教学课件SPSS统计分析进阶.ppt

第5章 SPSS统计分析进阶 §5.1 SPSS 参数检验 §5.2 SPSS 方差分析 §5.3 SPSS 相关与回归 §5.1 SPSS 参数检验 单样本t检验 独立样本t检验 配对样本t检验 平均数分析 基础知识回顾：假设检验 假设检验的基本思想 抽样分布——用临界值判断 结论： 若检验统计量的值在临界值以外，则拒绝H0 若检验统计量的值在临界值以内，则接受H0 抽样分布——用P 值判断 从H0假设的总体中抽出现有样本的概率，即P值 若P≤a，则拒绝H0，接受H1 若P＞a，则接受H0 假设检验的步骤 提出原假设和备择假设（H0/H1） 确定适当的检验统计量（t） 规定显著性水平（a=0.01, 0.05, 0.10）? 计算检验统计量的值（t值或P值） 作出统计决策 一、单样本T 检验 (One Sample T Test) 目的：检验某个标度型变量的均值是否为一已知值 H0：m=m0 分析结果的含义 二、独立样本T 检验（ Independent-Sample T Test） 目的：两个样本是否来自同一总体 H0：m1=m2 前提： 总体服从正态分布 两个样本来自的总体等方差（方差齐性检验） 分析结果的含义 三、 配对样本的T 检验（Paired-Sample T Test） 目的：同一样本的某个变量经过前后两次测试，形成两个均值是否有显著性差异。 H0：m第一次测量=m第二次测量 分析结果的含义 四、平均数分析（Means过程） 目的： 一个变量（标度型）是否受另一个变量（定类或定序）的影响 H0：u1=u2=…=un （两变量不相关） 对需要比较的各组进行描述统计分析 分析结果的含义 §5.2 SPSS方差分析 单因素方差分析 多因素方差分析 什么是方差分析? 检验多个总体均值是否相等 通过对各观察数据误差来源的分析来判断多个总体均值是否相等 变量 一个定类尺度的控制变量（2个或多个处理水平） 一个定距尺度的观察变量 用于分析完全随机化试验设计 检验饮料的颜色对销售量是否有影响，也就是检验四种颜色饮料的平均销售量是否相同 设?1为无色饮料的平均销售量，?2 粉色饮料的平均销售量，?3 为橘黄色饮料的平均销售量，?4 为绿色饮料的平均销售量，也就是检验下面的假设 H0: ?1 ? ?2 ? ?3 ? ?4 H1: ?1 , ?2 , ?3 , ?4 不全相等 检验上述假设所采用的方法就是方差分析 方差分析的几个概念 因素或因子 所要检验的对象称为因子 要分析饮料的颜色对销售量是否有影响，颜色是要检验的因素或因子 水平 因素的具体表现称为水平 A1、A2、A3、A4四种颜色就是因素的水平 观察值 在每个因素水平下得到的样本值 每种颜色饮料的销售量就是观察值 两类误差 随机误差 在因素的同一水平(同一个总体)下，样本的各观察值之间的差异 比如，同一种颜色的饮料在不同超市上的销售量是不同的 系统误差 在因素的不同水平(不同总体)下，各观察值之间的差异 比如，同一家超市，不同颜色饮料的销售量也是不同的 两类方差 组内方差 因素的同一水平(同一个总体)下样本数据的方差 比如，无色饮料A1在5家超市销售数量的方差 组内方差只包含随机误差 组间方差 因素的不同水平(不同总体)下各样本之间的方差 比如，A1、A2、A3、A4四种颜色饮料销售量之间的方差 组间方差既包括系统误差也包括随机误差 方差的比较 如果不同颜色(水平)对销售量(结果)没有影响，那么组间方差与组内方差就应该很接近，两个方差的比值就会接近1 如果不同的水平对结果有影响，在组间方差中除了包含随机误差外，还会包含有系统误差，这时组间方差与组内方差的比值就会大于1 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异 方差分析中的基本假定 每个总体都应服从正态分布 对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本 比如，每种颜色饮料的销售量必需服从正态分布 各个总体的方差必须相同 对于各组观察数据，是从具有相同方差的总体中抽取的 比如，四种颜色饮料的销售量的方差都相同 观察值是独立的 比如，每个超市的销售量都与其他超市的销售量独立 方差分析的原假设 如果原假设成立，即H0: u1 = u2 = u3 = u4 四种颜色饮料销售的均值都相等 没有系统误差 ?这意味着每个样本都来自均值为??、差为?2的同一正态总体 如果备择假设成立，即H1: ui (i=1，2，3，4)不全相等 至少有一个总体的均值是不同的 有系统误差 ?这意味着四个样本分别来自均值不同的四个正态总体 构造检验的统计量 ?总离差平方和(SST)、组内离差平方 (SSE)和组间离差平方和 (SSA) 之间的关系 将SSA和SSE分别除以自由度进行对比，即得到所需要的检验