第五章 SPSS参数检验.ppt

第六章
SPSS参数检验
——均值比较
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。
我们要解决的问题有: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。
本章主要操作:
单样本t检验:一组数据的均值检验
两独立样本t检验:两组数据的均值相等检验
(两组数据独立)
两配对样本t检验:两组一一对应(配对)数据的均值相等检验
(两组数据相关)
参数检验概述

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。
假设检验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
假设检验的基本思想
(原假设),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。
反正法:就是正常情况(原假设成立)下某些情况出现的概率很少(小概率事件),那么我们认为在一次实验中不会出现,如果真的出现了我们就会怀疑这个假设,从而考虑拒绝原假设。
例子说明
例如,有一个袋子里有100个球,里边有若干个黑球和白球,但不知道各为多少个,现在我们假设有99个黑球,1个白球,也就根据这个假设一次实验中抽到白球的概率很小,为1%,是小概率事件。如果这次实验抽出来的真是白球,我们会觉得怎么容易抽到白球,白球的比例不应该小,从而考虑拒绝原假设;反之,如果抽到是黑球我们感觉很正常,没有理由拒绝这个假设,但是不拒绝不代表认同,只是没有充足的理由去否定。
在实际中要检验的变量通常是连续的,也就是说一个取值没有概率,我们通常用比其更极端的概率来代替(也就是P值)。
... 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

提出原假设(零假设)H0;
确定适当的检验统计量;
计算检验统计量的值发生的概率(P值);
与给定显著性水平比较;
(显著水平可以理解为小概率事件的标准)
作出统计决策。
过程
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。(其作用相当于先对数据拆分,再计算数据的基本统计量)
Analyze-> Compare Means->Means
Dependent List: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子对话框:用于选择需要计算的描述统计量和统计分析。