参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。
非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。
二项检验是用于检验样本是否来自二项分布总体的非参数检验方法，其根据样本的计数去验证是否服从二项分布。
二项分布是指在只有两个结果的n次独立的伯努利试验中，所期望的结果出现次数的概率。在单次试验中，设结果A出现的概率为p，结果B出现的概率为q，p+q=1。
下面我们主要从下面四个方面来解说：
[if !supportLineBreakNewLine]
[endif]
实际应用
理论思想
操作过程
分析结果
[if !supportLineBreakNewLine]
[endif]
一、实际应用
例如验证投骰子的正反面是否服从二项分布；出生婴儿性别男女是否服从二项分布；抽奖时的中奖与不中奖是否服从二项分布等只有两种结果的伯努利试验。
[if !supportLineBreakNewLine]
[endif]
[if !supportLineBreakNewLine]
[endif]
二、理论思想
样本中的每个个体被归入两种可能的类别中的一个，计算每个类别的个体个数，然后使用这些频数数据做出关于总体的推论的统计过程。适用于对二分类变量的拟合优度检验。
[if !supportLineBreakNewLine]
[endif]
三、操作过程
检验的数据条件：
[if !supportLists]§ [endif]数据计数两种结果
[if !supportLineBreakNewLine]
[endif]
二项检验案例：
题目：最新医学研究经验表明，目前我国20岁以上成人糖尿病患病率达10%。随机抽取的200名山东省某地区20岁以上成人的糖尿病患病情况。试用二项检验方法研究该地区20岁以上成人糖尿病患病率是否低于一般概率。
一、数据输入
[if !vml]
[endif]
二、操作步骤
进入SPSS，打开相关数据文件，选择“分析”“|非参数检验”“|旧对话框”|“二项”命令
择进行二项检验的变量。在“二项检验”对话框的左侧列表框中，选择“患病情况”进入“检验变量列表”列表框
[if !supportLineBreakNewLine]
[endif]
[if !vml]
[endif]
设置定义二分值的方法和二项检验的概率值。因为本例中我们进行二项检验的变量只有两个取值，所以在“二项检验”对话框中的“定义二分法”选项组中选中“从数据中获取”单选按钮；又因为本例中第一个数据对应的是“患病”，所以我们在“检验比例”文本框中输入“0.1”。
[if !supportLineBreakNewLine]
[endif]
[if !vml]
[endif]
设定检验的计算方法。
[if !supportLineBreakNewLine]
[endif]
[if !vml]
[endif]
选择相关统计量的输出和缺失值的处理方法。
单击“二项检验”对话框中的“选项”按钮，在“统计”选项组中选中“描述”复选框，也就是输出变量的描述性统计量，包括平均值、标准差、最大值、最小值等；在“缺失值”选项组中选中“按检验排除个案”单选按钮，即排除掉含有缺失值的记录后再进行卡方检验。设置完毕后，单击“继续”按钮返回“卡方检验”对话框。
[if !vml]
[endif]
其余设置采用系统默认值即可。
单击“确定”按钮，等待输出结果。
[if !supportLineBreakNewLine]
[endif]
[if !supportLineBreakNewLine]
[endif]
四、结果分析
[if !supportLineBreakNewLine]
[endif]
[if !supportLists]1. [endif]描述性统计量表接受检验的样本共200个，样本平均值是0.04，标准差是0.184，最小值是0，最大值是1。
[if !supportLineBreakNewLine]
[endif]
[if !vml]
[endif]
[if !supportLists]2. [endif]二项检验结果表患病组的样本个数是7，观测的概率值是0.0，期望概率值是0.1，不患病组的样本个数是193，观测的概率值是1.0，渐近显著性水平单侧检验结果为0.000，远远小于0.05，拒绝原假设：该地区20岁以上成人糖尿病患病率不低于一般概率。[if !vml]
[endif]
[if !supportLineBreakNewLine]
[endif]
（获取更多知识，前往gz号程式解说）
分析结论：
综上所述，通过二项检验，可以认为该地区20岁以上成人糖尿病患病率低于一般概率。
