SPSS统计分析案例:Wilcoxon符号秩检验
最近我发现，大家对T检验的使用频率很高，但是有一个共同的应该引起注意的问题，几乎没有人去讨论原始数据的正态分布情况，只要是两样本差异检验，就直接使用T检验出结果。
严格来说，这是不严谨的。为什么呢？因为T检验对数据正态分布有一定的要求和假设，当数据明显不是正态分布的时候，要考虑使用非参数检验过程。
从这个角度，也能说明非参数检验的实用性更强，使用范围更为广泛。
今天就送上一个非参数配对检验：Wilcoxon符号秩检验，与之遥相呼应的恰好是大家比较喜欢的配对T检验。
某减肥班15名学员，记录了减肥前的体重，参加1个月的减肥特训后，再次称重，现在我们要考察一下一个月的减肥训练是否有效。
这个话题真的是很贴近生活吧，接下来让我们满怀期待开始SPSS非参数Wilcoxon符号秩检验吧。
数据个案只有15个，样本少的时候，真的很难看清是不是正态分布，所以使用非参数检验就显得很可贵了，我们可以不用去关注分布的问题。
在【分析】菜单中找到【非参数检验】→【相关样本】，打开对话框，【目标】选项卡选择【定制分析】，【字段】选项卡设置如下：
【设置】选项卡里面的参数比较重要，首先要在【定制检验】的检验方法中选择【威尔科克森匹配对符号秩检验】，如下：
其他参数可以不用设置。最后点击下方的【运行】按钮，软件开始执行。
来看结果吧。
原假设减肥训练前后的体重无差异，这样的事情概率是0.034（表中的显著性值），与显著性水平0.05相比呢，0.034足够小，是小概率事件，也就是说，减肥训练前后体重没有差异的概率是0.034，概率太小了，拒绝原假设。说明减肥训练前后体重发生了变化，有显著差异，有统计学意义。
我们双击上面这个统计图表，或者鼠标右键选择【编辑内容】→【在单独窗口中】，此时软件自动打开【模型查看器】，我们能看到此次分析更为细致的统计结果，结论当然是不变的。所以我们只看前面的检验表就是可以的。
为了辅助看清楚减肥训练前后的体重变化方向，我们还需要自己动手制作一个多线图，结果如下：
显然大部分的学员在减肥特训之后，体重的确是有所下滑的，减肥班报的有效果，当然也有个别的学员并没有如愿。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上，Python 凭借其丰富的科学计算库（NumPy、FilterPy）、深度学习框架（PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域，“状态估计” 是核心任务 —— 即从含噪声的观测数据中，精准推断系统的真 ...
2025-10-23在数据分析全流程中，“数据清洗” 恰似烹饪前的食材处理：若食材（数据）腐烂变质、混杂异物（脏数据），即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域，“大模型” 已成为近年来的热点标签：从参数超 1750 亿的 GPT-3，到万亿级参数的 PaLM，再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中，“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中，“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中，订单数据分散 ...
2025-10-22在神经网络设计中，“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”（模型无法捕捉复杂数据规律，如用单隐 ...
2025-10-21在特征工程流程中，“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度，剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中，“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA（Cert ...
2025-10-21在实际业务数据分析中，我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额（少数用户单次消费上万元，多数集 ...
2025-10-20在数字化交互中，用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”，到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中，“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材，若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天，几乎每个职场人都在焦虑： “为什么别人能用数据驱动决策、升职加薪，而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
