第6章-1t检验.ppt

t检验 t检验 spss中，t检验含有三个T-TSET过程： 1、One-sample t test过程：单样本t检验。用于总体均数和样本均数比较的分析 2、paired-sample t test过程：用于配对资料的分析。 3、Independent-sample t test过程：用于两样本资料的分析。 1、 样本均数与总体均数的比较One-sample t test 单样本t检验：是进行样本均数与总体均数的比较。即进行单变量均数与一常数或假设值的比较。 应用条件： 1、n较小时，要求样本来自正态总体；n较大时，只要数据分布不是强烈的偏态都可。 2、单变量为定量变量（数值型变量） 检验步骤 1、录入数据 2、正态性检验 3、单样本t检验 1、录入数据 2、正态性检验 plots对话框 正态性检验结果 Kolmogorov-Smirnov检验：检验频数分布的正态性检验，适合大样本。 Shapiro-Wilk检验：适合小样本数据的正态性检验。 3、t检验 Options选项 分析结果 执行此过程，spss显示： 1、统计描述：样本含量、均数、标准差、标准误； 2、检验样本是否来自某一已知总体（总体均数为一指定值）的结果： t值、df、p值、样本值与总体均数之差（means difference）及其95%的可信区间。 二、成组设计两样本均数比较的t检验(两独立样本比较的t检验，440页) 目的：进行两样本均数的比较 要求：1、两样本均来自正态总体（正态性） 2、方差相同（方差齐性） 3、相互独立（独立性） t检验对于正态性有一定的耐受能力，如果只是少许偏离正态，结果仍然很稳健。 条件要求 与正态性相比，方差齐性对结论的影响较大。因而进行方差齐性检验就显得更为重要。 独立性对结果的影响较大，但检验数据独立性的方法比较复杂，一般都是根据资料的性质加以判断。如遗传性疾病、传染病的数据可能就存在非独立的问题。 步骤 1、录入数据 2、正态性检验 ｛独立性（通过专业知识判断）｝ 3、两独立样本t检验，同时检查方差是否齐性 例7.2 1、录入数据 2、正态性检验 3、两独立样本t检验 Cut point：如果分类变量尚未分为两组，选择此项，并输入分界点的值。 例如：将“统计分析案例”中的“学习状态”作为分类变量，该变量有5个取值：1=很好，2=较好，3=一般，4=较差，5=很差。 现将4的作为一组，≥4的作为一组。则需在cut point输入分界点“4” 统计描述 执行过程，显示以下结果： 1、每个检验变量的分组均数、标准差、标准 误和样本含量； 2、检验两样本方差是否相等的Levene检验 结果 方差齐时的t检验结果 方差不齐时的t检验结果 3、差值的均数、标准误和可信区间 练习 请比较： 1、统计分析案例中，男女大学生环境利用平均分是否有差别？ 2、学习状态分为两类，以4为分界点，请 问，不同学习态下环境利用平均分是否有差别？ 三、配对样本均数比较的t检验 常见的配对设计 自身配对： 1、同一受试对象处理前后的数据； 2、同一受试对象两个部位的数据； 3、同一样品用两种方法（仪器等）检验的结果； 异体配对：配对的两个受试对象分别接受两种处理后的数据。 优点：提高研究效率 原理：求出每对的差值，如果两种处理实际上没有差异，则差值的总体均数应当为0，从总体中抽出的样本其均数也应当在0附近波动。反之，样本均数应当远离0。 适用条件：同单样本t检验 二、配对样本t检验 paired-sample t test过程：用于配对资料的两样本均数的比较。 执行该过程，将显示： 1、每个变量的样本含量、均数、标准差、标准误； 2、每对变量的相关系数 3、每对变量差值的均数、标准差、标准误和可信区间。 4、检验每对变量差值的均数是否来自总体均数为0的t检验结果。 检验步骤 1、录入数据 2、正态性检验 3、配对t检验 例7.3 1、录入数据（见7.3） 2、计算差值d，对差值进行正态性检验 计算差值d （2）对差值d进行正态性检验，结果显示服从正态分布 3、配对t检验：分析 均数 配对t检验 点击：治疗前、治疗后 选入 描述性结果 卫生统计学课后练习 案例讨论6-3 思考与练习1、2、3 作业 思考与练习5 * * 点击plots *