[经济学]均值比较与检验.ppt

均值比较与检验 主要内容： 1、概述与理论基础 2、均值比较与均值比较的检验 3、单一样本t检验 4、独立样本t检验 1、概述与理论基础 假设检验是统计推断的一个重要方面。数理统计中的假设检验是先对研究总体作出某种假设，然后通过观察和试验来决定假设成立与否。 假设检验中的几个基本概念 1.原假设与备择假设 2.两类错误 3.检验统计量 4.拒绝域与临界值 5.显著性水平 2、均值比较与均值比较的检验 基本功能是分组计算，比较指定变量的描述统计量，包括均值、标准差、总和等一系列但变量描述统计量，还可以给出方差分析表和线性检验结果。 Mean过程： Analyze?Compare Mean?Means 例1：学生身高问题： Data06-01.sav Analyze?Compare Mean?Means 例2：职工受教育问题 美国某公司474人，男女职工分别258人、216人，问男女职工平均受教育年数分别是多少？问男女经理、职员和保管员各岗位平均受教育年数分别为多少？ 打开Employee data.sav Analyze?Compare Mean?Means 练习：学生学习问题 有40个学生入学成绩没有差异，现用5种(组)不同的教学方法组织教学，每组8名学生，期末考试成绩如表所示，问不同教学方法对学生学习成绩有无影响？ 3、单一样本t检验 单样本t检验是指样本平均与总体平均数的差异检验。 例1：打开data06-02.sav 建立无效假设H0：假设某市12岁男孩身高与该地区12岁男孩身高平均值相同。 过程：Analyze?Compare Means?One Sample T Test. 例2：Employee data.sav 资料 计算公司职工的平均受教育年数，假定该地区人口平均受教育年数为13年，问，公司职工文化程度是否显著性高于居民文化程度？ 练习： 某省大学生四级英语测验平均成绩为65，现从某高校随机抽取20份试卷，其分数为：72、76、68、78、62、59、64、85、70、75、61、74、87、83、54、76、56、66、68、62，问该校英语水平与全区是否基本一致？设a=0.05。 4、独立样本t检验 对于接受相同测量的两独立的样本，比较两批样本群在测量结果总体上是否存在差异。 Data02-01.sav--检验男女雇员现工资是否有显著性差异。 过程： Analyze?Compare Means?Independent Sample T test 例1： 对Employee data.sav数据进行样本t检验，问清洁工(jobcat=1)与保管员或经理(jobcat=2或3)的受教育年数是否有明显差异？ 例2： 对data06-03.sav数据进行独立样本t检验，有29名13岁男生的身高、体重、肺活量数据。试分析身高大于等于155厘米的与身高小于155厘米的两组男生的体重和肺活量均值是否有显著性差异。 首先建立无效假设H0：身高大于等于155.0与身高小于155.0两组之间的体重平均值在99%水平上无显著差异，两组之间的肺活量平均值在99%水平上无显著差异。 Analyze?Compare Means?Independent Sample T test 本章小结 均值比较与均值比较的检验 单一样本t检验 独立样本t检验 * 第六章均值比较与检验 原假设 研究者想收集证据予以反对的假设 又称“0假设” 总是有符号 ?, ? 或?? 表示为 H0 备择假设 研究者想收集证据予以支持的假设 也称“研究假设” 总是有符号 ?,?? 或 ? 表示为 H1 假设检验中的两类错误 1. 第Ⅰ类错误(弃真错误) 原假设为真时拒绝原假设 第Ⅰ类错误的概率记为? 被称为显著性水平 2. 第Ⅱ类错误(取伪错误) 原假设为假时未拒绝原假设 第Ⅱ类错误的概率记为??(Beta) 假设检验的目的在于判断样本统计量与假设的总体参数之间的差异。不同的抽样方法对应着不同的标准。显著性水平就是用来判断接受和拒绝原假设的标准，通常用?表示： 1.在一次试验中，一个几乎不可能发生的事件发生的概率 2.在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设 3.?由研究者事先确定。 显著性水平 假设检验的步骤： 1．根据具体问题的要求，建立原假设Ｈ０和备择假设H１。 2．选择一个合适的检验统计量，它应与原假设有关，能够知道当原假设Ｈ０为真时统计量的抽样分布。 3．给定显著性水平α，当原假设Ｈ０为真的，求出临界值。 4．由样本观测值计算检验统计量的数值,按检验规则，对原假设作出拒绝或接受的判断。 假设检验的方法： 1.置信区间法 2.接受域法 3.Ｐ值法 因变量 自变量 注意分组的层次 P164 Option: P165 结果： 不同性别