SPSS参数检验.pptx

该【SPSS参数检验 】是由【niuww】上传分享，文档一共【47】页，该文档可以免费在线阅读，需要了解更多关于【SPSS参数检验 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。均值比较与均值比较的检验过程
均值比较的概念
统计分析常常采取抽样研究的方法,即从总体中随机抽取一定数量的样本进行研究来推断总体的特性。由于总体中的每个个体间均存在差异,即使严格遵守随机抽样原则也会由于多抽到一些数值较大或较小的个体致使样本统计量与总体参数之间有所不同。又由于实验者测量技术的差别或测量仪器精确程度的差别等等也会造成一定的偏差,使样本统计量与总体参数之间存在差异。由此可以得到这样的认识:均值不相等的两组样本不一定来自均值不同的总体。
能否用样本均值估计总体均值?两个变量均值接近的样本是否来自均值相同的总体?换句话说,两组样本某变量均值不同,其差异是否具有统计意义?能否说明总体具有显著性差异?这是各种研究工作中经常提出的问题。这就要进行均值比较。

推断统计与假设检验
推断统计是根据样本数据推断总体数量特征的统计分析方法。
推断统计通常包括以下两个内容:一是总体分布已知,根据样本数据对总体分布的统计参数(如均值、方差)进行推断,此时采用的推断方法称为参数估计或者参数检验;二是总体分布未知,根据样本数据对总体的分布形式进行推断,此时采用的推断方法称为非参数检验。
统计方法
描述统计
推断统计
估计
假设检验
参数检验
非参数检验

,然后利用样本信息来判断原假设是否成立;
,依据统计上的小概率原理。
...因此我们拒绝假设=50
...如果这是总体的真实均值
样本均值
m
=50
抽样分布
H0
这个值不像我们应该得到的样本均值...
20
假设检验的基本思路是首先对总体参数提出假设,然后再利用样本告知的信息去验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持假设,则在一定的概率条件下,应拒绝该假设;相反,如果样本数据不能够充分证明和支持假设是不成立的,则不能推翻假设成立的合理性和真实性。上述假设检验推断过程所依据的原理是小概率原理,即发生概率很小的随机事件,在某一次特定实验中是几乎不可能发生的。
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。
假设检验的步骤
提出原假设(零假设)H0;
确定适当的检验统计量,且该统计量服从某种已知分布.
计算检验统计量的值发生的概率(P值);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.
给定显著性水平;
作出统计决策。
显著性水平是在零假设成立时统计量的值落在某个极端区域的概率值,因此如果,,它是我们预期中的小概率。当检验统计量的概率小于显著性水平时,则认为如果零假设是成立的,样本所告知的检验统计量的观测值(或更极端值)发生的概率是一个较预期的小概率事件更小概率事件,由小概率原理,它本是不可能发生的,它的发生是零假设错误导致的,应该拒绝零假设;反之,不应拒绝零假设。

功能: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、观测数、方差等等,还可以给出方差分析表和线性检验结果。
Analyze->CompareMeans->Means
DependentList:用于选入需要分析的变量,如果选入两个以上变量,系统会在同一张输出表中依次给出分析结果。
Layer:用于选入分组变量,如果选入两个以上的变量,系统会根据layer的设置情况作出不同的反应。
Options对话框:用于选择需要计算的描述统计量和统计分析。