SPSS-5-均值比较(t检验).ppt

第五讲 均值比较（Compare Means） 均值比较的假设检验，并非考察的是两样本的均值是否相等，而是考察两样本所来自的总体的均值是否相等。由于所要考察的两总体的方差是未知的，因而两样本的均差假设检验采用t检验。 t检验是用小样本检验总体参数，特点是在总体方差未知的情况下，可以检验样本平均数的显著性。 均值比较的过程 Analyze ? Compare Means Means过程 对准备比较的各组数据计算描述性指标，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 进行两独立样本均数差别的比较，即通常所说的两独立样本t检验。 Paired-Samples T Test过程 进行配对样本数据均值的显著性检验，即两配对样本t检验。 One-Way ANOVA过程（单因方差分析） 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。 一、平均数分析（Compare Means ? Means） 和前几讲所讲述的几个专门的描述性统计过程相比，Means过程的优势在于各组的描述性统计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。 二、单样本的均值检验（One-Sample T Test） 对于单个正态总体并且方差未知的情况，用t检验的统计量来检验其平均值的显著性（假设样本均值与总体均值相等）。 适用于，如已知全国四、六级英语平均成绩，想检验一下武汉地区四、六级英语平均成绩与全国平均成绩是否有显著差异（若有，就可知武汉在全国的英语水平）。 假设检验：H0 ：样本均值与总体没有明显差异（或均值相等）； H1 ：样本均值与总体有明显差异（或均值不相等）。 三、两独立样本的均值检验 （Independent-Samples T Test） 两独立样本的T检验，可以检验独立的正态总体下样本均值之间是否有显著差异。检验前，要求进行比较的样本相互独立，并且服从正态分布；因此需要首先对将要进行均值比较的样本做独立性检验和正态分布检验。 适用于，如考查两所同一档次的中学，一所进行了教学改革、一所维持原有教学方法，在年终成绩考核中均值是否有显著差异（若有差异，说明教学改革是有作用的）。 另一个很重要的前期工作就是利用上面已经学过的Levene检验对样本所来自的两总体进行方差齐性检验。两总体的方差相等或不相等，对于构造的T检验统计量函数也是不同的。 在进行两独立样本T检验时，计算机通常将上面两种方法的T检验结果和Levene方差齐性检验的结果同时给出。这样，我们就可以根据Levene方差齐性检验的结果来选择相应的T检验方法所得出的结论。 四、两配对样本的均值检验 （Paired-Samples T Test） 进行配对样本的t检验要求被比较的两个样本有配对关系。要求两个样本均来自正态总体，而且均值是对于检验有意义的描述统计量。均值的配对比较是比较常见的。 如：在一个年级中选择智力、英语水平大致相当的一批学生，随机分成两个班——实验班和对照班，在实验班中采用新的英语教学法，在对照班中仍采用传统的教学法，一个学期后，分别比较两个班英语成绩的均值，从而比较两种教学法的作用。 配对样本t检验实际上是先求出每对测量值的差值，对差值求均值。检验配对变量均值之间的差异是否显著。其实质检验的假设是差值的均值与零均值之间差异的显著性。如果差值均值与零均值没有显著差异，说明配对变量均值之间无显著性差异。 注意：两配对样本T检验使用的数据输入格式和前者不同，它是将比较的两组数据作为两个变量的数据录入的。 五、多组样本的均值检验（单因方差分析） （One-Way ANOVA） 对多组独立数据进行均值比较要用单因方差分析的方法。 单因方差分析的方法将在后面“方差分析”一讲中详细介绍。 * * P131页 一、平均数分析（Compare Means ? Means） 1、界面说明 【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钮】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。它们是：sum总和，number of cases 记录数，mean均数，geometric mean几何均数，harmonic mean调和均数，standar