SPSS参数检验级适用.pptx

SPSS参数检验级适用;本章内容;5.1 均值描述（MEANS 过程）; Statistics框：可选的描述统计量；cell ststistics：选入的描述性统计量 Statistics for first layer复选框：用于选择是否检验第一层的分组变量对结果变量的影响有无统计意义。Anova table and eta：对分组变量进行单因素方差分析，用于度量分组变量和结果变量间的关联性。Eta平方表示由组间差异所解释的结果变量的方差的比例。Test for linearity：检验线性相关性，即不同组的均值间是否存在线性趋势。当分组变量为数值型变量时系统自动进行线性相关性检验。;MEANS过程应用举例;练习;5.2 单样本T检验;5.2.2 单样本T检验的实现思路 提出原假设： 选择检验统计量： T统计量;否; 计算检验统计量和概率P值 给定显著性水平与p值做比较：如果p值小于显著性水平，小概率事件在一次实验中发生，则我们应该拒绝原假设，反之就不能拒绝原假设。;5.2.3 单样本T检验的基本操作步骤 1、选择选项Analyze－Compare means－One-Samples T test，出现窗口：;2、在Test Value框中输入检验值。 3、单击Option按钮定义其他选项。Option选项用来指定缺失值的处理方法。其中，Exclude cases analysis by analysis表示计算时涉及的变量上有缺失值，则剔除在该变量上为缺失值的个案；Exclude cases listwise表示剔除所有在任意变量上含有缺失值的个案后再进行分析。可见，较第二种方式，第一种处理方式较充分地利用了样本数据。在后面的分析方法中，SPSS对缺失值的处理方法与此相同，不再赘述。另外，还可以输出默认95％的置信区间。 至此，SPSS将自动计算t统计量和对应的概率p值。;单样本T检验应用举例;例2： 某厂生产的电子元件的寿命(单位：h)X～N(?，?2)，。但据以往的经验，电子元件的寿命一直稳定在 小时，现该厂对生产工艺作了某些改进，为了了解技术革新的效果，从刚生产的电子元件中任意抽取16只，测得寿命如下：199，280，191，232，224，279，179，254，222，192，168，250，189，260，285，170。 试问：工艺改进后，在检验水平0.05下是否可以认为元件的平均寿命有了显著的提高？ ;练习;5.3 两独立样本T检验;5.3.2 两独立样本T检验的基本步骤 提出原假设H0 选择检验统计量：T统计量 计算统计量和P值 根据显著性水平和概率P值进行统计决策。;两个独立样本的均值之差的抽样分布;情况1：两个总体方差?12、 ?22 未知但相等;情况2：两个总体方差?12、 ?22 未知且不相等;方差齐性检验（Levene F方法）： 原假设是两总体方差无显著差异，?12= ?22 决策规则： 在对两独立样本进行T检验时，两个总体方差相等和不等时使用的计算T值的公式不同，所以首先进行方差F检验。用户需要根据F检验的结果自己判断选择T检验输出中的哪个结果，得出最后结论。 如果推断两总体方差相等则看方差相等的T检验值和P值 如果推断两总体方差不相等则看方差不相等的T检验值和P值。;5.3.3 两独立样本T检验的基本操作步骤 进行两独立样本T检验之前，正确地组织数据是一个非常关键的任务。SPSS要求将两组样本数据存放在一个SPSS变量中，同时，为区分哪些样本来自哪个总体，还应定义一个分类变量。 SPSS两独立样本t检验的基本操作步骤是： 1、选择菜单Analyze－Compare means－Independent-Samples T Test，出现窗口;第23页/共34页;2、选择检验变量到Test Variable(s)框中。 3、选择总体标志变量到Grouping Variables框中。 4、单击Define Groups按钮定义两总体的标志值。其中：Use specified values表示分别输入两个不同总体的变量值；Cut point框中应输入一个数字，大于等于该值的对应一个总体，小于该值的对应另一个总体。;5、两独立样本t检验的Option选项含义与单样本t检验的相同。 至此，SPSS会首先自动计算F统计量，并计算在两总体相等和不相等下的均值差的方差和t统计量的观测值以及各自对应的双尾概率p值。;5.3.4 两独立样本T检验的应用举例 例1：甲、乙两种稻种，为比较产量，分别种在10块试验田中，每块田甲、乙稻种各种一半。假定两稻种产量各自服从正态分布，最后获得产量见数