应用统计分析第二章T检验.pptVIP

第二章：T检验;主要内容;假设检验;1、假设检验采用的逻辑推理方法是反证法 为了检某假设是否成立，先假定它正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设； 判断结果合理与否，是基于“小概率事件不易发生”这一原理的 即在一次抽样中，小概率事件不可能发生。如果在原假设下发生了小概率事件，则认为原假设是不合理的；反之，小概率事件没有发生，则认为原假设是合理的。;2、假设检验是基于样本资料来推断总体特征的，而这种推断是在一定概率置信度下进行的，而非严格的逻辑证明。 因此，置信度大小的不同，有可能做出不同的判断。 ;三、假设检验中的两类错误;H0: 无罪;;假设检验的步骤;（1）建立检验假设和确定检验水准;双侧检验和单侧检验;（2）选择显著性水平;（3）确定P值和做出推断结论;t 检验;T检验计算方式;样本均数与总体均数的比较的t 检验，即单样本t 检验。比较的目的是推断样本所代表的未知总体均数μ与已知的总体均数uo有无差别。 首先对所估计的总体提出一个假设，如: 假设这个总体的平均数μ 等于某个值uo，然后通过样本去推断这个假设是否可以接受，如果可以接受，样本很可能来自这个总体；否则很可能不是来自这个总体.;【例1】一种汽车配件的平均长度要求为12cm，高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时，通常是经过招标，然后对中标的配件提供商提供的样品进行检验，以决定是否购进。现对一个配件提供商提供的10个样本进行了检验。假定该供货商生产的配件长度服从正态分布，在0.05的显著性水平下，检验该供货商提供的配件是否符合要求？ 10个零件尺寸的长度 (cm) 12.2 10.8 12.0 11.8 11.9 12.4 11.3 12.2 12.0 12.3 ;H0 ： ? = 12 检验统计量: H1 ： ? ? 12 ? = 0.05 df = 10 - 1 = 9 临界值(c): 决策：不拒绝ho 结论：该供货商提供零件符合要求 ;独立样本的T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。 进行方差齐次检验使用F检验。对应的零假设是:两组样本方差相等。概率p0.05 时，否定原假设，说明方差不齐；否则两组方差无显著性差异。;菜单： 分析 - 比较均值- 独立样本T检验（T） 检验变量：要求平均值的变量 分组变量（只能分成两组）：1，2 结果中比较有用的值：方差齐次性检验F的Sig和方差相等或不相等的Sig（ Sig为显著性概率值）;例2:下表为某银行中的男女职工中3月份的工资表，试分析出该银行男女雇员的平均工资是否有显著性差异。（置信区间百分比为95%）;分析：根据上表建立数据集如下：;独立样本T检验对话框及设置：;输出结果：;配对样本的t 检验;配对样本分三种情况： – 配成对子的同对受试对象分别给予两种不同的处理，其目的是推断两种处理的效果有无差别； – 同一受试对象分别接受两种不同处理，其目的是推断两种处理的效果有无差别； – 同一受试对象处理前后的比较，其目的是推断某种处理有无作用。;用于检验两配对总体的均值是否具有显著性差异(其前提是两样本具有配对关系，且其来自的总体均服从正态分布) 实质是检验每对测量值差值变量的均值与零之间差异的显著性，若差异不显著，则说明配对变量均值之间的差异不显著； ;公式： ;例3;分析：根据述信息建立数据集如下：;配对样本T检验对话框和设置：;输出结果：;配对样本t检验与独立样本t检验的区别： 1 . 独立样本过程用于检验两个独立样本是否来自具有相同均值的总体。配对样本用于检验两个相关的样本是否来自具有相同均值的正态总体。 2 . 独立样本是指不同样本平均数的比较，而配对样本往往是对相同样本二次平均数的检验。 ;????;二、假设检验应注意的问题 1.要有严密的研究设计 这是假设检验的前提。组间应均衡，具有可比性，也就是除对比的主要因素(如临床试验用新药和对照药)外，其它可能影响结果的因素(如年龄、性别、病程、病情轻重等)在对比组间应相同或相近（控制变量）。保证均衡性的方法主要是从同质总体中随机抽取样本，或随机分配样本。 ;2.不同的资料应选用不同检验方法 应根据分析目的、资料类型以及分布、设计方案的种类、样本含量大小等选用适当的检验方法。如：配对设计的计量资料采用配对t检验。;3.正确理解“显著性”一词的含义 差别有或无统计学意义，过去称差别有或无“显著性”，是对样本统计量与总体参数或样本统计量之间的比较而言，相应推断为：可以认为或