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。

游程检验用于检验样本的随机性和两个总体的分布是否相同的非参数检验方法。

下面我们主要从下面四个方面来解说：

• 实际应用
  
• 理论思想
  
• 操作过程
  
• 分析结果
  

一、实际应用

      基本功能是可以判断样本序列是否为随机序列。这种检验过程是通过分析游程的总个数来实现的。

    游程检验是验证一组数据是否符合随机分布。在实际研究中，经常需要考虑一个序列中的数据的出现是否与顺序无关，这关系到数据是否独立。如果数据有上升或者下降的趋势，或有周期性变化的规律等特征，均可能表示数据与顺序是有关的，或者说序列不是随机出现的。

二、理论思想

游程检验用于检验样本的随机性和两个总体的分布是否相同。
游程检验的思路是将连续的相同取值的记录作为一个游程。如果序列是随机序列，那么游程的总数应当不太多也不太少，过多或过少的游程的出现均以外这相应的变量值的出现并不是随机的。
需要特别说明和强调的是，并不是所有的数据都适合游程检验过程，即便数据适合，也不是在所有情况下都适宜采用游程检验过程。

三、操作过程

检验的数据条件：

§ 数据方面，变量必须是数值，用户如果要将字符串变量转换为数值变量，需要使用“自动重新编码”过程（在“转换”菜单上提供）。

游程检验案例：

题目：某纺织厂连续15天试得的28号梳棉棉条的棉结杂质粒数的数据。试用游程检验方法研究该纺织厂的生产情况是否正常。

一、数据输入

二、操作步骤1、进入SPSS，打开相关数据文件，选择“分析”“|非参数检验”“|旧对话框”|“游程”命令

2、选择进行游程检验的变量。在“游程检验”对话框的左侧列表框中，选择“棉结杂质粒数”进入“检验变量列表”列表框。

3、设置分割点。在“游程检验”对话框内的“分割点”选项组中，我们选中“中位数”复选框，也就是以数据的中位数为试算点。

4、设置检验的计算方法。

5、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“游程检验”对话框。

6、单击“确定”按钮，等待输出结果。

四、结果分析

1、描述性统计量表参与检验的样本共15个，样本平均值是69.47，标准差是4.688，最小值是61，最大值是77。

2、游程检验结果表检验的试算点值（本例中为中位数）是69，小于试算点值的样本有6个，大于试算点值的样本有9个，总个数为15，游程数是8，Z统计量是0.000，渐近显著性水平为1.000，远大于0.05。

分析结论：（（获取更多知识，前往gz号程式解说））

综上所述，从以上检验方法得出的结果可知，渐近显著性水平为1.000，远大于0.05，接受样本随机性假设，该纺织厂的生产情况正常。

参考案例数据：

【1】spss统计分析与行业应用案例详解(第四版)  杨维忠,张甜,王国平  清华大学出版社

原文来自https://mp.weixin.qq.com/s/TjyF5LGGs70vOtYu814mdg