spss参与非参检验实验报告.docx

第五章参数检验
❶单样本t检验:()
分析六级考试成绩一般平均得分是否为75;
,全部学生的六级考试成绩显而易见服从正态分布,可用Q-Q图,或非参检验对所抽取的样本进行正态性检验,之后进行单样本t检验。
:Analyze---Compare Means---One-Sample T Test,再出现的窗口中,选择“六级考试成绩”到【Test Variable】框中,在【Test Vaule】框中输入检验值75。单击“OK”即可,结果如表所示:
-Sample Test所示:第二列为t统计量的观测值为- ,第三列是自由度10,,第五列为样本均值与检验值的差,第六列和第七列为总体均值与原假设值差的95%的置信区间,为(-,)。,则p大于α,因此应该接受原假设,认为六级考试成绩一般平均得分为75分。95%的置信区间告诉我们有95%~。
❷两独立样本t检验()
分析有促销和无促销情况下商品的日销售额是否存在显著变化;
,有促销和无促销情况下的日销售额可以看成两个独立总体,且日销售额可近似认为服从正态分布,可用Q-Q图或非参检验对其正态性检验。在以上前提下,进而可对不同情况下的日销售额进行两独立样本t检验。
:Analyze---Compare Means---Independent-Samples T Test,再出现的窗口中,选择“日销售额”到【Test Variable】框中,选择“type”到【Grouping Variable】框中,按【Define Groups】按钮定义两总体的标识值,分别在Group1与Group2中输入1,2即可,Continue。单击“OK”,结果如表所示:
Sample Test所示,结论分析为两步:第一步,方差齐性检验。,,,则p大于α,可以认为两总体的方差相等。第二步,两总体均值的检验。由于两总体方差近似相等,因此应看第一行方差齐性时的t检验结果。其中,t统计量的观测值为- ,第五列是自由度32,,,则p大于α,因此应该接受原假设,认为有促销和无促销情况下的日销售额无显著差异。第九列和第十列为两总体均值差的95%的置信区间(-,),此置信区间跨0,从另一角度证实了上述推断。
❸两配对样本t检验:()
分析肥胖人群喝减肥茶前后的平均体重是否存在显著差异,进而说明该减肥茶效果如何:
,对喝茶前后采取配对的抽样方式,且体重可以近似认为服从正态分布,所以可以进行两配对样本t检验。
:Analyze---Compare Means---Paired-Samples T Test,再出现的窗口中,选择一对检验变量“喝茶前体重”与“喝茶后体重”到【Paired Variable】框中,选择“type”到【Grouping Variable】框中,单击“OK”,结果如表所示:
:
:

,喝茶前与喝茶后体重有差异,喝茶后平均体重低于喝茶前平均体重。b表中,,,,则p小于α,可以认为喝茶前后体重有明显的线性变化,线性相关程度较强。C中,第二列为喝茶前后体重的平均差异,,第五列为差值95%的置信区间(,),,第七列为t分布的自由度11,,,则p小于α,因此应该拒绝原假设,认为总体上体重差的平均值与0有显著差异,说明喝茶前后的体重平均值存在显著差异,可以认为该减肥茶具有显著的效果。
第七章 spss的非参数检验
Ⅰ单样本的非参数检验:()
❹总体分布卡方检验:()
分析心脏病猝死人数与日期之间的关系:
,由于变量日期是定序性数据,所以对该变量的总体分布检验可以采取卡方检验方法。
:Analyze---Nonparametric Tests---Chi-Square,再出现的窗口中,选择检验变量“死亡日期”到【Test Variable List】