实验六——平均数分析与T检验.pptVIP

原假设：本市户口和外地户口的家庭人均住房面积的平均值无显著差异，即：H0：u1—u2=0 操作：【（分析）analyze】【比较均值（compare means）】【独立样本t检验（independent-samples T test）】 定义两总体的标识值 框中输入一个数字，大于等于该值的对应一个总体，小于该值的对应另一个总体本市户口和外地户口的家庭人均住房面积的样本平均值有一定的差距。 结论分析结论应通过两步完成：第一步，两总体方差是否相等的F检验。该检验的F统计量的观察值为65.469，对应的概率P-为0.00。如果显著性水平a为0.05，由于概率P-小于0.05，可以认为两总体的方差有显著差异。第二步，两总体均值的检验。t统计量的观测值为-3.369，对应的双尾概率P-值为0.001.如果显著性水平a为0.05，由于概率P-小于0.05，因此认为两总体的均值有显著地差异，及本市户口的家庭人均住房面积的平均值存在显著差异。 练习2根据保险公司人员构成情况数据，分析全国性保险公司与外资和合资保险公司中具有高等教育水平员工比例的均值有无显著差异。 5.4 两配对样本的t检验 5.4.1 两配对样本t检验的目的两配对样本t检验的目的是利用来自两个总体的配对样本，推断两个总体的均值是否存在显著性差异。配对样本t检验与独立样本t检验的差别之一是要求样本是配对的。所谓配对样本可以是个案在“前”、“后”两种状态下某属性的两种不同特征，也可以是对某事物两个不同侧面的描述。其差别在于抽样不是相互独立，而是相互关联的。配对样本通常具有以下两个特征： 1、两组样本的样本数相同。 2、两组样本观测值的先后顺序是一一对应的，不能随意更改。 提出原假设：两总体均值不存在显著差异； 选择检验统计量。两配对样本T检验的思路：首先求出每对观测值的差值样本，然后利用差值样本，通过对其均值是否显著为0的检验来推断两总体均值的差是否显著为0. 计算样本统计量观测值和概率P值； 根据显著性水平和概率P值进行统计推断。 两配对样本T检验的实现思路 5.4.3 两配对样本t经验的应用举例 案例：利用“减肥茶.sav”来推断减肥茶是否有明显的减肥作用。 分析：体重可以近似认为服从正态分布，从实验设计和样本数据的获取过程可以看出，这两组样本是配对的。因此，可以借助两配对样本t检验的方法，通过检验喝茶前后体重的均值是否发生显著变化来确定减肥茶的减肥效果。 原假设：喝茶前后体重的均值不存在显著变化 操作：【分析（analyze）】【均值比较（compare means）】【配对样本t检验（paired-samples t test）】喝茶前后样本的平均值有较大的差异：喝茶后的体重平均值低于喝茶前的平均体重。第三列是喝茶前后两组样本的简单相关系数，第四列是相关系数检验的P-值。它表明在显著性水平a为0.05时，喝茶前后体重的线性相关程度较弱。最后一列为t检验统计量观测值对应的双尾概率P-值，接近于0.如果显著性水平a为0.05，由于概率P-值小于显著性水平a，应拒绝原假设，即认为总体上体重差的平均值与0有显著不同，意味着喝茶前后的平均体重存在显著差异，可以认为该减肥茶具有显著的减肥效果。 Thank you SPSS 平均数分析与T检验 1.SPSS简介 5.1.1推断统计与参数检验推断统计方法是根据样本数据推断总体特征的方法，它在对样本数据描述的基础上，以概率的形式对统计总体的未知数量特征（如均值、方差等）进行表述。通过对样本数据的研究来研究推断总体特征主要是出于以下两个原因：第一，总体数据无法全部收集；第二，在某些情况下虽然总体数据能够收集到，但操作时将会耗费大量的人力、物力和财力。 5.1 参数检验概述 推断统计与假设检验 推断统计用样本数据推断总体数量特征。 推断统计通常包括以下两个内容： 总体分布已知，根据样本数据对总体分布的统计参数（如均值、方差）进行推断，此时采用的推断方法称为参数估计或者参数检验； 总体分布未知，根据样本数据对总体的分布形式进行推断，此时采用的推断方法称为非参数检验。 统计方法 描述统计 推断统计 估计 假设检验 参数检验 非参数检验 5.1.2 假设检验的基本思想 假设检验的基本思路是首先对总体参数提出假设，然后再利用样本告之的信息去验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持假设，则在一定的条件下，应拒绝假设；相反，如果样本数据不能够充分证明和支持假设是不成立的，则不能推翻假设成立的合理性和真实性。上述假设检验推断过程所依据的基本信念是小概率原理，即发生概率很小的随机事件，在某一次特定的实验中是几乎不可能发生的。 5.1.3 假设检验的基本步骤依据假设检验的基本思想，假设检验可以总结成为以下四大