SPSS的均值比较过程.ppt

第4章SPSS的均值比较过程 4.1 SPSS在单样本t检验的应用 1.使用目的 单样本t检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在明显的差异。它是对总体均值的假设检验。 2.基本原理 单样本t检验作为假设检验的一种方法，其基本步骤和假设检验相同。其零假设为H0：总体均值与指定检验值之间不存在显著差异。该方法采用t检验方法，按照下式计算t统计量。 式中，D是样本均值与检验值之差；因为总体方差未知，故用样本方差S代替总体方差；n为样本数。 3.概率P值 如果概率P值小于或等于显著性水平，则拒 绝零假设； 如果概率P值大于显著性水平，则接受零假设。 4.软件使用方法 （1）在SPSS中，软件将自动计算t值，由于该统计量服从n-1个自由度的t分布，SPSS将根据t分布表给出t值对应的相伴概率P值。 （2）如果相伴概率P值小于或等于给定的显著性水平，则拒绝H0，认为总体均值与检验值之间存在显著差异。 （3）相反，相伴概率值大于给定的显著性水平，则不应拒绝H0，可以认为总体均值与检验值之间不存在显著差异。 4.1.2 单样本t检验的SPSS操作详解 Step01： 打开单样本t检验对话框。 选择菜单栏中的【Analyze（分析）】→【Compare Means（比较均值）】→【One-Sample T Test（单样本T检验）】命令，弹出【One-Sample T Test（单样本T检验）】对话框。 Step02： 选择检验变量。 在该对话框左侧的候选变量列表框中选择一个或几个变量，将其移入【Test Variable(s)（检验变量）】列表框中。其中，左侧候选变量列表框中显示的是可以进行t检验的变量。 Step03： 选择样本检验值。 在【Test Value（检验值）】文本框中输入检验值，相当于假设检验问题中提出的零假设H0： μ=μ0。 Step04：其他选项设置。 单击【Options】按钮，弹出【One-Sample T Test：Options(单样本T检验：选择)】对话框。该对话框用于指定输出内容和关于缺失值的处理方法，其中各选项的含义如下。 Confidence Interval：该文本框用于设置在指定水平下，样本均值与指定的检验值之差的置信区间，默认值为95%。 【Missing Values（缺失值）】选项组：用于设置缺失值的处理方式，它有以下两种处理方式。 Exclude cases analysis by analysis：点选该单选钮，表示当分析计算涉及到含有缺失值的变量时，删除该变量上是缺失值的观测量。 Exclude cases listwise：点选该单选钮，表示删除所有含缺失值的观测量后再进行分析。 Step05：相关统计量的Bootstrap估计 单击【Bootstrap】按钮，在弹出的对话框中可以进行如下统计量的Bootstrap估计。 ● 支持均值和标准差的Bootstrap 估计。 ● 支持平均值差值的Bootstrap 估计和显著性检验。 Step06： 单击【OK】按钮结束操作，SPSS软件自动输出结果。 4.1.3 实例图文分析：交通通勤时间 1. 实例内容 根据一份公共交通调查报告显示，对于那些在一个城市乘车上下班的人来说，平均通勤时间为19分钟，其人数总量为100万—300万。假设一个研究者居住在一个人口为240万的城市里，想通过验证以确定通勤时间是否和其他城市平均水平是否一致。他随机选取了26名通勤者作为样本，收集的数据如下所示。假设通勤时间服从正态分布，这位研究者能得到什么结论？ 19 16 20 23 23 24 13 19 23 16 17 15 14 27 17 23 18 18 20 18 18 18 23 19 19 28 2 实例操作 现在该名研究者要检验他所在城市的平均通勤时间和全国其他城市平均水平是否一致。由于题目中已给出了其他城市通勤时间的平均水平为19分钟，因此，这里就是要检验该城市通勤时间是否等于19分钟，即进行如下假设检验： Step01：打开对话框 打开数据文件4-1.sav，选择菜单栏中的【Analyze（分析）】 →【Compare Means（比较均值）】→【One-Sample T Test（单样本T检验）】命令，弹出【One-Sample T