zspss五稿件文件材料教学稿件.ppt

H0 临界值 临界值 1/2 ? 1/2 ? 样本统计量 拒绝域 拒绝域 非拒绝域 拒绝域（双尾检验） 1 - ? 置信度 H0:???=?0 H1: ??≠ 0 Z 0 ? 拒绝H 0 Z 0 拒绝H 0 ? 拒绝域（单尾检验） H0:???=?0 H1: ?? 0 H0:???=?0 H1: ?? 0 p 值检验 1.给定H0 为真，得到的检验统计量在实际样本值以外的概率。 2. 称作可观测的显著性程度 表明如果拒绝H0 犯弃真错误的概率 3. 用p值来判定是否拒绝H0 如果 p ? ?,　则不拒绝 H0 如果 p ?,　则拒绝 H0 0 Z 拒绝 拒绝H0 p 值检验图示 (p ? 接受零假设 1/2 p 1/2 p 1/2 ? 1/2 ? 检验统计量不在拒绝域内 ? H0 检验步骤 1. 定义 H0 2. 定义 H1 3. 选择? ? 4. 选择检验: Z检验或 t值检验 5. 确定临界值 Critical Values 6. 计算检验统计量 7. 作出统计决策 ? 实例 假定您是质量控制经理，现在要知道新机器制造的电线是否符合客户的要求：平均抗拉强度为70磅。已知标准差? = 3.5 磅。取36根电线为样本得到样本均值69.7磅。在?为 .05时是否可以说该机器生产的电线的平均抗拉强度不是70磅？ 解答 Solution H0: ? = 70 H1: ? ? 70 ? = .05 临界值: 检验统计量 决策: 结论: ? = .05时，不拒绝零假设 抽样结果不足以说明平均值低于 70 Z X n x ? ? ? ? ? -0.51 ? ? 69 7 70 3 5 36 . . Z 0 1.96 -1.96 .025 据绝H 0 拒绝H 0 .025 0 Z 拒绝 拒绝H0 p 值解答 (p = .1336) (? = .05) 不拒绝零假设 1/2 p = .0668 1/2 p = .0668 1/2 ? = .025 1/2 ? = .025 6.6 用SPSS做假设检验 6.6.1 单样本T检验 6.6.2 相互独立的两组样本的T检验 6.6.3 配对样本的T检验 6.6.1 单样本T检验 某厂生产的一种钢丝绳的抗拉强度服从均值为10560（kg/cm）的正态分布，改进工艺和才质后，生产了一种新钢丝绳，随机抽取10根测得抗拉强度为：10512，10623，10668，10554，10776，10707，10557，10581，10666，10670 问在水平 =0.05下，新钢丝绳的平均抗拉强度是否显著高于原钢丝绳？如果取显著性水平=0.01，结论又如何？ 解：设新钢丝绳的平均抗拉强度为?，因? 未知，采用t检验法，由题意知，为右边检验。 ? ? H0:???=?10560 H1: ??10560 所以，显著性水平= .05时，拒绝零假设，认为新工艺生产的钢丝绳 的平均抗拉强度显著高于原工艺。 但是，显著性水平= .01时，不能拒绝零假设，新工艺生产的钢丝绳 的平均抗拉强度并不显著高于原工艺。 ? (? 从以上例子可以看出，对同一问题，其检验结果与给定的显著性水平有关。通常在0.05下拒绝原假设，称为检验结果一般显著；在0.01下拒绝原假设，称为检验结果高度显著；在0.001下拒绝原假设，称为检验结果极高度显著。 Levene检验 统计方法 统计方法 统计描述 统计推断 参数估计 假设检验 第5章 参数估计 5.1 基本概念 5.2 点估计 5.3 区间估计 5.4 SPSS在参数估计中的应用 正态分布是最重要最常用的一种连续型随机变量分布，它在统计和抽样的理论与应用中占有特别重要的地位。正态分布之所以重要的一个原因，是因为许多随机变量服从或近似地服从正态分布。 例如：同龄人的身高、体重、智商、肺活量；一批产品的长度、宽度、强度；农作物的亩产量，某类设备的使用寿命等 这些随机变量的共同点是：与均值较接近的数值出现的次数较多，离均值远的数值出现的次数较少。即属于“中间大，两头小”的分布形态。 正态分布之所以重要的另一个原因是由于它特有的数学性质，许多分布可以用正态分布近似计算。由正态分布可导出许多有用的分布，如 分布，t分布，F分布。 分布 分布在一象限内,呈现正偏态,随着自由度的增大,趋近于正态分布 (学生) t 分布 t分布的来源 因为英国统计学家、化学家高赛特（Gosset）在1908年以笔名student发表论文，最先引进t分布曲线，所以t分布又称学生分布。 在一家英国酿酒公司做酿酒师，在对小样本进行质量控制的研究中发现了t分布。 一般当n30，t分布可用标准正态分布近似。 Z t (学生) t 分布 0 t (df = 5) 标准正态