[管理学]均值比较与参数检验.pptVIP

1) 均值比较（compare means） Means过程计算指定变量的综合描述统计量，包括均值、标准差、总和、观测量、方差等等一系列单变量描述统计量 使用means过程求若干组的描述统计量的目的在于比较，因此必须分组求均值。这是与Dscriptive过程不同之处。 均值比较例2（演示） 均值比较（以发放赠券类型为分组变量） 均值比较（以店内促销类型作为分组变量） T检验 T检验用于判断两个样本是否来自均值不同的总体。T检验是比较两组均值差别最常用的方法。 T检验包括单一样本T检验，独立样本T检验和配对样本T检验。 T检验中的P值（即Sig.）是接受两均值存在差异这个假设可能犯错误的概率。一般常用的P值（Sig.）为0.05，当检验值的P值＞0.05时，我们接受零假设；反之，当检验值的P值＜0.05时，我们拒绝零假设。 T检验的零假设，即假设两组均值相等。 单一样本T检验 单一样本T检验（One-Sample T Tests） 是检验单个变量的均值是否与假设检验值（给定常数）之间存在差异。例如，研究某地区高考数学平均分数与去年分数（定值）的差异 单一样本T检验的零假设：单个变量的均值与假设检验值（给定常数）之间不存在差异。 当Sig. ≤可接受显著性水平（通常是0.05）时，拒绝零假设，即认为均值存在差异。当Sig.＞可接受显著性水平（通常是0.05）时，接受零假设，即认为均值没有显著差异。 独立样本的t 检验 用于检验对于两组来自独立总体的样本，其独立总体的均值是否一样。如果两组不独立，应该使用配对T检验。例如，研究一个班级里男生身高与女生身高是否存在显著差异。 独立样本T检验的零假设为：来自独立总体的两组样本的变量均值没有差异。 当Sig. ≤可接受显著性水平（通常是0.05）时，拒绝零假设，即认为均值存在差异。当Sig.＞可接受显著性水平（通常是0.05）时，接受零假设，即认为均值没有显著差异。 独立样本的t 检验例一 配对样本的t 检验 用于检验来自两个相关样本是否来自具有相同均值的总体。例如同一个班的学生去年的托福成绩与今年的托福成绩是否具有差异。 配对样本T检验的零假设为：来自相关总体的两组样本的变量均值没有差异。 当Sig. ≤可接受显著性水平（通常是0.05）时，拒绝零假设，即认为均值存在差异。当Sig.＞可接受显著性水平（通常是0.05）时，接受零假设，即认为均值没有显著差异。 T-Test 1 * Chapter XV 均值比较与参数检验 数据分析专题 专题概要 1) 均值比较（compare means） 2) 单样本 t 检验（One-Sample T Tests） 3) 独立样本 t 检验 4) 配对样本 t 检验 例1：27名男女同学身高数据如下表。 请分类比较变量身高的均值（均值比较） 数据08-01 数据08-01均值比较 执行程序 MEANS TABLES=h BY sex age /CELLS MEAN COUNT STDDEV . 输出结果1 数据08-01均值比较 输出结果2 数据08-01均值比较（h为因变量，age为第一层控制变量，sex为第二层控制变量） 执行程序 MEANS TABLES=h BY age BY sex /CELLS MEAN COUNT STDDEV . 输出结果 均值比较（销售量为因变量，发放赠券类型为第一层控制变量，店内促销类型为第二层控制变） SPSS执行程序如下： T-TEST /TESTVAL=142.3 /MISSING=ANALYSIS /VARIABLES=height /CRITERIA=CIN (.95) . 例2：已知某地区12岁男孩平均身高为142.3cm。1998年某市测量120名男孩身高资料，数据08-02 试问该市12岁男孩平均身高是否与该地区12岁男孩平均身高相等（单样本 t 检验） T-Test 数据07-03，某银行雇员数据，检验男女雇员现工资是否有显著差异。 执行程序 T-TEST GROUPS=gender (f m) /MISSING=ANALYSIS /VARIABLES=salary /CRITERIA=CIN(.95) . 输出结果 独立样本的t 检验例二（演示） 店内促销数据 研究不同发放赠券类型的销售量是否存在差异。 独立样本的t 检验例二（演示） 因特网使用率数据 研究男生和女生网络使用时间是否存在差异。 配对样本的t 检验。例1：研究受测者观看广告前后对品牌的评价是否存在差异（即广告前后对品牌的评价均值是否相等。） SPSS执行程序如下： T-TEST PAIRS= bad