SPSS课件第5章.docVIP

第5章 参数检验 从大体上说，统计方法分为描述统计和推断统计两大类，在前面的第3章，我们已经介绍了描述统计在统计学中的重要地位，并针对变量的不同尺度类型介绍了变量的描述统计方法，严格说来，第4章所将的信度分析也是描述统计的内容。从本章开始，我们将接触推断统计内容了，描述统计和推断统计最大的区别在于描述统计仅仅针对样本数据进行处理，而推断统计要求从样本数据出发，推断其总体的性质，或者也可以这样认为，在描述统计中，并不是严格的区分总体和样本，而推断统计则要严格区分总体和样本。下面我们简单介绍总体和样本的概念。 总体是指我们要研究的对象的全体，总体的组成对象称为总体单位。在统计学上，特别是数理统计中，总体的性质是我们感兴趣的，也是我们想了解的，而此时实物对象（我们称为实物总体），在研究和调查时都不方便，不可能为了调查就把某些对象收集到一起，因此我们把我们要了解的总体某方面的特性进行量化，每个对象对应一个值，得到所有对象在该特性上的取值全体我们称为数值总体；在研究上数值总体比实物总体方便了许多，但是当研究对象特别多的时候，取值难免会重复，此时我们不再关心每个对象的取值了，而是关心有多少个对象取相同的一个值，即取值的频率，每个对象取值相应的变成了在若干取值上的频率，此时的总体我们称为分布总体，一个总体和一个分布等价。 经过统计学上的抽象，实物总体变成了分布总体，而众所周之，一个分布对应一个随机变量，因此统计上常用随机变量来表示总体，而给出一个总体的时候，通常也就是给出总体的分布哦！ 样本是为了研究总体的性质从总体中选取的部分总体单位，根据是否采用随机原则选取样本，我们可以将样本分为随机样本和非随机样本，统计中基本都是研究随机样本。所谓随机原则是指抽样时，每个总体单位都有同等被抽中的可能，根据这个原则，样本取各个值的分布应该和总体的分布相同，这就是数理统计中非常重要的一个性质：样本与总体同分布。随机抽样时，由于抽取样本前后不影响，所以样本是独立的，这又是数理统计中另一个重要性质：样本之间相互独立。这两个性质合在一起就是：样本独立同分布于总体的分布。随机抽样的方法很多，本书不一一介绍，有兴趣的读者可以参看统计学想关书籍。 对于样本的独立性读者应该可以理解，可是对于样本分布和总体分布相同，许多读者不能理解，这其实不难理解，根据随机原则，每个总体单位抽中的可能性相同，那么取某个值的总体单位越多，即某取值的频数越高，在抽样时，那个值出现的概率也越高，而其概率刚好等于那个取值的总体频率，因此，总体在某个值上的频率是多少，样本取那个值的概率就是多少，这不就是样本分布和总体分布相同了吗？ 推断统计包括假设检验和参数估计两大部分内容，在SPSS中，假设检验分别给出参数假设检验和非参数假设检验对应的菜单操作，我们将在第5章和第6章分别介绍这两部分内容；而参数估计在SPSS中没有专门的菜单，都是分散各个菜单中，假设检验中也有参数估计的内容，我们在讲到相关内容时会给出提示，希望读者注意。 图5-1 参数检验菜单 SPSS提供的参数检验主要集中在【Compare Means】菜单中，如图5-1所示，主要有5各子菜单： 【Means】主要用于产生均值等描述统计量，和第3章描述统计的功能有些类似，请读者自行验证； 【One Sample T Test】是指单样本t检验，主要用于完成从一个总体中抽取样本推断总体性质的假设检验； 【Independent Sample T Test】是指独立样本t检验，主要完成从两个独立总体中抽样推断总体性质的假设检验； 【Paired Sample T Test】是指配对样本t检验，主要完成从两个配对总体中抽样推断总体性质的假设检验。 【One-way ANOVA】是指单因素方差分析，这部分内容我们将放在第8章方差分析介绍。 本章重点介绍中间的三项菜单，我们将结合具体例子分为三节内容来介绍，介绍每个菜单之前，我们都会强调该方法的适用范围，请读者在学习时一定要注意三种方法的区别，切实掌握每种方法的适用条件和操作。 5.1 单样本t检验 单样本t检验是三种检验中最简单、最容易掌握的方法，因为它只涉及一个总体和样本。在介绍单样本t检验之前，有必要给读者讲清假设检验的基本思想和一般步骤。 利用样本对总体进行推断主要基于两方面，一方面是在某些情况下，总体的情况无法获知，例如，对感冒患者的调查，总体就无法完全获知，即使能够获知，但是需要极大的代价，没有必要获知，例如，对居民消费价格的调查，就不必一定要获知总体情况；另一方面是通过随机原则抽取的样本中含有总体的信息，样本的确能够代表总体，利用数理统计的知识就能够用样本推断总体的信息。因此，假设检验成为一种科学的推断总体性质的统计方法。 假设检验基