SPSS的参数检验和非参数检验.doc

实验二 SPSS的参数检验和非参数检验 （验证性实验 4学时） 目的要求：熟练掌握t检验及其结果分析。熟练掌握单样本、两独立样本、多独立样本的非参数检验及各种方法的适用范围，能对结果给出准确分析。 实验内容：使用指定的数据按实验教材完成相关的操作。 主要仪器设备：计算机。 练习： 给幼鼠喂以不同的饲料，用以下两种方法设计实验： 方式1：同一鼠喂不同的饲料所测得的体内钙留存量数据如下： 鼠号 1 2 3 4 5 6 7 8 9 饲料1 33.1 33.1 26.8 36.3 39.5 30.9 33.4 31.5 28.6 饲料2 36.7 28.8 35.1 35.2 43.8 25.7 36.5 37.9 28.7 方式2：甲组有12只喂饲料1，乙组有9只喂饲料2，所测得的钙留存量数据如下： 甲组饲料 1： 29.7 26.7 28.9 31.1 31.1 26.8 26.3 39.5 30.9 33.4 33.1 28.6 乙组饲料2： 28.7 28.3 29.3 32.2 31.1 30.0 36.2 36.8 30.0 请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙的留存量有显著不同。 为分析大众对牛奶品牌是否具有偏好，随机挑选超市收集其周一至周六各天三种品牌牛奶的日销售额数据，如下表所示： 星期 包装1 包装2 包装3 1 11.40 5.80 3.50 2 6.40 8.60 7.50 3 13.80 7.00 9.80 4 11.20 10.80 10.4 5 8.30 8.80 9.3 6 7.30 6.20 2.5 请选用恰当的非参数检验方法，以恰当形式组织上述数据进行分析，并说明分析结论。 1 参数检验概述 假设检验的基本思想 .事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立； .采用逻辑上的反证法，依据统计上的小概率原理。 2 单样本的T检验 2.1检验目的： 检验单个变量的均值是否与给定的常数(总体均值)之间是否存在显著差异。如：分析学生的IQ平均分是否为100分；大学生考研率是否为5%。 要求样本来自的总体服从或近似服从正态分布。 2.2 单样本T检验的实现思路 提出原假设： 计算检验统计量和概率P值 给定显著性水平与p值做比较：如果p值小于显著性水平，小概率事件在一次实验中发生，则我们应该拒绝原假设，反之就不能拒绝原假设。 2.3 单样本t检验的基本操作步骤 1、选择选项Analyze－Compare means－One-Samples T test，出现窗口： 2、在Test Value框中输入检验值。 3、单击Option按钮定义其他选项。Option选项用来指定缺失值的处理方法。其中，Exclude cases analysis by analysis表示计算时涉及的变量上有缺失值，则剔除在该变量上为缺失值的个案；Exclude cases listwise表示剔除所有在任意变量上含有缺失值的个案后再进行分析。可见，较第二种方式，第一种处理方式较充分地利用了样本数据。在后面的分析方法中，SPSS对缺失值的处理方法与此相同，不再赘述。另外，还可以输出默认95％的置信区间。 至此，SPSSt统计量和对应的概率p值。 3 两独立样本的T检验 3.1 两独立样本T检验的目的 利用来自两个总体的独立样本，推断两个总体的均值是否存在显著性差异； 两独立样本的样本容量可以相等，也可以不相等； 样本来自的总体服从或近似服从正态分布。 方差齐性检验（Levene F方法）： 计算两组样本的均值 计算各个样本与本组均值的平均离差绝对值； 利用单因素方差分析推断两独立总体平均离差绝对值是否有显著差异。 在对两独立样本进行T检验时，两组样本方差相等和不等时使用的计算t值的公式不同，所以首先进行方差F检验。用户需要根据F检验的结果自己判断选择t检验输出中的哪个结果，得出最后结论。如果推断两总体方差相等则看方差相等的T检验值和P值，如果推断两总体方差不相等则看方差不相等的T检验值和P值。 3.2 两独立样本T检验的实现思路 提出原假设： 两总体均值不存在显著差异： P值：首先利用F检验确定两个总体的方差是否相等；然后再选择合适的T统计量计算观测值和概率P值； 根据显著性水平和概率P值进行统计决策。 3.3 两独立样本t检验的基本操作步骤 进行两独立样本t检验之前，正确地组织数据是一个非常关键的任务。SPSS要求将两组样本数据存放在一个SPSS变量中，同时，为区分哪些样本来自哪个总体，还应定义一个分类变量。 SPSS两独立样本t检验的基本操作步骤是： 1、选择菜单Analyze－Com