总体分布的卡方检验是一种对总体分布进行检验的极为典型的非参数检验方法，可以解决一些问题，如医学研究心脏病猝死人数与日期关系时发现，周一心脏病猝死者较多。

案例

检验一周内患心脏病的人数是否会有显著的不同，是否满足1: 1: 2: 2: 1: 1: 1

数据

每天的心脏病猝死人数

数据分析

首先我们可以做这样的假设：

H0：一周内每天的心脏病猝死人数遵循比例1: 1: 2: 2: 1: 1: 1

H1：一周内每天的心脏病猝死人数遵循比例不是1: 1: 2: 2: 1: 1: 1

对于卡方检验的数据，需要进行预处理，在这里就是赋权，对数据进行加权处理，执行data/weight cases，如下图：

加权处理

然后再进行卡方检验，执行analyze/nonparametric tests /chi-square命令，得到下图的结果。

总体分布的卡方检验结果

从图中我们可以分析到，期望的频数是33.1，其中相伴概率值为0.000，小于0.05，也就是说，拒绝原假设，接受对立假设，H1：一周内每天的心脏病猝死人数遵循比例1: 1: 2: 2: 1: 1: 1

本编学习内容数据和案例均来自于清华大学出版社·倪雪梅·《精通spss统计分析》