SPSST检验资料.pptVIP

5.4.2 模块解读 1．配对样本T检验 2．“选项”按钮 5.4.3 实例详解 例5.4：某地区随机抽取12名贫血儿童的家庭，实行健康教育干预三个月，干预前后儿童的血红蛋白（%）测量结果见例5-4.sav，试问干预前后该地区贫血儿童血红蛋白（%）平均水平有无变化？ 1．操作步骤 （1）单击“分析”|“比较均值”|“配对样本T检验”命令，如图5-17所示，弹出图5-16所示的对话框； （2）把变量“干预前”、“干预后”选入“成对变量”框； （3）单击“确定”运行，输出结果。 2．结果解读 （1）图5-18所示为配对样本T检验统计量表，分别列出了两组变量的均数、样本量、标准差、标准误。 （2）图5-19所示为配对样本T检验分析的结果，并且列出了干预前-干预后所得差值的均数、标准差、标准误和95%置信区间。结果显示统计量t=-3.305，P值=0.0070.01，因此认为干预前后该地区贫血儿童血红蛋白（%）平均水平有变化，结合本案，可以认为该种干预措施可以增加该地区贫血儿童血红蛋白（%）平均水平。 THE END IBM-SPSS 第5章 T检验 适用条件 T检验是针对连续变量的统计推断方法中最基本的检验方法。 样本量较大时，由中心极限定理可知样本均数的抽样分布仍然是正态的，很少去考虑T检验的适用条件。 当样本例数n较小时，一般要求样本取自正态总体。 5.1 均值（Means）过程 Means过程是SPSS计算各种基本描述统计量的 过程。 用户可以指定一个或多个变量作为分组变量。 例5.1 例5.1：比较不同性别同学的成绩平均值，见例5-1.sav。 1．操作步骤 （1）单击“分析”|“比较均值”|“均值”命令，如图5-1所示，弹出图5-2所示的对话框； （2）将变量“成绩”放入“因变量列表”框；将变量“性别”放入“自变量列表”框； （3）单击“选项”按钮，弹出图5-3所示的对话框，选择需要的统计量，单击“继续”按钮，返回主对话框； （4）单击“确定”按钮运行，输出结果。 2．结果解读 图5-4所示为均值报告，按性别列出了变量的均数、样本、标准差，以及总的均数、样本、标准差。 5.2 单样本T检验 （1）目的 利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著性差异。前提是样本来自的总体服从正态分布。 5.2.1 原理 1．提出原假设 2．选择检验统计量 3．计算检验统计量观测值和概率P值 4．给定显著性水平，并作出决策 5.2.2 模块解读 1．单样本T检验 2．“选项”按钮 5.2.3 实例详解 例5.2：某药物在某种溶剂中溶解后的标准浓度为20.00mg/L。现采用某种方法，测量该药物溶解液11次，测量后得到的结果见例5-2.sav。 问：用该方法测量所得结果是否与标准浓度值有所不同？见例5-2.sav 1．操作步骤 （1）单击“分析”|“比较均值”|“单样本T检验”，如图5-7所示，弹出图5-5所示的对话框； （2）将变量“浓度”放入“检验变量”框； （3）在“检验值”框输入已知总体均数，此例为20.00； （4）单击“确定”按钮运行，输出结果。 2．结果解读 （1）图5-8所示为单样本T检验统计量表，分别列出了检验变量的样本量、均数、标准差、标准误。 （2）图5-9所示为单样本T检验的结果，结果显示统计量t=3.056，P值=0.0120.05，因此认为用该方法测量所得结果与标准浓度值有差异。 5.3 独立样本T检验 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差异 前提 （1）独立：两组数据相互独立，互不相关 （2）正态：即两组样本来自的总体符合正态分布 （3）方差齐性：即两组方差相等 5.3.1 原理 1．提出零假设 2．选择检验统计量 3．计算检验统计量观测值和概率P值 4．给定显著性水平，并作出决策 5.3.2 模块解读 1．独立样本T检验 2．“定义组”按钮 3．“选项”按钮 5.3.3 实例详解 例5.3：现希望评价两位老师的教学质量，试比 较其分别任教的甲、乙两班（设甲、乙两班原 成绩相近，不存在差别）考试后的成绩是否存 在差异？见例5-3.sav。 1．操作步骤 （1）单击“分析”|“比较均数”|“独立样本T检验”命令，如图5-13所示，弹出图5-7所示的对话框； （2）将变量“score”放入“检验变量”框；将变量“class”放入“分组变量”框； （3）单击“定义组”按钮，弹出图5-8所示的对话框，选中“使用指定值”选项，在“组1”中输入“1”，在“组2”中输入“2”，单击“继续”按钮，返回主对话框。 （4）单击“确定”