SPSS 分布类型的检验

假设检验的标准步骤：

1、建立假设：根据问题的需要提出原假设H0，以及其对立面备择假设H1。

2、确立检验水准：即设立小概率事件的界值α。

3、进行试验：得到用于统计分析的样本，以该试验的结果作为假设检验的根据。

4、选定检验方法，计算检验统计量。

5、确定P值。

原假设也称为零假设，备择假设也称为对立假设。对立假设就是对立于原假设，备择假设的意思是，一旦你决定不采纳原假设，则这假设可备你选择。

根据统计学观点，接受原假设和否定原假设，二者的意义并非对等。接受原假设只是意味着，按所获数据来看，并无足够的根据认为原假设不对，而不是说，从所获数据证明了原假设是对的，因此，问题多少仍处于未决的局面。反之，否定原假设则意味着，按所获数据有充足理由（而非绝对地证明，因为数据有随机性）认为原假设不对，即有充足理由认为对立假设成立。故在一定限度内，可以说问题由了一个明确的结论。

假设检验的基本思想是统计学的“小概率反证法”原理：对于一个小概率事件而言，其对立面发生的可能性显然要大大高于这一小概率事件，可以认为小概率事件在一次试验中不应当发生。

假设检验除了分为单/双侧检验外，还可以分为参数检验和非参数检验。参数检验是已知数据的分布形式，只是不了解相应参数时的检验形式。如果数据的分布形式不了解，就必须使用非参数检验确定数据