均值检验均值模型.docVIP

均值检验 一、独立样本的均值检验 分析问题：对就业数据中，对性别和城乡之间的如下差异进行比较： Q16、在求职过程中，您大约向多少个单位递交过求职简历，共接受过多少个单位的面试，其中曾表示愿意接收您的单位为多少个。 Q19、（a）您期望的就业起薪为多少元/月，可以接受的最低起薪为多少元/月；您可接受的最长待业时间为多久。 1. 性别和城乡之间的差异对递交简历、接受面试和接收单位个数方面的影响。 ① 以“性别”为分类变量： 代码： T-TEST GROUPS=Q5A(1 2) /MISSING=ANALYSIS /VARIABLES=Q16A Q16B Q16C /CRITERIA=CI(.95). 输出结果1 组统计量 Q5a、您的性别和民族：（1）性别： N 均值 标准差 均值的标准误 Q16a、（a)在求职过程中,您大约向多少个单位递交简历 a）男 2214 28.28 370.845 7.881 b）女 1891 14.30 56.928 1.309 Q16b （b）共接受过 a）男 2240 5.03 42.622 .901 b）女 1908 4.50 23.428 .536 Q16c (c) 其中曾表示愿意接收的单位有 a）男 2222 2.30 3.643 .077 b）女 1874 2.72 23.160 .535 结果解释 此表给出了独立样本均值检验的描述性统计量，包括两个样本在三个不同指标中的均值、标准差和均值的标准误差。从表中可以看出，男性、女性在三项指标中的均值都具有一定的差异，但还需进一步检验之后再做决策。 输出结果2 独立样本检验 方差方程的 Levene 检验 均值方程的 t 检验 差分的 95% 置信区间 F Sig. t Df Sig.(双侧) 均值差值 标准误差值 下限 上限 Q16a、（a)在求职过程中,您大约向 假设方差相等 7.672 .006 1.624 4103 .105 13.986 8.614 -2.901 30.873 假设方差不相等 1.751 2334.718 .080 13.986 7.989 -1.681 29.653 Q16b （b）共接受过 假设方差相等 .514 .473 .481 4146 .631 .526 1.094 -1.619 2.671 假设方差不相等 .502 3580.200 .616 .526 1.048 -1.529 2.581 Q16c (c) 其中曾表示愿意接收的单位有 假设方差相等 .870 .351 -.830 4094 .407 -.414 .498 -1.391 .564 假设方差不相等 -.765 1951.276 .444 -.414 .541 -1.474 .647 结果解释 对于方差齐性检验，Q16b和Q16c的p值分别为0.473、0.3510.05，Q16a的p值为0.0050.05。所以Q16a假设方差不相等，Q16b和Q16c假设方差相等。 对于均值的检验，应在方差齐性假定下进行。Q16a、Q16b和Q16c对应的p值分别为0.08、0.631、0.407＞0.05，所以不能拒绝原假设，认为不同性别在递交简历、接受面试和接收单位个数方面没有显著差异。 ② 以“城乡”为分类变量 根据研究需要，以“（1）省会城市或直辖市（2）地级市（3）县级市或县城”为“城”，以“（4）乡镇（5）农村”为“乡” 假设：城乡之间性别在递交简历、接受面试和接收单位个数方面没有显著差异。 代码 T-TEST GROUPS=Q8B(4) /MISSING=ANALYSIS /VARIABLES=Q16A Q16B Q16C /CRITERIA=CI(.95). 输出结果一 组统计量 Q8b 属于: N 均值 标准差 均值的标准误 Q16a、（a)在求职过程中,您大约向 = 4 1871 20.64 234.557 5.423 4 2139 18.64 224.892 4.863 Q16b （b）共接受过 = 4 1888 4.76 23.769 .547 4 2165 3.91 5.400 .116 Q16c (c) 其中曾表示愿意接收的单位有 = 4 1877 2.81 23.192 .535 4 2128 2.22 3.368 .073 结果解释 此表给出了独立样本均值检验的描述性统计量，包括两个样本在三个不同指标中的均值、标准差和均值的标准误差。从表中可以看出，城、乡在三项指标中的均值都具有一定的差异，但还需进一步检验之后再做决策。 输出结果二 独立样本