SPSS 泊松分布拟合检验实操流程图（文字版）
一、数据准备阶段
原始数据（单条观测）
频次表数据（分组统计）
数据格式判断
直接录入
加权处理
变量视图设置：名称+数值类型
数据→加权个案→选择频次变量
数据视图录入所有观测值
数据检查：无缺失值、为整数计数
原始数据（单条观测）
频次表数据（分组统计）
数据格式判断
直接录入
加权处理
变量视图设置：名称+数值类型
数据→加权个案→选择频次变量
数据视图录入所有观测值
数据检查：无缺失值、为整数计数
先判断数据类型：若为单条观测数据（如每日接诊次数的原始记录），直接录入；若为频次汇总数据（如
“0 次出现 20 天”），需先进行加权处理。
变量设置需确保为数值型，数据录入后检查完整性，剔除异常值或缺失值，避免影响检验结果。
二、检验操作阶段
打开卡方检验对话框
分析→非参数检验→旧对话框→卡方
选入检验变量
设置期望范围：从数据中获取
选择期望频率：泊松分布
点击确定执行检验
打开卡方检验对话框
分析→非参数检验→旧对话框→卡方
选入检验变量
设置期望范围：从数据中获取
选择期望频率：泊松分布
点击确定执行检验
严格按照菜单路径操作，避免选错检验类型（如误选 “均匀分布”）。
期望范围默认 “从数据中获取” 即可，无需手动设置，确保覆盖所有观测值的取值范围。
三、结果解读阶段
是
否
P>
P≤
查看输出结果
卡方检验频率表
卡方检验统计量表
检查期望频数：是否≥5
直接解读
合并相邻组后重新检验
读取渐近显著性 P 值
符合泊松分布
不符合泊松分布
是
否
P>
P≤
查看输出结果
卡方检验频率表
卡方检验统计量表
检查期望频数：是否≥5
直接解读
合并相邻组后重新检验
读取渐近显著性 P 值
符合泊松分布
不符合泊松分布
优先检查频率表中的期望频数，若存在 <5 的组，需返回数据视图合并相邻组别（如将 “4 次”“5 次” 合
并），重新执行检验。
核心判断依据为 P 值：P> 接受原假设，数据符合泊松分布；反之则不符合。
四、结果应用阶段
符合泊松分布
不符合泊松分布
检验结论
基于泊松分布建模
分析原因：独立性/概率恒定假设不成立
计算均值 λ，用于预测事件发生概率
制定决策方案：如设备维护计划、资源配置方案
更换分布模型：如负二项分布
符合泊松分布
不符合泊松分布
检验结论
基于泊松分布建模
分析原因：独立性/概率恒定假设不成立
计算均值 λ，用于预测事件发生概率
制定决策方案：如设备维护计划、资源配置方案
更换分布模型：如负二项分布
若数据符合泊松分布，可计算样本均值作为泊松分布的参数 λ，用于预测未来事件发生的概率（如某小时
内接诊 3 次及以上的概率）。
若不符合，需检查数据是否满足独立性、概率恒定等前提假设，或更换其他离散分布模型（如负二项分布）
重新检验。
