SPSSStatistics培训第2天重点分析.pptx

SPSS Statistics 培训（二）;LUNCH;SPSS Statistics 课程安排;SPSS Statistics 课程安排;SPSS Statistics 课程安排;SPSS Statistics 课程安排; 第五讲：简单推断与方差分析;目录; 推断性统计 参数估计 样本和总体 样本参数和总体统计量 从样本参数估计总体统计量 假设检验 假设检验的一般思路 ;例设X为6次中摸到红球的次数，则 如果该说法是真实的，即p=0.5,那么X的概率分布为 测到X取值在什么范围时我们不接受“袋子中一半是红球， 一半是白球”的说法？ ;?;1. 确定恰当的原假设和备择假设 2. 选择检验统计量 3. 计算检验统计量观测值的发生概率 给定显著性水平，并作出统计决策 ;目录;单样本T检验：某个变量的样本均数与给定总体的已知均数相比，其差异是否有显著 非配对或独立T检验：检验由两个独立样本估计的总体均数之间的差异是否显著（如男性群体和女性群体） 配对T检验：检验由相关样本估计的总体均数之间的差异是否显著（如给同一组病人施加处理前后，测量值的均数） ; 提出零假设：总体均值与检验值之间不存在显著差异（样本均值所引起的差异是抽样误差引起的） 选择检验统计量 假设总体分布服从正态分布，方差已知时，构造Z统计量；方差未知时，构造t统计量 计算检验统计量观测值和概率P值 给出显著性水平，并作出决策 如果该P值太小，成为了我们所定义的小概率事件（小于等于α水准），则我们怀疑所做的假设不成立，从而拒绝H0。 反之，我们就不能拒绝H0. ;16;17;对我国目前保险公司从业人员的受高等教育的程度和年轻化的程度进行推断。两个零假设分别为： 保险公司具有高等教育水平的员工比例的平均值不低于0.8 年轻化比例的平均值与0.5无显著差异 ; 基本思路 原假设：两总体均值无显著差异 构造检验统计量，从两样本均值差的抽样分布出发，即服从 于是两总体均值方差未知时构造 t 统计量： 方差相等时 ，其中 为合并方差， 方差不等时，自由度 ;在一些统计推断的过程，要求进行比较的两组或多组数据的方差相等，即要求方差齐性，如均值比较、方差分析 方差齐性检验的方法 Hartley检验、Cochran检验、Bartlett检验和Levene检验，前三者对样本数据有正态分布的要求，但是Levene检验则没有这种要求，也是最常用的一种方法 ;21;22;工作人员工作时的状态，是否与其对自己工作的认可程度有关。 （分析步骤： 1 对变量t9-16重新记分保存为t9_1至t16_1——将变量值1、2、3、4分别转成4、3、2、1，可利用Recode过程实现 2 计算变量t9_1至t16_1的综合得分——Compute过程可实现 3 对综合得分排序，并指定分组 对样本按综合得分排序，可利用Sort过程实现；然后，指定低分组和高分组。这里指定得分前25%的样本,记为1; 指定得分后25%的样本，记为2 4 分析低分组和高分组在回答第一题和第八题，即在变量t1-t8上是否存在显著差异);24;25;26;利用单样本检验，检验月支出是否在500元的平均水平 进行独立样本检验，以年龄＝50为分割点，比较在这两个年龄层的个体在得到低保金后，是否对生活的满意度有相同的评价（提示：检验变量为满意度1－满意度2） 利用配对样本检验，检验在进行这种饮食前后，两个指标甘油三酸酯(triglyceride)和体重是否有显著不同 ;目录;K-S检验：将变量的观察累积分布函数与指定的理论分布进行比较，该理论分布可以是正态分布、均匀分布、泊松分布或指数分布 游程检验：检验某一变量的两个值的出现顺序是否随机。游程是相似的观察值的一个序列。游程太多或太少的样本不是随机样本。 独立样本非参检验：Mann-Whitney U（二样本）、Kolmogorov-Smirnov（二样本）、Kruskal-Wallis 单因素 ANOVA（k 样本）… 相关样本非参检验：?McNemar 检验（二样本）、Cochran 的 Q 检验… ;理论频数 基于H0成立，两样本所在总体无差别的前提下计算出各单元格的理论频数来 ;进行一致性检验 对同一个目标不同群体的评价估计是否一致？ 不同的供应商的零件质量（有缺陷产品数）有差异吗？ 检验变量之间是否存在相