第八章均数比较与T检验.pptVIP

第八章均数比较与T检验 均值比较与均值比较的过程 均值不相等的两个样本不一定来自均值不同的总体，能否用样本均数估计总体均数，两个变量均数接近的样本是否来自均值相同的总体，换句话说，两个样本某变量均值不同，其差异是否具有统计意义，能否说明总体差异。这些都是各种研究工作中经常提出的问题，均值比较可以解决这些问题。 对来自正态总体的两个样本进行均值比较常使用T 检验的方法，T 检验要求两个被比较的样体来自正态总体，两个样本方差相等与不等时使用的计算t 值的公式不同。 进行方差齐次性检验使用F 检验，对应的零假设是两组样本方差相等，P 值小于0.05说明在该水平上否定原假设，方差不齐，否则两组方差无显著性差异。 U 检验是用服从正态分布的检验量去检验总体均值差异情况的方法，在这种情况下总体方差通常是已知的。 均数间的比较(compare Means) Means过程 对准备比较的各组计算描述指标，进行预分析，也可直接比较。 One-Samples T Test过程 进行样本均数与已知总体均数的比较。 Independent-Samples T Test过程 进行两样本均数差别的比较，即通常所说的两组资料的t检验。 Paired-Samples T Test过程 进行配对资料的显著性检验，即配对t检验。 One-Way ANOVA过程 进行两组及多组样本均数的比较，即成组设计的方差分析，还可进行随后的两两比较。 8.1 Means过程 MEANS过程计算指定变量的综合描述统计量，当观测量按一个分类变量分组时，MEANS过程可以进行分组计算 Means过程的优势在于各组的描述指标被放在一起便于相互比较，并且如果需要，可以直接输出比较结果，无须再次调用其他过程。显然要方便的多。 使用MEANS 过程求若干组的描述统计量，目的在于比较，因此必须分组求均值，这是与Descriptives 过程不同之处。 Dependent List 框用于选入需要分析的变量 Independent List 框用于选入分组变量 Options 按钮 单击之弹出Options 对话框，选择需要计算的描述统计量和统计分析 Statistics 框可选的描述统计量： sum number of cases 总和记录数 mean, geometric mean, harmonic mean 均数、几何均数、修正均数 standard deviation variance standard error of the mean 标准差、均数的标准误方差 median, grouped median 中位数、频数表资料中位数 minimum maximum range 最小值、最大值、全距 kurtosis, standard error of kurtosis 峰度系数、峰度系数的标准误 skewness, standard error of skewness 偏度系数、偏度系数的标准误 percentage of total sum, percentage of total N 总和的百分比、样本例数的百分比 Cell Statistics 框，用于选入的描述统计量 Statistics for First layer 复选框组有如下两组 Anova table and eta 对分组变量进行单因素方差分析，并计算用于度量变量相关程度的eta 值，eta的平方表示由组间差异所解释的结果变量的方差的比值，ss组间/ss总。 eta为0到1的值，该值越接近1，表明因变量和控制变量之间关系越密切。 Test for linearity 检验线性相关性，即不同组的均数间是否存在线性趋势，实际上就是上面的单因素方差分析 。同时计算出R和R2，前者是相关系数，后者是决定系数。如果第一层中有多个自变量，则spss只对最后一个自变量计算R和R2。R值越接近1，表明相关性越高。 2 引例 以 keshanbing.sav 的数据为例，用means过程初步分析，检验各组间均数有无差异，并对输出 结果做出解释。 8.2　One-Samples T Test过程 One-Samples T Test过程用于进行样本所在总体均数与已知总体均数的比较，可以自行定义已知总体均数为任意值，该对话框的界面非常简单。 One-Samples T Test过程的输出也是比较简单的，由描述统计表和t检验表组成，比如要检验数据血磷值的总体均数是否等于1，则输出如下： T-Test 所分析变量的基本情况描述，有样本量、均数、标准差和标准误。 上表为单样本t检验表，第一行注明了用于比较的已知总体均数为1，下面从左到右依次为t值(t)、自由度(df