均值比较与t检验.docx

第3章?均值比较与t检验(t代表平均值间的差距 p代表的是可信度)3.1样本平均数与总体平均数差异显著性检验在实际工作中,我们往往需要检验一个样本平均数与已知的总体平均数是否有显著差异,即检验该样本是否来自某一总体,已知的总体平均数一般为一些公认的理论数值、经验数值或期望数值,比较的目的是推断样本所代表的未知总体均数与已知总体均数有无差别。例题：已知玉米单交种群单105的平均穗重为300g，喷药后随机抽取9个果穗称重，穗重分别为：308、305、311、298、315、300、321、294、320g，问喷药前后果穗穗重差异是否显著。具体操作可参看多媒体教程-3.1单一样本t检验，例题中的数据编号为data-01。操作步骤：Analyze→Compare Means→点击One-Sample T Test，进人对话框→将要分析的变量选入Test Variables→Test Value项填入已知总体均数→点击Options按钮，进入Options子对话框，Confidence Interval选项中填入95或99，确定显著水平后返回上一对话框→点击OK键运行，显示结果界面。结果界面包括描述性统计量表(One-Sample Statistics) 和t检验表(One-Sample Test)两个表格。描述性统计量表中输出样本含量、均数、标准差和标准误；t检验表中显示t 值（t）自由度（df）、双尾P值(Sig.2-tailed)、样本均数与已知总体均数的差值(Mean Difference)、差值的95％或99％置信区间的上限与下限（95%Confidence Interval of the Difference，Lower，Upper）。3.2独立样本t检验在实际工作中，还经常会遇到推断两个样本平均数差异是否显著的问题，以了解两样本所属总体的平均数是否相同。因试验设计不同，一般可分为：非配对或成组设计两样本平均数的差异显著性检验和配对设计两样本平均数的差异显著性检验。非配对设计或成组设计是指当进行只有两个处理的试验时，将试验单位完全随机地分成两个组，然后对两组随机施加一个处理。在这种设计中两组的试验单位相互独立，所得的两个样本相互独立，其含量不一定相等。例题：某家禽研究所对粤黄鸡进行饲养对比试验，试验时间为60天，增重结果如下，问两种饲料对粤黄鸡的增重效果有无显著差异？饲料增重（g）A720710735680690705700705B680695700715708685698688具体操作可参看多媒体教程-3.2独立样本t检验，例题中的数据编号为data-02。操作步骤：Analyze→Compare Means→点击Independent-Samples T Test，进入该对话框→将要检验的数据变量选入到Test Variable（s）→将要检验资料的分类变量选至Grouping Variable，此时变量名后出现〔？？〕，再点击Define Groups，定义分类变量（必须与数据文件中录入的分类变量值一致）→点击Options按钮，进入Options子对话框，Confidence Interval选项系统默95，也可根据需要改为99，确定置信水平后返回上一对话框→点击OK键运行，显示结果界面。结果界面中，描述统计表(Group Statistics)给出两组变量的基本情况描述，内容简单，不再赘述。t检验表(Independent-Samples Test)较为复杂，第一部分列出的是两样本方差齐性检验(LevenesTest for Equality of Variances）的F值(F)和显著概率值(Sig.）。除此之外的两行数据分别表示方差同质(Equal variances assumed)与方差不齐(Equal variances not assumed)时的t检验结果与差异置信区间。当齐性检验显著时，选下一行的结果；检验不显著时，选上一行结果。3.3配对样本t检验配对设计是指先根据配对的要求将试验单位两两配对，然后将配成对子的两个试验单位随机的分配到两个处理组中。配对的要求是：配成对子的两个试验单位的初始条件尽量一致，不同对子间试验单位的初始条件允许有差异，每一个对子就是试验处理的一个重复。配对的方式有两种：自身配对和同源配对。例题：用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温，见下表，设体温服从正态分布，问注射前后体温有无显著性差异。(单位：℃)兔号12345678910注射前体温37.8038.2038.0037.6037.9038.1038.2037.5038.5037.90注射后体温37.9039.0038.9038.4037.9039.0039.5038.6038.8039.00具