常用统计分析方法SPSS应用 笔记.doc

常用统计分析方法-SPSS应用 杜志渊编著 第二章 均值比较检验与方差分析 在经济社会问题的研究过程中，常常需要比较现象之间的义些指标有无显著差异，特别当考察的样本容量n比较大时，由随机变量的中心极限定玛知，样本均值近似他服从正态分布、所以，均值的比较检验主要研究关于正态总体则均值有关的假设是否成立的问题。 本章主要内容： 1．单个总体均值的t检验(One-Sample T Test)； 2．两个独立总样本均值的I检验(Independent- Samples T Test ); 3．两个有联系总体均值的t检验(Paired-Samples T Test )； 4单因素方差分析(0ne-Way ANOVA)； 5双因素方差分析(General Linear Model→Univariate)。 假设条件：研究的数据服从正态分布或近似地服从正态分布。 在Aanlyze菜单中，均值比较检验可以从菜单Compare Means 和General Linear Model得出。 Modcl得19I 如图2—1所示。 P42 第一节 单个总体均值的t检验 (One-Sample T Test) 单个总体的t检验也称为单一样本的t检验，也就是检验单个变量的均值是否与假定的均值之间存在差异。将单个变量的样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。 例2.1 根据2002年我国不同行业的工资水平，检验国有企业的职工平均年上资收入是否等于10000元，假设数据近似地服从止态分布。 首先建立假设：H0：国有企业工资为10000元。 H1：国有企业工资不等于10000元。 P43 第二节 两个总体的t检验 (Two-Samples T Test) 一、两个独立样本的t检验 (Independent -Samples T Test) Independent -Samples T Test是检验两个没有联系的总体样本均值间是否存在显著的差异，两个没有联系的总体样也称独立样本，如两个无联系的企业生产的同样产品之间的某项指标的均值的比较，不同地区的儿童身高、体重的比较等，都可以通过抽取样本检验两个总体的均值是否存在显著的差异。 例2. 2 某医药研究所考察—种药品对男性和女性的治疗效果是否有显著差异，调查了10名男性服用者及7名女性服用者，对他们服药后的各项指标进行综合评分，服用的效果越好，分值就越高，每人所得的总分见表2-2，试根据表中的数据检验这种药品对男性和女性的治疗效果是否存在显著差异。 解：由于男性和女性的样本是无联系的，所以这两个样本是相互独立的。可应用两独立样本的假设检验。 首先，建立假设H0：该药品对男性和女性的治疗效果没有显著差异； H1：该药品对男性和女性的治疗效果有显著差异。 P45 二、两个有联系样本均值的比较(Paired-Samples T Test ) Paired-Samples T Test是检验两个有联系正态总体的均值是否存在显著的差异，又称配对样本的T检验。如检验某种药品使用的效果是否显苦，需要对使用者使用前后进行比较；再如对某种粮食进行品种改良，也需要比较改良前后粮食产量有无显著差异等。 例2.3 某企业对生产线上的工人进行某种专业技术培训，要对培训效果进行检验，从参加培训的工人中抽取30人，将他们培训前后每加工500个零件的不合格品数进行对比，得到数据表2-4。试根据表中数据检验培训前后工人的平均操作技术水平是否有显著提高，也就是检验培训效果是否显著。 解：这显然是配对样本均值的假设检验的问题。所以要建立假设： H0：培训前后工人的技术水平没有显著差异； H1：培训前后工人的技术水平有显著差异； P 47 第三节 单因素方差分析(One-Way ANOVA) 单因变量的单因素方差分析主要解决多于两个总体样本或变量间均值的比较问题。是一种对多个(大于两个)总体样本的均值是否存在显著差异的检验方法。 单因素方差分析的应用条件：在不同的水平(因素变量取不同值)下，各总体应当服从方差相等的正态分布。 例2.4 某企业需要一种零件，现有三个不同地区的企业生产的同种零件可供选择，为了