第五章 SPSS参数检验.pptVIP

第五章 SPSS参数检验 假设检验的基本原理 基本信念：利用小概率原理进行反证明。小概率事件在一次实验中不可能发生。 例如：对人民大学男生平均身高进行推断 H0：平均身高为173 样本平均身高为178，由于存在抽样误差，不能直接拒绝H0。而需要考虑：在H0成立的条件下，一次抽样得到平均身高为178的可能性有多大。如果可能性较大，是个大概率事件（与?相比较），则不能认为H0不正确。否则，如果可能性较小，是个小概率事件，但确实发生了，则只能认为H0不正确。 概率P值即为观测结果或更极端现象在零假设成立时出现的概率 假设检验的基本步骤 (1)根据检验的目标，对待推断的总体参数或分布作一个基本假设H0 (2)构造检验统计量,且该统计量服从某种已知分布. (3)利用收集到的样本数据和基本假设计算检验统计量的值，并得到相应的相伴概率P值，即：检验统计量在某个特定的极端区域取值在H0成立时的概率. (4)如果概率P值小于用户给定的显著性水平a，则拒绝H0 .否则，不拒绝H0 . SPSS中的参数检验方法 单样本t检验 两独立样本t检验 两配对样本t检验 SPSS单样本t检验 (一)含义： 检验某变量的总体均值与指定的检验值之间是否存在显著差异。 例如：周岁儿童的平均身高是否为75厘米 (二)要求： 样本来自的总体服从正态分布 为什么？ SPSS单样本t检验 (三)基本思路： H0:u=u0,总体均值与检验值之间不存在显著差异. 构造检验统计量.从样本均值的分布出发,即:~N(u0, σ2/n).于是： 总体方差未知时构造t统计量 D=X- u0 t统计量服从n-1个自由度的t分布 计算t统计量和对应的相伴概率P(绝对值大于等于的双侧概率) 结论:P≤α,则拒绝H0,认为总体均值与检验值之间有显著差异.P α,不能拒绝H0. SPSS单样本t检验 (四)基本操作步骤 (1).菜单选项: Analyze-compare means-one-samples T test (2).指定检验值: 在test后的框中输入检验值 SPSS单样本t检验 (五)option选项 confidence interval:指定输出?－?0的置信区间.默认值为95%. Missing values: 缺失值的处理(单样本检验时以下选项没有差别) exclude cases analysis by analysis:当分析时涉及到有缺失值变量时再剔除相应的个案 exclude cases listwise:剔除所有含缺失值的个案后再分析 SPSS单样本t检验 (六)应用举例 周岁儿童的平均身高为75厘米吗？ 根据以前的大量调查，已知顾客对某产品的满意度评分在72分左右，现该产品进行了重新包装，收集了一批顾客的满意度评分，现在的评价是否显著高于以前？ SPSS两独立样本t检验 (一)含义: 根据两独立样本的数据,对两总体均值是否有显著差异进行推断。 例如：男生和女生的计算机平均成绩有显著差异吗？ (二)要求: 两样本必须相互独立,即:抽取其中一批样本对抽取另一批样本没有任何影响.(如:北京周岁儿童与上海儿童的平均身高) 两总体服从正态分布 为什么？ SPSS两独立样本t检验 (三)基本思路： H0:u1-u2=0,两总体均值无显著差异. 构造检验统计量.从两样本均值差的分布出发,即:~N(u1-u2, σ2x1-x2).于是两总体均方差未知时构造t统计量： 两总体均值差的抽样分布标准差： 方差相等：用合并方差 方差不等： 计算t统计量和对应的相伴概率P (绝对值大于等于该值的双侧概率) SPSS两独立样本t检验 (三)基本思路： 结论： 方差齐性F检验 利用Levene F检验确定两总体方差是否齐性.H0:两总体方差无显著差异. 该检验首先计算每个个案与所属组均值之差并取绝对值.然后对其进行单因素方差分析. SPSS两独立样本t检验 (三)基本思路： 结论： 首先,如果F检验的P≤α,则拒绝F检验的H0,认为方差不齐性;其次看Unequal行的t检验概率.如果≤α,则拒绝t检验的H0,认为两总体均值有显著差异;如果α,则不拒绝t检验的H0. 首先,如果F检验的P α,则不能拒绝F检验的H0,认为方差齐性;其次看equal行的t检验概率.其余同上 SPSS两独立样本t检验 (四)基本操作步骤 (1).菜单选项:analyze-compare means-independent-samples T (2).选择若干变量作为检验变量到test variables框 (3).选择代表不同总体的变量作为分组变量到grouping variable 框 (4).定义分组变量的分组情况Define Groups...： use spe