05。說明一周內(nèi)各日的死亡危險(xiǎn)性差異沒有統(tǒng)計(jì)學(xué)意義，因此可以說明一周內(nèi)各日的死亡危險(xiǎn)性差異沒有統(tǒng)計(jì)學(xué)意義，因此可以認(rèn)定一周內(nèi)各日的死亡危險(xiǎn)性無差異。認(rèn)定一周內(nèi)各日的死亡危險(xiǎn)性無差異。 二、兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)二、兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)是在對總體分布未知的情況下，通過兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)是在對總體分布未知的情況下，通過樣本數(shù)據(jù)檢驗(yàn)兩獨(dú)立樣本的對應(yīng)總體分布或分布位置差異是否樣本數(shù)據(jù)檢驗(yàn)兩獨(dú)立樣本的對應(yīng)總體分布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義。有

5、統(tǒng)計(jì)學(xué)意義。兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)方法最常用兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)方法最常用Mann-Whitney U 檢驗(yàn)，檢驗(yàn)，也稱為威爾科克遜（也稱為威爾科克遜（Wilcoxon W）等級秩和檢驗(yàn)。）等級秩和檢驗(yàn)。 秩和檢驗(yàn)的原假設(shè)秩和檢驗(yàn)的原假設(shè)H0：兩組獨(dú)立樣本來自的兩總體分布相同。：兩組獨(dú)立樣本來自的兩總體分布相同。 SPSS結(jié)果，當(dāng)小樣本時(shí)，統(tǒng)計(jì)量以結(jié)果，當(dāng)小樣本時(shí)，統(tǒng)計(jì)量以“Mann-Whitney U”給出，給出，伴隨概率伴隨概率P值以值以“精確顯著性精確顯著性(Exact Sig.)”給出。當(dāng)大樣本時(shí)，給出。當(dāng)大樣本時(shí)，統(tǒng)計(jì)量以統(tǒng)計(jì)量以“Z”給出，伴隨概率給出，伴隨概率P值以值以“漸近顯

6、著性漸近顯著性(Asymp. Sig.)” 測量鉛作業(yè)與非鉛作業(yè)工人的血鉛值（單位：測量鉛作業(yè)與非鉛作業(yè)工人的血鉛值（單位：mol/l） 鉛作業(yè)鉛作業(yè)0.820.870.971.211.642.082.13非鉛作業(yè)非鉛作業(yè)0.240.240.290.330.440.580.630.720.871.01試檢驗(yàn)鉛作業(yè)與非鉛作業(yè)工人的血鉛值是否有差異？試檢驗(yàn)鉛作業(yè)與非鉛作業(yè)工人的血鉛值是否有差異？【實(shí)驗(yàn)?zāi)康膶?shí)驗(yàn)?zāi)康摹績瑟?dú)立樣本秩和檢驗(yàn)的基本思路和適用條件。兩獨(dú)立樣本秩和檢驗(yàn)的基本思路和適用條件?！静僮鞑襟E操作步驟】一個(gè)（或多個(gè)）檢驗(yàn)變量，變量類型為數(shù)值型；一個(gè)（或多個(gè)）檢驗(yàn)變量，變量類型為數(shù)值型；一

7、個(gè)分組變量，變量類型為數(shù)值型。一個(gè)分組變量，變量類型為數(shù)值型。兩樣本數(shù)據(jù)全為檢驗(yàn)變量取值，組別通過分組變量值（如兩樣本數(shù)據(jù)全為檢驗(yàn)變量取值，組別通過分組變量值（如0,1或或1,2等）區(qū)分。等）區(qū)分。本例定義檢驗(yàn)變量本例定義檢驗(yàn)變量“血鉛值血鉛值”，分組變量，分組變量“是否鉛作業(yè)者是否鉛作業(yè)者”；將兩組血鉛值數(shù)據(jù)全部錄入檢驗(yàn)變量，在分組變量中，鉛作業(yè)將兩組血鉛值數(shù)據(jù)全部錄入檢驗(yàn)變量，在分組變量中，鉛作業(yè)者組錄入者組錄入1，非鉛作業(yè)者組錄入，非鉛作業(yè)者組錄入0。菜單操作：菜單操作：主菜單主菜單“分析分析”“非參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)” “兩獨(dú)立樣本兩獨(dú)立樣本”，出現(xiàn)兩獨(dú)立，出現(xiàn)兩獨(dú)立樣本檢驗(yàn)界面。樣本檢

8、驗(yàn)界面。參數(shù)設(shè)置：選擇變量參數(shù)設(shè)置：選擇變量“血鉛值血鉛值”進(jìn)入進(jìn)入“檢驗(yàn)變量列表檢驗(yàn)變量列表”框；選框；選擇變量擇變量“是否鉛作業(yè)者是否鉛作業(yè)者”進(jìn)入進(jìn)入“分組變量分組變量”框，并點(diǎn)擊框，并點(diǎn)擊“定義定義組組”按鈕，在按鈕，在“組組1”和和“組組2”框中分別輸入分組變量的兩個(gè)取框中分別輸入分組變量的兩個(gè)取值值1和和0。點(diǎn)擊點(diǎn)擊“確定確定”。兩獨(dú)立樣本檢驗(yàn)界面兩獨(dú)立樣本檢驗(yàn)界面 【主要結(jié)果與分析主要結(jié)果與分析】兩組秩均值結(jié)果兩組秩均值結(jié)果 秩秩是否鉛作業(yè)者是否鉛作業(yè)者N秩均值秩均值秩和秩和血鉛值血鉛值否否105.9559.50是是713.3693.50總數(shù)總數(shù)17秩和檢驗(yàn)結(jié)果秩和檢驗(yàn)結(jié)果 檢驗(yàn)

9、統(tǒng)計(jì)量檢驗(yàn)統(tǒng)計(jì)量b血鉛值血鉛值Mann-Whitney U4.500Wilcoxon W59.500Z-2.980漸近顯著性漸近顯著性(雙側(cè)雙側(cè)).003精確顯著性精確顯著性2*（單側(cè)顯著性）（單側(cè)顯著性）.001aa. 沒有對結(jié)進(jìn)行修正沒有對結(jié)進(jìn)行修正b. 分組變量分組變量: 是否鉛作業(yè)者是否鉛作業(yè)者秩和檢驗(yàn)結(jié)果秩和檢驗(yàn)結(jié)果 鉛作業(yè)與非鉛作業(yè)兩組工人血鉛值的平均秩分別為鉛作業(yè)與非鉛作業(yè)兩組工人血鉛值的平均秩分別為13.36和和5.95，顯然鉛作業(yè)組血鉛值的平均秩較高。顯然鉛作業(yè)組血鉛值的平均秩較高。小樣本時(shí)的統(tǒng)計(jì)量值小樣本時(shí)的統(tǒng)計(jì)量值Mann-Whitney U為為4.5，伴隨概率，伴隨概率

10、P值為值為0.001，大樣本時(shí)統(tǒng)計(jì)量值，大樣本時(shí)統(tǒng)計(jì)量值Z為為-2.98，對應(yīng)伴隨概率，對應(yīng)伴隨概率P值為值為0.003。本例為小樣本應(yīng)取前者，本例為小樣本應(yīng)取前者，P值為值為0.001，遠(yuǎn)小于檢驗(yàn)水準(zhǔn)，遠(yuǎn)小于檢驗(yàn)水準(zhǔn)0.05，說明鉛作業(yè)工人和非鉛作業(yè)工人血鉛值之間的差異有統(tǒng)計(jì)學(xué)意說明鉛作業(yè)工人和非鉛作業(yè)工人血鉛值之間的差異有統(tǒng)計(jì)學(xué)意義，所以可以認(rèn)為鉛作業(yè)與非鉛作業(yè)工人血鉛值有差異。義，所以可以認(rèn)為鉛作業(yè)與非鉛作業(yè)工人血鉛值有差異。三、兩相關(guān)樣本的檢驗(yàn)三、兩相關(guān)樣本的檢驗(yàn)【統(tǒng)計(jì)學(xué)知識統(tǒng)計(jì)學(xué)知識】在總體分布不了解情況下，通過樣本數(shù)據(jù)檢驗(yàn)在總體分布不了解情況下，通過樣本數(shù)據(jù)檢驗(yàn)兩個(gè)相關(guān)樣本的總體分

11、布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義。兩個(gè)相關(guān)樣本的總體分布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義。兩個(gè)相關(guān)樣本最常用兩個(gè)相關(guān)樣本最常用Wilcoxon檢驗(yàn)（即符號秩檢驗(yàn)）。檢驗(yàn)（即符號秩檢驗(yàn)）。符號秩檢驗(yàn)的原假設(shè)符號秩檢驗(yàn)的原假設(shè)H0：兩相關(guān)樣本來自的兩總體分布相同。：兩相關(guān)樣本來自的兩總體分布相同。11名受試者分別服用兩種不同劑型的藥物，測得血藥濃度達(dá)峰名受試者分別服用兩種不同劑型的藥物，測得血藥濃度達(dá)峰時(shí)間（克時(shí)間（克/毫升）（經(jīng)檢驗(yàn)不服從正態(tài)分布毫升）（經(jīng)檢驗(yàn)不服從正態(tài)分布)劑型劑型A2.53.01.251.753.52.51.752.253.52.52.0劑型劑型B3.54.02.52.03.5

12、4.01.52.53.03.03.5試檢驗(yàn)兩種劑型血藥濃度的達(dá)峰時(shí)間是否具有相同的分布？試檢驗(yàn)兩種劑型血藥濃度的達(dá)峰時(shí)間是否具有相同的分布？【實(shí)驗(yàn)?zāi)康膶?shí)驗(yàn)?zāi)康摹坷斫鈨上嚓P(guān)樣本符號秩檢驗(yàn)的基本思路和適用條件，掌握理解兩相關(guān)樣本符號秩檢驗(yàn)的基本思路和適用條件，掌握SPSS軟件操作實(shí)現(xiàn)方法。軟件操作實(shí)現(xiàn)方法?！静僮鞑襟E操作步驟】一對（或多對）檢驗(yàn)變量，變量類型為數(shù)值型。一對（或多對）檢驗(yàn)變量，變量類型為數(shù)值型。兩樣本數(shù)據(jù)分別為兩個(gè)相關(guān)變量的取值。兩樣本數(shù)據(jù)分別為兩個(gè)相關(guān)變量的取值。定義兩個(gè)相關(guān)變量定義兩個(gè)相關(guān)變量“劑型劑型A達(dá)峰時(shí)間達(dá)峰時(shí)間”和和“劑型劑型B達(dá)峰時(shí)間達(dá)峰時(shí)間”，兩組數(shù)據(jù)分別錄入兩個(gè)相

13、關(guān)變量。兩組數(shù)據(jù)分別錄入兩個(gè)相關(guān)變量。菜單操作：菜單操作：主菜單主菜單“分析分析”“非參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)” “2個(gè)相關(guān)樣本個(gè)相關(guān)樣本”，出現(xiàn)兩關(guān)聯(lián)樣本檢驗(yàn)界面。出現(xiàn)兩關(guān)聯(lián)樣本檢驗(yàn)界面。參數(shù)設(shè)置：選擇參數(shù)設(shè)置：選擇“劑型劑型A達(dá)峰時(shí)間達(dá)峰時(shí)間”和和“劑型劑型B達(dá)峰時(shí)間達(dá)峰時(shí)間”進(jìn)入進(jìn)入“檢驗(yàn)對檢驗(yàn)對”框的框的“Variable1”和和“Variable2”； 點(diǎn)擊點(diǎn)擊“選項(xiàng)選項(xiàng)”按鈕，在按鈕，在“統(tǒng)計(jì)量統(tǒng)計(jì)量”區(qū)域，選區(qū)域，選“描述性描述性”；點(diǎn)擊；點(diǎn)擊“確定確定”。 主要結(jié)果與分析主要結(jié)果與分析 描述性統(tǒng)計(jì)量描述性統(tǒng)計(jì)量N均值均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差極小值極小值極大值極大值劑型劑型A達(dá)峰時(shí)間達(dá)峰時(shí)間1

14、12.4091.718271.253.50劑型劑型B達(dá)峰時(shí)間達(dá)峰時(shí)間113.0000.806231.504.00檢驗(yàn)統(tǒng)計(jì)量檢驗(yàn)統(tǒng)計(jì)量b劑型劑型B達(dá)峰時(shí)間達(dá)峰時(shí)間 - 劑型劑型A達(dá)峰達(dá)峰時(shí)間時(shí)間Z-2.150a漸近顯著性漸近顯著性(雙側(cè)雙側(cè)).032a. 基于負(fù)秩。基于負(fù)秩。b. Wilcoxon 帶符號秩檢驗(yàn)帶符號秩檢驗(yàn)劑型劑型A達(dá)峰時(shí)間的均值為達(dá)峰時(shí)間的均值為2.4091，標(biāo)準(zhǔn)差為，標(biāo)準(zhǔn)差為0.71827，劑型，劑型B達(dá)達(dá)峰時(shí)間的均值為峰時(shí)間的均值為3.0，標(biāo)準(zhǔn)差為，標(biāo)準(zhǔn)差為0.80623。兩者差的統(tǒng)計(jì)量值兩者差的統(tǒng)計(jì)量值Z=-2.150，伴隨概率，伴隨概率P值為值為0.032，小于檢驗(yàn)，小

15、于檢驗(yàn)水準(zhǔn)水準(zhǔn)0.05，說明兩種劑型血藥濃度的達(dá)峰時(shí)間分布差異有統(tǒng)計(jì)，說明兩種劑型血藥濃度的達(dá)峰時(shí)間分布差異有統(tǒng)計(jì)學(xué)意義，可以認(rèn)為兩種劑型血藥濃度的達(dá)峰時(shí)間不具有相同的學(xué)意義，可以認(rèn)為兩種劑型血藥濃度的達(dá)峰時(shí)間不具有相同的分布分布四、列聯(lián)表資料的檢驗(yàn)四、列聯(lián)表資料的檢驗(yàn) 列聯(lián)表的行、列屬性變量取值都是計(jì)數(shù)資料，即定類（無序）資列聯(lián)表的行、列屬性變量取值都是計(jì)數(shù)資料，即定類（無序）資料或定序（有序）資料，可以將列聯(lián)表分為三種類型：料或定序（有序）資料，可以將列聯(lián)表分為三種類型：雙向無序列聯(lián)表、單向有序列聯(lián)表及雙向有序列聯(lián)表。雙向無序列聯(lián)表、單向有序列聯(lián)表及雙向有序列聯(lián)表。雙向無序列聯(lián)表的檢驗(yàn)雙向

16、無序列聯(lián)表的檢驗(yàn) 【統(tǒng)計(jì)學(xué)知識統(tǒng)計(jì)學(xué)知識】雙向無序列聯(lián)表檢驗(yàn)主要有列聯(lián)表行、列屬性的獨(dú)立性檢驗(yàn)。雙向無序列聯(lián)表檢驗(yàn)主要有列聯(lián)表行、列屬性的獨(dú)立性檢驗(yàn)。檢驗(yàn)方法一般采用列聯(lián)表檢驗(yàn)方法一般采用列聯(lián)表K.Pearson卡方檢驗(yàn)?？ǚ綑z驗(yàn)。 原假設(shè)原假設(shè)H0：各樣本對應(yīng)總體的總體率（構(gòu)成比）相等：各樣本對應(yīng)總體的總體率（構(gòu)成比）相等（12=k）或列聯(lián)表的行列屬性獨(dú)立。）或列聯(lián)表的行列屬性獨(dú)立。雙向無序列聯(lián)表雙向無序列聯(lián)表K.Pearson卡方檢驗(yàn)的統(tǒng)計(jì)量為卡方檢驗(yàn)的統(tǒng)計(jì)量為 22211()(1)(1)ckijijijijoerce其中其中oij、eij分別為列聯(lián)表第分別為列聯(lián)表第i行第行第j列的實(shí)際頻

17、數(shù)和理論頻數(shù)，列的實(shí)際頻數(shù)和理論頻數(shù)，c、k分別為行列屬性的分類數(shù)目，分別為行列屬性的分類數(shù)目，r、c分別為列聯(lián)表的行、列數(shù)。分別為列聯(lián)表的行、列數(shù)。 研究觀察鼻咽癌患者與健康人的血型構(gòu)成，試判斷患鼻咽癌是研究觀察鼻咽癌患者與健康人的血型構(gòu)成，試判斷患鼻咽癌是否與血型有關(guān)否與血型有關(guān) 血型血型合計(jì)合計(jì)ABABO鼻咽鼻咽癌癌648613020300健康健康人人12513821026499合計(jì)合計(jì)18922434046799【實(shí)驗(yàn)?zāi)康膶?shí)驗(yàn)?zāi)康摹坷斫怆p向無序列聯(lián)表理解雙向無序列聯(lián)表K.Pearson卡方檢驗(yàn)的基本思路和適用條件，卡方檢驗(yàn)的基本思路和適用條件，掌握其掌握其SPSS軟件操作實(shí)現(xiàn)方法。軟件

18、操作實(shí)現(xiàn)方法。【操作步驟操作步驟】根據(jù)樣本數(shù)據(jù)的形式不同，有兩種方式：根據(jù)樣本數(shù)據(jù)的形式不同，有兩種方式：一是樣本數(shù)據(jù)為原始數(shù)據(jù)，一是樣本數(shù)據(jù)為原始數(shù)據(jù)，這時(shí)要求行、列兩個(gè)待檢驗(yàn)的屬性這時(shí)要求行、列兩個(gè)待檢驗(yàn)的屬性變量，變量類型為數(shù)值型或字符型。變量，變量類型為數(shù)值型或字符型。兩樣本數(shù)據(jù)分別為行、列兩屬性變量的取值。兩樣本數(shù)據(jù)分別為行、列兩屬性變量的取值。二是匯總的列聯(lián)表數(shù)據(jù)，二是匯總的列聯(lián)表數(shù)據(jù)，這時(shí)要求三個(gè)變量：這時(shí)要求三個(gè)變量：頻數(shù)變量、頻數(shù)頻數(shù)變量、頻數(shù)所在的行變量及頻數(shù)所在的列變量所在的行變量及頻數(shù)所在的列變量。頻數(shù)變量需要加權(quán)處理。頻數(shù)變量需要加權(quán)處理。頻數(shù)變量的取值是列聯(lián)表的交叉

19、頻數(shù)頻數(shù)變量的取值是列聯(lián)表的交叉頻數(shù)行、列兩個(gè)屬性變量的取值是各頻數(shù)對應(yīng)行和列。行、列兩個(gè)屬性變量的取值是各頻數(shù)對應(yīng)行和列。本例為匯總列聯(lián)表數(shù)據(jù)，定義三個(gè)變量：本例為匯總列聯(lián)表數(shù)據(jù)，定義三個(gè)變量：頻數(shù)變量頻數(shù)變量“交叉頻數(shù)交叉頻數(shù)”錄入列聯(lián)表的所有頻數(shù)；錄入列聯(lián)表的所有頻數(shù)；“人群類別人群類別”和和“血型類別血型類別”分別錄入各頻數(shù)對應(yīng)行和列。分別錄入各頻數(shù)對應(yīng)行和列。 菜單操作：菜單操作：1）變量加權(quán)主菜單）變量加權(quán)主菜單“數(shù)據(jù)數(shù)據(jù)”“加權(quán)個(gè)案加權(quán)個(gè)案”，將頻數(shù)變量，將頻數(shù)變量“交叉交叉頻數(shù)頻數(shù)”選入選入“頻率變量頻率變量”框，點(diǎn)擊框，點(diǎn)擊“確定確定” 按鈕。按鈕。2）雙向無序列聯(lián)表的）雙向

20、無序列聯(lián)表的K.Pearson卡方檢驗(yàn)主菜單卡方檢驗(yàn)主菜單 “分析分析”“描描述統(tǒng)計(jì)述統(tǒng)計(jì)”“交叉表，出現(xiàn)交叉列聯(lián)表界面。交叉表，出現(xiàn)交叉列聯(lián)表界面。參數(shù)設(shè)置：參數(shù)設(shè)置：選擇行變量選擇行變量“人群類別人群類別”進(jìn)入進(jìn)入“行行”框框列變量列變量“血型類別血型類別”進(jìn)入進(jìn)入“列列”框；框； 點(diǎn)擊點(diǎn)擊“統(tǒng)計(jì)量統(tǒng)計(jì)量”按鈕，選按鈕，選“卡方卡方”，“名義名義”區(qū)域，選區(qū)域，選“相依系相依系數(shù)數(shù)”，點(diǎn)擊，點(diǎn)擊“確定確定”。 【主要結(jié)果與分析主要結(jié)果與分析】人群類別人群類別* 血型類別血型類別 交叉制表交叉制表計(jì)數(shù)計(jì)數(shù)血型類別血型類別合計(jì)合計(jì)1234人群人群類別類別1648613020300212513821026499合計(jì)合計(jì)18922434046799卡方檢驗(yàn)卡方檢驗(yàn)值值df漸進(jìn)漸進(jìn) Sig. (雙側(cè)雙側(cè))Pearson 卡方卡方1.921a3.589似然比似然比1.9243.588線性和線性組合線性和線