10：数据统计与gbb素材.pptVIP

* * * * * * 2.单变量的显著性检验 某项关于物理实验的多媒体教材开发完成后，送给有关学校的物理教师征询意见并发出问卷，对44位教师的问卷调查部分结果如表所示： 单样本检验，每次对一个问题进行检验 检验的步骤 （1）选择“Data→Weight Cases…”命令，弹出“Weight Cases”对话框，激活“Weight Cases by”选项，将变量“人数”选入“Frequency”框中，再点击OK。 （2）选择“Analyze→Nonparametric Tests→Chi-square…”命令，弹出“Chi-square Test”对话框，将变量“问题a”选入“Test Variable List”框中，再点击OK。 (3)从分析可知，教师对学校的物理教师对于A问题的回答存在显著差异；有关学校的物理教师对于B问题的回答不存在显著差异。 五、双变量统计分析 变量间的关系 显著性检验 相关关系 回归关系 1.显著性检验 卡方检验 均值检验 问题1：卡方检验适用范围是什么？ 问题2：均值检验使用范围是什么？ 适用于类别数据 适用于量化数据 卡方检验x2 可以用来分析类别数据， 是基于对期望频率和实际获得的频率的差异比较来检验差异的。 如果两个近似，则认为各组没有差异；如果差异较大，则认为有显著差异。 用SPSS来处理数据 卡方检验 显著性检验 列联表的显著性检验 交叉表 　 管理者 　 教师 　 　 　 白人 非白人 白人 非白人 合计 男性 50 20 150 80 300 女性 20 10 150 120 300 合计 70 30 300 200 600 平均值的显著性检验 显著性检验 统计分析常常采取抽样研究的方法，即从总体中随机抽取一定数量的样本进行研究来推断总体的特性。由于总体中的每个个体间均存在差异，即使严格遵守随机抽样原则也会由于多抽到一些数值较大或较小的个体致使样本统计量与总体参数之间有所不同。又由于实验者测量技术的差别或测量仪器精确程度的差别等等也会造成一定的偏差，使样本统计量与总体参数之间存在差异。由此可以得到这样的认识：均值不相等的两组样本不一定来自均值不同的总体。 能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组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？这是各种研究工作中经常提出的问题。这就要进行均值比较。 平均数的t-检验——用来检验两个样本平均数的差是否显著。 方差分析——两个以上的组之间平均数是否存在差异。 常用的显著性水平是0.05和0.01水平。 统计显著性并非一定是实际显著性。 单一样本的T检验：检验单个变量的均值是否与给定的常数之间存在差异。 独立样本的T检验：检验两组不相关的样本是否来自具有相同均值的总体（均值是否相同，如男女的平均收入是否相同，是否有显著性差异） 配对T检验：检验两组相关的样本是否来自具有相同均值的总体(前后比较，如训练效果，治疗效果) 单一样本的T检验 概念：检验单个变量的均值是否与给定的常数(指定的检验值)之间是否存在显著差异。如：研究人员可能想知道一组学生的IQ平均分与100分的差异。要求样本来自正态分布总体。 菜单： Analyze - Compare Means- One-Samples T test Test Variable(s)：要求平均值的变量（一般是定距变量） Test Value：常数 零假设H0：样本均值Mean=常数（检验值）； 结果中比较有用的值：Mean和Sig显著性概率值 例子P134 ： 某地区12岁男孩的平均身高为142.5cm,而某市测量120名12岁男孩身高资料data08-02，检验该市12岁男孩平均身高与该地区12岁男孩平均身高是否有显著性差异（结论：无，原因Sig=.304.05） 银行的平均工资是否是$30,000。 独立样本的T检验 要求：a. 被比较的两组样本彼此独立, 没有配对关系 b. 两组样本均来自正态总体 c. 均值是对于检验有意义的描述统计量 两组样本方差相等和不等时使用的计算t值的公式不同。因此应该先对方差进行齐次性检验。SPSS的输出，在给出方差齐和不齐两种计算结果的t值，和t检验的显著性概率的同时，还给出对方差齐次性检验的F值和F检验的显著性概率。用户需要根据F检验的结果自己判断选择t检验输出中的哪个结果，得出最后结论。 独立样本的T检验（续） 菜单： Analyze - Compare Means- Independent Samples T test Test Variable(s)：要求平均值的变量（一般是定距或定序变量） Grouping Variable ：分组变量（只能分成