BINOMIAL 子命令 (NPAR TESTS 命令)

NPAR TESTS BINOMIAL [({.5})]=varlist[({value,value})] 
                      {p }            {value      }  

BINOMIAL 检验二分变量的实测分布是否与指定二项式分布所期望的相同。 缺省情况下，假定每个命名变量只有两个值，并且将每个命名变量的分布与具有 p (第一类中期望的个案比例) 等于 0.5的二项式分布进行比较。 缺省输出包括每个组中的有效个案数，检验比例以及实测比例的双尾概率。

语法

• 最小规范是要测试的变量的列表。
• 要更改缺省 0.5 测试比例，请在紧跟在关键字 BINOMIAL后面的括号中指定值。
• 变量列表后面括号中的单个值用作分割点。 值等于或小于分割点的个案构成第一类; 其余个案构成第二类。
• 如果两个值出现在变量列表后面的括号中，那么值等于第一个值的个案构成第一个类别，值等于第二个值的个案构成第二个类别。
• 如果未指定任何值，那么变量必须是二分变量。 数据集中迂到的第一个值定义了第一个类别，另一个值定义了第二个类别。

操作

• 第一类中观察到的比例与检验比例进行比较。 然后计算给定检验比例和二项式分布的观测比例发生的概率。 将为指定的每个变量计算检验统计。
• 如果检验比例是缺省值 (0.5) ，那么将显示双尾概率。 对于任何其他检验比例，将显示单尾概率。 单尾检验的方向取决于第一类中观察到的比例。 如果观察到的比例大于检验比例，则报告观察到第一类中的许多或更多的意义。 如果观察到的比例小于或等于检验比例，那么将报告观察到第一类中的许多或更少的显着性。 换句话说，测试总是按照观察到的方向进行。

示例

NPAR TESTS BINOMIAL(.667)=V1(0,1).

• NPAR TESTS 显示 "二项检验" 表，其中显示每个类别的观测值数，观测比例，检验比例 (0.667) 和单尾显着性。
• 如果超过 0.667 个观测值的值 0 表示 V1，那么 BINOMIAL 表示观察 0 在二项式分布中的多个或多个值的概率为 0.667。 如果小于 0.667 的观测值为 0 ，那么检验将观察到许多或更少的值。