SPSS数据的参数检验和方差分析.ppt

zf zf 参数检验 单样本t检验 两独立样本t检验 两配对样本t检验 方差分析 单因素方差分析 多因素方差分析 参数检验是推断统计的重要组成部分。 推断统计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。 一是当总体分布已知（如总体为正态分布）的情况下，根据样本数据对总体分布的统计参数（如均值、方差）等进行推断；（参数检验） 二是当总体分布未知的情况下，根据样本数据对总体的分布形式或特征进行推断。（非参数检验） 假设检验的基本问题 假设检验的基本原理 小概率事件原理 假设检验的步骤 （1）提出一个原假设和备择假设 （2）确定检验统计量 （3）确定显著性水平α （4）确立置信区间 （5）结论 例：现对某地区成年女性的平均身高进行检验，看是否达到160 cm 。随机抽样了50个样本，抽样样本均值为162。 （1）提出零假设（null hypothesis）和备择假设（alternative hypothesis） H0：u=160cm H1：u 160cm （2）设定显著性水平α （如：设α＝0.05） （3）确定检验统计量：即选择适当的统计量，并在原假设H0成立的条件下确定该统计量的分布。 如：t、Z统计量 （4）确定置信区间 假定此例为：（157，163） （5）结论 假定此例中计算得到t＝1.92，以及t＝1.92实现的可能性P值为0.06。 在0.05水平下t分布表中的t值为1.96 依据t＝1.92＜t分布表中的t值为1.96，接受H0，拒绝H1； 依据t＝1.92实现的可能性P值为0.06﹥显著性水平α的0.05，也可得到‘接受H0，拒绝H1’的结论； 依据样本均值162落在（ 157，163 ）这一置信区间，仍可得到‘接受H0，拒绝H1’的结论。 此例中备择假设H1: u 160cm的假设称为双尾检验（ Two-tailed Test ） ； 如果备选假设为H1: u160cm 或者 u160cm 则称为单尾检验（One-tailed Test）。 其中u160cm为右尾检定（ Upper-tailed Test ）； u160cm为左尾检定（ Lower-tailed Test ） 实际中选择何种备选假设，需根据检验的需要决定。 1 参数检验 单样本的t检验（ One-Sample T Test ） 两独立样本的t检验（ Independent Two-Sample T Test ） 两配对样本的检验（ Pair-Sample T Test ） 1.1 单样本t检验－ 根据样本对其总体均值大小进行检验 假设从总体 取出一容量为n的样本 ，得到均值 和标准差s，现要透过样本推断总体均值 是否与某给定值（理论值或标准值） 有无差别进行检验.记 总体方差 已知，用统计量 当零假设成立，则统计量服从正态分布。 检验的拒绝域为 总体方差未知 用样本方差 代替总体方差 ，用统计量： 当零假设成立，则统计量服从正态分布。 检验的拒绝域为 例1：如果你买了一包标有 500g 重的一包红糖，你觉得份量不足。于是你找到监督部门；当然他们会觉得一包份量不够可能是随机的。于是监督部门就去商店称了 50 包红糖（数据在 sugar.sav ）；其中均值（平均重量）是 498.35g ；这的确比 500g 少，但这是否能够说明厂家生产的这批红糖平均起来不够份量呢？于是需要统计检验。 首先，可以画出这些重量的直方图（图1） 判断样本是否服从正态分布 提出假设 由于厂家声称每袋 500g （标明重量），因此零假设为总体均值等于 500g （被怀疑对象总是放在零假设）；而且由于样本均值少于 500g （这是怀疑的根据），把备选假设定为总体均值少于 500g （这种备选假设为单向不等式的检验为单尾检验，）。 即，H0：u=500 H1: u小于500 SPSS 处理数据： 分析（Analyze）—比较均值（Compare mean）—单样本t检验（One Sample T Test） Spss 输出结果 :t=-2.696 （也称为 t 值） , 同时得到 p- 值为 0.005 （由于计算机输出的为双尾检验的 p- 值，比单尾的大一倍，应该0.010除以 2 ） 在0.5％的条件下，红糖标记重