均值比较与T检验chap5.pptVIP

2、Independent Sample T test（独立样本T检验） 独立样本的T检验用于检验两个不相关的样本是否来自具有相同均值的总体。 两独立样本是指两个样本所来自的总体相互独立，两个独立样本各自接受相同的测量，研究者或分析者的主要目的是分析两个独立样本的均值是否有显著的统计差异。 独立样本T检验 必须注意使用这种检验的条件是必须具有来自两个不相关组（非配对）的观测量，其均值必须是对你想在两组中都计算的变量的综合测度。 例如，比较女性和男性的身高，教育从业者和金融从业者的起始工资等，都是两独立样本的例子。 两独立样本T检验的前提条件 独立性：两样本所来自的总体互相独立。 正态性：样本来自的两个总体应服从正态分布。在样本所来自的总体不满足正态性条件时，如果两个样本的分布形状相似，它们的样本量相差不是太大并且样本量较大，仍然可以应用T检验。 方差齐性：待比较的两个样本的方差相同。如果两个组的样本量大致相等，略微偏离了方差齐性对检验结果的精度影响不大。 在T检验中，SPSS提供了方差齐性的Levene检验，当方差齐性不满足时，会提供方差齐性校正后的T检验结果。 如果分组样本彼此不独立，例如测量的是研究对象用药前后某项指标，要求比较用药前后某项指标均值是否有显著性差异，应该使用配对 T检验的功能（Paired Sample T test）。 如果分组不止两个，应该使用One-Way ANOV过程进行单变量方差分析。 如果你试图比较的变量明显不是正态分布的，则应该考虑使用一种非参数检验过程（Nonparametric test）。 如果想比较的变量是分类变量，应该使用Crosstabs功能。 例：学生参加为期三天的计算机等级测试培训，有15名学生报名参加A公司的培训，12名参加B公司的培训，培训结束后学生参加测试，想知道学生在这两家公司不同培训方法下，测试成绩的均值是否存在显著差异。 分析：培训方式A与培训方式B可以看成是两个独立样本 Spss操作步骤 Use special values使用指定值：按分组变量的值进行分组 Cut point割点：当分组变量为连续变量时，选择该选项后，在后面的矩形框中输入一个连续变量值，将观测量分为大于该值和小于该值的两个组，检验在这两个组之间进行，比较其因变量在两组的均数间是否有显著性差异。 Confidence interval:95%：置信区间项，可以自定义。 Missing Values：选择对缺失值的处理方法 Exclude cases analysis by analysis:带有缺失值的观测值当它与分析有关时才被剔除； Exclude cases listwise：剔除所有列在Test、Grouping矩形框中的变量带缺失值的项 分析变量的简单描述性统计量 左第一栏为分析变量标签和分类变量标签 N观测量数目 Mean均值 Std. Deviation标准差 Std. Error Mean标准误 参加培训方法A的学生的平均测试成绩47.73，低于培训方法B学生的平均测试成绩8.77分 两组学生测试成绩的标准差相差不大，参加培训方法A的略大 独立样本T检验结果 Levene’s Test for Equality of Variances：方差齐性检验 F方差值：0.258 Sig：P值为0.6160.05，接受原假设即方差相等。 t-test for Equality of Means为T检验结果栏 t: t值；df：自由度； Sig：显著性概率即P值=00.05，拒绝原假设u1-u2=0； Mean Difference:两组均值之差。表现培训方法A学生平均测试成绩低于培训方法B学生成绩8.767; Std. Error Difference：差值的标准误为1.686； 95％ Confidence Interval of the Difference：差值的95%置信区间。在-12.24～-5.294之间，不包括0即两组均值之差与0有显著性差异。 例题二 有29名13岁男生的身高、体重、肺活量数据（学生肺活量数据.sav），试分析大于等于155cm的与身高小于155cm的两组男生的肺活量均值是否有显著差异。 分析：155以下和155以上身高的男生平均肺活量显著性检验 例题二 身高大于等于155cm与身高小于155cm的两组男生的肺活量平均值在95%水平上显著存在差异。 练习题 某克山病区测得11例急性克山病患者与13名健康人的血磷值如下: 患者:2.60, 3.24, 3.73, 3.73, 4.32, 5.18, 4.73, 5.58, 5.78, 6.40, 6.53 健康人:1.67, 1.98, 1.98, 2.33, 2.34, 2.50