第四章均值检验方差讲稿.ppt

安徽工业大学 管理学院 均值检验与方差分析 T-test and Anova 图5-2 “One-Way ANOVA”对话框 图5-3 “One-Way ANOVA：Options”对话框 图5-4 “One-Way ANOVA：Post Hoc Multiple Comparisons”对话框 图5-5 “One-Way ANOVA：Contrasts”对话框 结果和讨论 （1）首先是单因素方差分析的前提检验结果，也就是Homogeneity of variance test （2）输出的结果文件中第2个表格如下所示。 （3）输出的结果文件中第3个表格如下所示。 （4）输出的结果文件中第4个表格如下所示。 （5）输出结果的最后部分是各组观察变量均值的折线图，如图5-6所示。 多因素方差分析 统计学上的定义和计算公式 定义：多因素方差分析中的控制变量在两个或两个以上，它的研究目的是要分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响。例如，在本章开始讲述的例子，在获得教学效果的时候，不仅单纯考虑教学方法，还要考虑不同风格教材的影响，因此这是两个控制变量交互作用的效果检验。 多因素方差分析不仅需要分析多个控制变量独立作用对观察变量的影响，还要分析多个控制变量交互作用对观察变量的影响，及其他随机变量对结果的影响。因此，它需要将观察变量总的离差平方和分解为3个部分： ? 多个控制变量单独作用引起的平方和； ? 多个控制变量交互作用引起的离差平方和； ? 其他随机因素引起的离差平方和。 以上F统计量服从F分布。SPSS将自动计算F值，并根据F分布表给出相应的相伴概率值。 结果和讨论 0.05说明方差没显著差别，即方差相等 在分析结果中，SPSS还自动给出了两样本均值差值的估计标准误差（Std. Error Difference）。在方差相同的情况下，估计标准误差的计算方法是 在方差不相同的情况下，估计标准误差的计算方法是 统计学上的定义和计算公式 两配对样本T检验 定义：两配对样本T检验是根据样本数据对样本来自的两配对总体的均值是否有显著性差异进行推断。一般用于同一研究对象（或两配对对象）分别给予两种不同处理的效果比较，以及同一研究对象（或两配对对象）处理前后的效果比较。前者推断两种效果有无差别，后者推断某种处理是否有效。 两配对样本T检验的前提要求如下。 ? 两个样本应是配对的。在应用领域中，主要的配对资料包括：具有年龄、性别、体重、病况等非处理因素相同或相似者。首先两个样本的观察数目相同，其次两样本的观察值顺序不能随意改变。 ? 样本来自的两个总体应服从正态分布。 两配对样本T检验的零假设H0为两总体均值之间不存在显著差异。 首先求出每对观察值的差值，得到差值序列；然后对差值求均值；最后检验差值序列的均值，即平均差是否与零有显著差异。如果平均差和零有显著差异，则认为两总体均值间存在显著差异；否则，认为两总体均值间不存在显著差异。 SPSS将自动计算T值，由于该统计量服从n?1个自由度的T分布，SPSS将根据T分布表给出t值对应的相伴概率值。如果相伴概率值小于或等于用户设想的显著性水平?，则拒绝H0，认为两总体均值之间存在显著差异。相反，相伴概率大于显著性水平?，则不拒绝H0，可以认为两总体均值之间不存在显著差异。 SPSS中实现过程 ? 研究问题 研究一个班同学在参加了暑期数学、化学培训班后，学习成绩是否有显著变化。数据如表4-3所示。 表4-3 培训前后的成绩变化 79.00 68.00 89.00 56.00 2_new9 88.00 89.00 78.00 89.00 2_new8 87.00 78.00 98.00 78.00 2_new7 87.00 78.00 88.00 67.00 2_new6 99.00 98.00 89.00 50.00 2_new5 88.00 89.00 99.00 70.00 2_new4 98.00 89.00 89.00 89.00 2_new3 89.00 89.00 89.00 23.00 2_new2 99.00 100.00 76.00 99.00 2_new1 98.00 76.00 56.00 89.00 wish 98.00 97.00 76.00 56.00 jess 87.00 89.00 87.00 79.00 watet 88.00 87.00 89.00 89.00 s 88.00 78.00 78.00 54.00 hah 78.00 67.00 7