1. 由于参数检验一般是检验样本所代表的总体平均数情况。但由于各种原因无法使用T检验，故只能使用非参数检验的方式；

  2. 非参数检验一般是检验样本中位数情况。

    1 检验目的

    两个独立样本所代表的总体中位数是否一致

    2.数据形式要求

    数据形式要求与T检验数据要求一致
    image.png

    3.假设条件

  3. 有一个因变量，且因变量为连续变量或等级变量（观察）

  4. 有一个自变量，且自变量为二分类（观察）

  5. 具有相互独立的观测值（观察）

    4.操作方法

    查看两组的分布情况

  6. 先按照gender对数据进行分组拆分

image.png

  1. 制作直方图

image.png

计算各组的中位数

分析-比较均值-均值
image.png
image.png

进行假设检验

方法一：分析-非参数检验-独立样本

image.png
image.png
image.png

方法二：分析-非参数检验-旧对话框-2个独立样本K-S

image.png

5.结果及解释

5.1 描述性统计的结果

image.png
image.png

  1. 案例中男性收入中位数为：11160元，女性收入中位数为10752元；

    5.2 假设检验结果

    旧对话框结果

  2. Mann-Whitney U代表检验的U统计量值为148.000； :::info

  3. Asymp.Sig(2-tailed)代表渐进P值，Exact Sig[2*(1-tailed Sig.)]代表精确P值。样本量越大，渐进P值就越接近真实P值。当每个分组的样本量小于20时，SPSS软件会自动计算精确P值，此时选择精确P值来判断检验假设。当样本量大于20时，渐进P值可以很好地代表真正的P值，因此选择渐进P值来判断检验假设；

  4. Mann-Whitney U代表检验H0：两组之间的数据分布上没有统计学差异 :::

  5. 本例中每组的样本量为20个，结果报告了精确P值为0.165，本例选用精确P值判断检验假设，P值大于界值0.05，因此不能拒绝原假设，即不能认为男性和女性的收入水平分布有统计学差异。

    5.3 结论

    两组收入水平的分布形状基本一致时

    使用Mann-Whitney U检验判断男性与女性收入水平是否有差异。根据直方图判断两组收入水平分布的形状基本一致。男性收入水平的中位数为11160.00，女性收入水平的中位数为10752.00。Mann-Whitney U检验结果显示，男性与女性的收入水平差异无统计学意义（U=148.000，P=0.165）。

    两组收入水平的分布形状不一致时

    使用Mann-Whitney U检验判断男性与女性收入水平是否有差异。根据直方图判断两组收入水平分布的形状不一致。男性收入水平的平均秩次为23.10，女性收入水平的平均秩次为17.90。Mann-Whitney U检验结果显示，男性与女性的收入水平差异无统计学意义（U=148.000，P=0.165）。