本節書摘來自異步社群《spss 統計分析從入門到精通（第2版）》一書中的第6章，第6.8節，作者 杜強 , 賈麗豔 , 嚴先鋒，更多章節内容可以通路雲栖社群“異步社群”公衆号檢視
spss 統計分析從入門到精通（第2版）
兩個相關樣本檢驗（2 related samples test）可對兩個相關樣本資料（例如配對、配伍資料）進行秩和檢驗。
兩個相關樣本檢驗的方法主要有：wilcoxon檢驗、sign（符号）檢驗、mcnemar檢驗和marginal homogeneity（邊際同質性）檢驗等。wilcoxon檢驗用于檢驗兩個相關樣本是否來自相同的總體，但對總體分布形式沒有限制；sign檢驗通過分析兩個樣本的正負符号個數判斷它們是否來自相同的總體；mcnemar檢驗用于兩個相關二分變量的檢驗；marginal homogeneity（邊際同質性）檢驗用于兩個相關定序變量的檢驗，是mcnemar檢驗的擴充。
1．sign（符号）檢驗
配對資料的符号檢驗，通過分析兩個樣本各對資料之差的正負符号的個數，來判斷兩個總體分布的異同，而不考慮內插補點的實際大小。本方法适用于相關樣本資料和定性變量。
配對資料之差為正值用“+”表示，負值用“-”表示。若兩組資料的分布沒有顯著差異，那麼內插補點為“+”、“-”号的個數應大緻相等，即出現“+”或“-”的機率都為0.5。如果某次随機抽樣的配對資料中，“+”号出現過多或過少，就可以在一定的顯著性水準α上，推斷這兩組資料的中值水準或總體分布是不相同的。可見，配對符号檢驗是二項檢驗的一種應用，當n＞25時，可按正态分布近似處理。符号檢驗的步驟如圖6-25所示。
注意
這種檢驗比較的是中位數而不是平均數；當分布對稱時，中位數與平均數相等。
2．wilcoxon檢驗
wilcoxon秩和檢驗是一種改進後的符号檢驗，它不僅考慮兩組配對資料之差的正負号，而且利用了其差異大小的資訊，是以是一種更為有效的檢驗方法。
若關聯樣本的兩組資料沒有顯著差異，則不僅其內插補點的正負符号應大緻相等，而且将內插補點按大小順序排列且編自然序号（秩）後，其正号的秩和（記為t+）與負号的秩和（記為t−）也應該大緻相等，且這二者中較小的秩和應趨近于總秩和的平均數lru。若正秩和（t+）與負秩和（t−）相差太大，使它們之中較小的秩和偏離bar t 較遠，以緻超過給定顯著性水準α所确定的臨界點，就推斷這兩組資料之間存在顯著差異，即總體的分布不相同。
wilcoxon檢驗的步驟如圖6-26所示。
3．其他檢驗
如果資料是二分類的，應該使用mcnemar檢驗。此時，對每個試驗對象觀測兩次，分别在指定事件發生的前後。此方法能夠檢驗初始的觀測比率（事件前）是否等于最終的觀測比率（事件後），可用于研究特定事件對試驗對象的影響效果。
如果資料是多分類的，應該使用marginal homogeneity檢驗。它是mcnemar檢驗從二分類事件向多分類事件的推廣。此方法使用卡方分布檢驗事件發生前及發生後觀測資料的變化。另外，隻有安裝了exact tests子產品，marginal homogeneity檢驗才可用。
在跳遠運動員經過特定訓練項目的前後時段，分别測量記錄他們的成績，以檢驗訓練前後的成績是否有顯著差異，即檢驗訓練前後的成績是否來自同一個分布的總體，并由此判斷訓練是否卓有成效。所用資料來自随盤檔案“chapter 06跳遠成績配對檢驗.sav”，資料格式如圖6-27所示。
本例檢驗的原假設為：訓練前後的成績來自同一個分布的總體；備擇假設為：訓練前後的成績不是來自同一個分布的總體。
依次單擊菜單“分析→非參數檢驗→舊對話框→2個相關樣本”，執行兩個相關樣本檢驗的過程，其主設定界面如圖6-28所示。
https://yqfile.alicdn.com/d4bf4211d0bd5cda6f03ad58ff742760c6fcbbf9.png" >
1．參數設定
在變量清單同時選中“訓練前”和“訓練後”變量，單擊圖檔 118按鈕，将其作為一對檢驗變量選入“檢驗對”清單；分别勾選“檢驗類型”欄下的“wilcoxon”和“符号檢驗”複選框。
在圖6-28中，“檢驗對”清單用于從左側的變量清單選入數值型的檢驗變量，且必須成對選擇，選入的變量也是成對出現（variable1、variable2）；其他選項的設定方法與圖6-19所示的兩個獨立樣本檢驗面闆的設定相似。
2．結果分析
在圖6-28中，單擊“确定”按鈕運作，spss檢視器視窗的輸出結果如圖6-29所示。
由于wilcoxon檢驗和sign檢驗的顯著性取值都大于0.1，故不能否定零假設，是以認為訓練前後的成績是來自同一個分布總體的，訓練效果不顯著。