SPSS假设检验.ppt.ppt

参数检验 * 5.1 参数检验概述 推断统计：是根据样本数据推断总体特征的方法，它在对样本数据描述的基础上，以概率的形式对统计总体的未知数量特征(如均值、方差等)进行描述。 参数检验：当总体分布已知(如总体为正态分布)的情况下，根据样本数据对总体分布的统计参数(如均值、方差等)进行推断。 非参数检验：当总体分布未知的情况下，根据样本数据对总体的分布形式或特征进行推断。 * 推断统计 参数检验 非参数检验 参数估计 假设检验 二者的核心原理 基本类似，且有 互通之处 * 假设检验 基本思想：首先对总体参数值提出假设，然后利用样本提供的信息去验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持假设的成立，则在一定的概率条件下，应拒绝该假设；相反，如果数据不能够充分的的推翻假设，则在一定的概率条件下，应接受假设。假设检验就是一个决策过程。 小概率原理：发生概率很小的随机事件，在某一次特定的试验中是几乎不可能发生的。 * 假设检验的四大步骤 建立假设（原假设，对立假设） 选择检验的统计量 该统计量在原假设成立的情况下，有明确的分布。 计算检验统计量的观测值的发生概率 将样本数据代入检验的统计量，利用统计量的分 布，计算出检验统计量观测值发生的概率，即概率p值或称为相伴概率。该概率间接的给出了样本值在原假设成立的条件下发生的概率。 * 给定显著性水平a，并做出决策 一般设a＝0.01或0.05，它是我们预期中的小概率。 若检验统计量的p值＝a,则应拒绝原假设，接受对立假设。 若检验统计量的p值a,则不应拒绝原假设，即接受原假设。 注意：第二、三步是Spss自动完成的，第一、第四步的决策是需人工设计并判断的。 * 单样本t检验 独立样本t检验 配对样本t检验 * 5.2 单样本t检验 单样本t检验的目的：是利用来自某总体的样本数据，推断该总体的均值与指定的检验值之间是否存在显著性差异。因采用的t统计量进行检验，因此称为单样本t检验 。 假设: (双尾检验) (单尾检验) (单尾检验) 双尾检验规则：p与a比较大小 单尾检验规则：p/2与a比较大小 * 检验变量栏 检验值栏 置信度1－a 剔除在分析变量上为缺失值的个案 剔除所有在任意变量上为缺失值的个案 * 判断方法一：pa,故拒绝原假设，即认为一次存取款金额不是2000 判断方法二：95％的差值的区间估计不包含0，故拒绝原假设 * 5.3 两独立样本t检验 两独立样本t检验目的：是利用来自某两个总体的独立样本，推断两个总体的均值是否存在显著差异。 两组样本互相独立：即从一总体中抽取一组样本对从另一总体中抽取的一组样本没有任何影响，两组样本的个案数目可以不相等。 进行两独立样本t检验之前，正确的组织数据是一个非常关键的任务。Spss要求将两组样本数据存放在一个Spss变量列上。同时为区分两个总体，还应定义一个存放总体标志的标志变量。 双尾假设： * 大于等于该值的对应一个总体，小于该值对应另一个总体 检验变量 分组变量 注意：若分组变量值的个数大于2，也只能选择其中的某两个值代表的两类进行参数的比较。 * * 5.4 两配对样本t检验 两配对样本t检验的目的：来自两个总体的配对样本，推断两个总体的均值是否存在显著性差异。 配对样本：它可以是个案在“前”“后”两种状态下某种属性的两种状态，也可以是对某事物两个不同侧面或方面的描述。 配对样本的两个特征：第一，两组样本的样本数相同；第二，两组样本的观察值的先后顺序一一对应，不能随意更改。总之，两总体不是相互独立的，而是相互关联的。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *