第五章 SPSS的参数检验PPT.ppt

第五章;5.1 参数检验概述;统计方法;假设检验的基本思想;... 因此我们拒绝假设 ? = 50;5.2 单样本的T检验;总体均值的检验(?2 已知);总体均值的检验 (?2未知);单样本T检验的实现思路 提出原假设： 计算检验统计量和概率P值 给定显著性水平与p值做比较：如果p值小于显著性水平，小概率事件在一次实验中发生，则我们应该拒绝原假设，反之就不能拒绝原假设。 ;6.3.3 单样本t检验的基本操作步骤 1、选择选项Analyze－Compare means－One-Samples T test，出现窗口：;2、在Test Value框中输入检验值。 3、单击Option按钮定义其他选项。Option选项用来指定缺失值的处理方法。其中，Exclude cases analysis by analysis表示计算时涉及的变量上有缺失值，则剔除在该变量上为缺失值的个案；Exclude cases listwise表示剔除所有在任意变量上含有缺失值的个案后再进行分析。可见，较第二种方式，第一种处理方式较充分地利用了样本数据。在后面的分析方法中，SPSS对缺失值的处理方法与此相同，不再赘述。另外，还可以输出默认95％的置信区间。至此，SPSS将自动计算t统计量和对应的概率p值。;练习;5.4 两独立样本的T检验;两个独立样本之差的抽样分布;两个总体均值之差的检验 (?12、 ?22 已知);两个总体均值之差的检验 (?12、 ?22 未知但相等);两个总体均值之差的检验 (?12 ?22 未知且不相等);方差齐性检验（Levene F方法）： 计算两组样本的均值 计算各个样本与本组均值差的绝对值，得到两组绝对差值数据； 利用单因素方差分析推断两独立总体绝对差值的数据均值是否有显著差异。 在对两独立样本进行T检验时，两组样本方差相等和不等时使用的计算t值的公式不同，所以首先进行方差F检验。用户需要根据F检验的结果自己判断选择t检验输出中的结果，得出最后结论。如果推断两总体方差相等则看方差相等的T检验值和P值，如果推断两总体方差不相等则看方差不相等的T检验值和P值。;两独立样本T检验的实现思路 提出原假设 两总体均值不存在显著差异： 计算统计量和P值：首先利用F检验确定两个总体的方差是否相等；然后再选择合适的T统计量计算观测值和概率P值； 根据显著性水平和概率P值进行统计决策。;两独立样本t检验的基本操作步骤 进行两独立样本t检验之前，正确地组织数据是一个非常关键的任务。SPSS要求将两组样本数据存放在一个SPSS变量中，同时，为区分哪些样本来自哪个总体，还应定义一个分类变量。 SPSS两独立样本t检验的基本操作步骤是： 1、选择菜单Analyze－Compare means－ Independent-Samples T Test，出现窗口;2、选择检验变量到Test Variable(s)框中。 3、选择总体标志变量到Grouping Variables框中。 4、单击Define Groups按钮定义两总体的标志值。其中：Use specified values表示分别输入两个不同总体的变量值；Cut point框中应输入一个数字，大于等于该值的对应一个总体，小于该值的对应另一个总体。;5、两独立样本t检验的Option选项含义与单样本t检验的相同。 至此，SPSS会首先自动计算F统计量，并计算在两总体相等和不相等下的均值差的方差和t统计量的观测值以及各自对应的双尾概率p值。;两独立样本t检验的应用举例 例1：利用住房调查数据，推断本市户口与外地户口的人均住房面积的平均值是否有差异。;例2：根据保险公司人员构成情况数据，分析全国性保险公司与外资和合资保险公司中具有高等教育水平员工比例的均值有无显著差异。;5.4 两配对样本的T检验;配对样本的 t 检验 (数据形式) ;配对样本的 t 检验(检验统计量);两配对样本T检验的实现思路 提出原假设：两总体均值不存在显著差异； 选择检验统计量。两配对样本T检验是间接通过单样本T检验实现的。配对样本T检验实际上是先求出每对观测值之差值，对差值变量求平均。检验配对变量均值之间差异是否显著，实质是检验差值变量的均值与0之间差异的显著性； 计算样本统计量观测值和概率P值； 根据显著性水平和概率P值进行统计推断。;两配对样本t检验的基本操作步骤 1、选择菜单Analyze－Compare means－Paired-Samples T Test，出现窗口;2、把一对或若干对检验变量选择到Paired Variables框。 3、两配对样本t检验的Option选项含义与单样本t检验相同。 至此，SPS