SPSS参数检验.ppt

假设检验概述
假设检验是一种根据样本数据来推断总体的分布或均值、方差等总体统计参数的方法。
根据样本来推断总体的原因:
总体数据不可能全部收集到。如:质量检测问题
收集到总体全部数据要耗费大量的人力和财力
假设检验包括:
参数检验
非参数检验
假设检验的基本原理
基本信念:利用小概率原理进行反证明。小概率事件在一次实验中不可能发生。
例如:对大学男生平均身高进行推断
H0:平均身高为173
样本平均身高为178,由于存在抽样误差,不能直接拒绝H0。而需要考虑:在H0成立的条件下,一次抽样得到平均身高为178的可能性有多大。如果可能性较大,是个大概率事件(与相比较),则认为H0正确。否则,如果可能性较小,是个小概率事件,但确实发生了,则只能认为H0不正确。
概率P值即为观测结果或更极端现象在零假设成立时出现的概率
假设检验的基本步骤
(1)根据检验的目标,对待推断的总体参数或分布作一个基本假设H0
(2)构造检验统计量,且该统计量服从某种已知分布.
(3)利用收集到的样本数据和基本假设计算检验统计量的值,并得到相应的相伴概率P值,即:检验统计量在某个特定的极端区域取值在H0成立时的概率.
(4)如果概率P值小于用户给定的显著性水平a,则拒绝H0 .否则,不拒绝H0 .
SPSS中的参数检验方法
单样本t检验
两独立样本t检验
两配对样本t检验
SPSS单样本t检验
(一)含义:
检验某变量的总体均值与指定的检验值之间是否存在显著差异。
例如:周岁儿童的平均身高是否为75厘米
(二)要求:
样本来自的总体服从正态分布
SPSS单样本t检验
(三)基本思路:
H0:u=u0,总体均值与检验值之间不存在显著差异.
,即:~N(u0, σ2/n).于是:
总体方差未知时构造t统计量
D=X- u0
t统计量服从n-1个自由度的t分布
计算t统计量和对应的相伴概率P(绝对值大于等于的双侧概率)
结论:P≤α,则拒绝H0,> α,不能拒绝H0.
SPSS单样本t检验
(四)基本操作步骤
(1).菜单选项:
Analyze->compare means->one-samples T test
(2).指定检验值:
在test后的框中输入检验值
SPSS单样本t检验
(五)option选项
confidence interval:%.
Missing values: 缺失值的处理(单样本检验时以下选项没有差别)
exclude cases analysis by analysis:当分析时涉及到有缺失值变量时再剔除相应的个案
exclude cases listwise:剔除所有含缺失值的个案后再分析
SPSS两独立样本t检验
(一)含义:
根据两独立样本的数据,对两总体均值是否有显著差异进行推断。
例如:男生和女生的计算机平均成绩有显著差异吗?
(二)要求:
两样本必须相互独立,即:抽取其中一批样本对抽取另一批样本没有任何影响.(如:北京周岁儿童与上海儿童的平均身高)
两总体服从正态分布
SPSS两独立样本t检验
(三)基本思路:
H0:u1-u2=0,两总体均值无显著差异.
,即:~N(u1-u2, σ2x1-x2).于是两总体均方差未知时构造t统计量:
两总体均值差的抽样分布标准差:
方差相等:用合并方差
方差不等:
计算t统计量和对应的相伴概率P
(绝对值大于等于该值的双侧概率)