spss教程：单样本非参数检验

参数检验是在总体分布形式已知的情况下，对总体分布的参数进行推断，但如果不正确了解总体分布形态，参数估计就不适用，非参数检验正是用于此类情况的。
单样本非参数检验是对单个总体的分布进行推断的方法，方法包含卡方检验、二项分布检验、单样本K-S检验、变量值随机性检验等。

操作方法

卡方检验：一种典型的对总体分布进行检验的非参数检验方法，根据样本数据，推断总体分布与期望分布或某一理论分布是否存在显著性差异，是一种吻合性检验。通常用于对有多项分类值的总体分布的分析。检验分布是否是2.8：1：1：1：1：1:1，得到的概率为0.256，大于显著性水平，所以实际分布与理论分布无显著性差别。

二项分布检验：很多例子都是二值的，样本数据检验样本来自的总体是否服从指定概率为p的二项分布。检验比例是用户自己定义的，此处输入0.9进行检验。概率为0.193，大于显著性水平，不拒绝原假设，样本分布与指定概率0.9的二项分布无显著性差别。

单样本K-S检验：该方法可以样本数据推断样本来自的总体是否服从某一理论分布，是一种拟合优度检验方法，通常用于探索连续性随机变量的分布。其中“常规”就是正态分布。计算所得的概率为0.344，大于显著性水平0.05，所以与正态分布无显著性差别。

变量值随机性检验：通过样本变量值的分析，实现对总体的变量值出现是否是随机的进行检验。以“中位数'进行分割。计算出的概率为0.491，大于显著性水平，不拒绝原假设，认为数据是随机性的。