两独立样本非参数检验的步骤
如何用spss进行两独立样本秩和检验？
如何用spss进行两独立样本秩和检验？
spss进行秩和检验，具体操作步骤：
1、非参数检验，两个或多个独立样本，2个就进入2个的菜单，是多个就进入多个的菜单。
2、秩和检验是把不正态的正态的数据转换为等级对多组进行比较，就像非参数中的方差分析或t检验。
卡方检验的范围就广多了，如果是非参数检验里的第一个“卡方检验”，则只是看在一种单一的情况下不同分类属于哪种分布。 补充数据的情况：如是T1－T7只是样本编号，用秩和检验就可以比较A、B、C三种琼脂对某药物抑制大肠杆菌的影响
F检验和t检验的判据标准？
原理：T检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。
意义：
T检验对数据的正态性有一定的耐受能力。如果数据只是稍微偏离正态，结果仍然是稳定的。如果数据偏离正态很远，则需要考虑数据转换或采用非参数方法分析。
两个独立样本T检验的原假设为两个总体均值之间不存在显著性差异，需分两步完成：①利用F检验进行两总体方差的同质性判断；②根据方差同质性的判断，决定T统计量和自由度计算公式，进而对T检验的结果给予恰当的判定。
如果待检验的两个样本均值差异较小，那么t值也就较小，说明两样本均值不存在显著差异；相反，t值越大，说明两样本均值之间差异越显著。
SPSS将计算的t值和T分布表给出相应的显著性概率值，如果显著性概率值P小于或等于显著性水平α，则拒绝原假设，认为两总体均值之间存在显著差异；相反，显著性概率值P大于显著性水平α，则不拒绝原假设，认为两总体均值之间不存在显著差异
高等数学，简单随机样本的样本方差S2与样本均值为何相互独立？
准确的说法叫做，方差的参数估计。
参数估计，与抽样分布，和假设检验统称为推断统计的三大内容。所谓推断统计，就是用样本信息去推断总体。
比如说中国人民的身高，进行全部的普查很显然时间和成本不允许，这个时候就要进行抽样，用样本的统计量去推测总体参数，这个样本统计量可以是样本均值统计量，样本比例统计量，或者样本方差统计量。
显然我们要介绍的方差的参数估计，就是就是用样本的方差统计量，去估计总体的方差参数。
那么样本方差服从什么样的分布的，显然服从卡方分布。(n-1)s2/σ2＝卡方(n-1)
这也就是，我们进行参数估计的依据。由样本数据可求得s2的值，而卡方分布，只与自由度有关(样本量减去1)，所以在一定的置信水平下，我们就查表得出了上下分位数的值，进而得出了总体参数的近似估计。
双样本的方差参数估计，与单样本的方差参数估计的思想类似，不再赘述。建议题主参考相关统计学教材，对理解这个问题会有很大帮助。
如有不懂，欢迎追问。