根据游程检验计算的Z统计量为
-1.149，对应在单尾显著性概率为0.128，大于显著性水平，因此应接受两种汽油之间无显著性差异的原假设。
从以上四种检验方法所得到的结果是相同的，即两种汽油之间无显著性差异。
3.多独立样本的非参数检验
4.两相关样本的非参数检验
某企业提出了一项新工艺，为了检验新工艺是否能降低单位成本，随机抽取16个工人分别用新旧工艺生产产品，测得单位成本资料如下表，请在显著性水平0.05下检验是否新工艺降低了成本？ new old 25 18 12 17 14 16 22 19 21 24 17 19 22 28 16 18 17 22 18 24 19 22 24 30 22 25 15 20 2224第1步分析：由于是同一批工人和同一批机器，其先后的成本是相关
的，同时也不知数据的分布情况，故应用两相关样本的非参数检验。 第2步数据组织：数据分成两列，第一列为新工艺的成本，第二列为旧工艺的成本。
第3步两相关样本的非参数检验：设置如下图
Z统计量为-2.160，相伴概率为0.031，小于显著水平0.05，故应拒绝原假设，即认为两样本不是来自于同一总体，说明有差异，新工艺可省成本。
结果分析：
Z统计量为-2.160，相伴概率为0.031，小于显著水平0.05，故应拒绝原假设，即认为两样本不是来自于同一总体，说明有差异，新工艺可省成本。
其相伴概率为0.021，小于0.05，说明新工艺与旧工艺有显著性差异，这与Wilxocon检验结果是一致的。
5.多相关样本的非参数检验
某文艺晚会有5个节目，共有5个评委参与打分，其数据如下表。问这5个评委的判断标准是否一致。
节目1 评委1 评委2 评委3 评委4 评委5 8.75 10 9.6 9.2 9.65 节目2 8.25 9.5 9.1 8.5 9.2 节目3 8.8 9.5 9.1 8.9 9.1 节目4 9 8.9 8.5 9.1 9.1 节目5 8.5 9.5 9.6 9.4 8.9 第1步分析：由于5个评委打分是分别针对同一个节目，所以数据之
间具有相关性，同时不知道数据所服从的分布，可以采用多相关样本的非参数检验。
第2步数据组织：由于是分析的评委之间的评判标准是否一致，故应将每个评委所打的分各分成一列。 第3步多相关样本的非参数检验：
结果分析：
卡方值为9.102，自由度为4，相伴概率为0.059>0.05，故应认为5个评委打分是一致的。
卡方值为9.102，自由度为4，相伴概率为0.059>0.05，也应认为5个评委的打分具有一致性，这与Friedman检验具有一致性。
非参数检验与卡方检验比较：
卡方检验是数据总体是服从什么样的分布（都是频次的方式呈现出来的） 非参数检验是总体分布情况未知
统计分析软件SPSS详细教程 - 图文
