数量分析与方法.ppt

第4章 均值检验与方差分析 第一节 正态总体均值检验 一、单个总体的T检验 H0∶均值=特定值 H1∶均值≠该值 二、两组独立样本的T检验 H0∶总体1均值=总体2均值 H1∶总体1均值≠总体2均值 三、配对样本的T检验 H0∶总体1均值=总体2均值 H1∶总体1均值≠总体2均值 一、单个总体的T检验 基本操作方法 Analyze → Compare Means → One-Sample T Test 选择待检验变量进入Test 框 在下框中输入待比较的特定值 单击OK 按钮即可 例：单个正态总体均值检验（双尾） 为研究某高校“英语统考成绩”，随机抽取16名同学。 提出如下假设： H0： μ=77 该校平均成绩为77分 H0： μ≠77 该校平均成绩不是77分 输出结果的解释 在5%的显著水平下显著（实际显著水平为0.017），应接受对立假设。 输出结果的解释 在5%的显著水平下显著（实际显著水平为0.0085），应接受对立假设。 二、 两组独立样本的T检验 (一)基本步骤 1.判断两总体方差是否相等，进行如下检验(方差齐性检验)∶ H0∶总体1方差=总体2方差 H1∶总体1方差≠总体2方差 2.对两总体均值相等进行检验 方差相等情形与方差不等情形所采用的检验方法不同 (二)适用条件 正态总体 两组样本独立 (三)基本操作方法 Analyze → Compare Means → Independnt Sample T Test 选择待检验变量进入Test Variable框 选择分组变量进入Grouping Varabel框 单击Define Groups 按钮，打开Define Groups对话框 如果分组变量只取两个(或几个)值，则选择 Use specified values 项，并指定两个分组变量值，作为分组依据 如果分组变量是连续变量，则选Cut Point项，并定义分割点，作为分组依据。 (四)应用举例 例∶为研究两种审计方法的效果是否存在显著差异，首先选择了9个企业，运用A方法对账务进行审计。然后又选择了另外9个企业，运用B方法对账务进行审计。在对各企业进行审计过程中发现存在的问题个数如右表所示。 问题∶运用不同的审计方法所查出的平均错误个数是否存在显著差异? 检验过程 两个总体 总体1∶采用A方法查出的错误个数 总体2∶采用B方法查出的错误个数 进行分布正态性检验 Analyze → Descriptive Statistics → Explore 将变量E(错误个数)选入Dependent框 将变量M (审计方法)选入Factor框 检验结果 两总体正态性检验结果具有较高的实际显著水 平，表明两总体明显服从正态分布。 两组独立样本均值相等检验 判断两总体是否满足方差齐性∶H0∶方差相等，H1∶方差不等 由于方差齐性检验的实际显著水平为0.312(大于.10)，所以应接受原假设，认为符合方差齐性。 判断两总体均值是否相等∶ H0∶均值相等，H1∶均值不等 由于均值相等检验的实际显著水平低于0.001(非常低)，所以应接受对立假设，认为两个总体均值存在显著差异。 三、配对样本的T检验 (一)问题概述 配对样本通常是在两种状态下对每个个体的同一个指标进行观察，由此得到两组有配对关系的样本。 配对样本举例∶ 对于同时发行A股及B股的上市公司，要求同时按照国内与国际会计准则编制财务报表。分别称为A类报表及B类报表。对若干个公司根据两类不同报表计算分别计算会计收益。可得两组具有配对关系的样本。 据此可检验不同会计准则对会计收益是否存在影响 检验某种药物疗效，观察服药前与服药后某种指标情况 两种不同账务处理方法对会计信息的影响 (二)基本操作方法 Analyze → Compare Means → Paired-Sample T Test 在左框中先后选定两个待分析变量，再单击中间的“箭头按钮”，将上述两个变量选入Parid Variables框中 单击OK