第3章 均值比较与分析精要.ppt

样本 例：啤酒厂生产的瓶装啤酒规定净含量为640g，由于随机性，事实上不可能使得所有的啤酒净含量为640g. 现从某厂生产的啤酒中生产的啤酒中随机抽取10瓶测定其净含量, 得到如下结果: 641 635 640 637 642 638 645 643 639 640 这是一个容量为10的样本的观测值, 对应的总体为该厂生产的瓶装啤酒的净含量. 简单随机抽样 随机性: 每一个个体都有同等机会被选入样本 独立性: 每一样品的取值不影响其他样品的取值 均值比较 均值不相等的两个样本不一定来自均值不同的总体。 能否用样本均数估计总体均数？ 两个样本均值不同，其差异是否具有统计意义？能否说明总体有差异？ 均值比较与检验的过程 Means过程 T test 过程 One-Way Anova过程 1. Means过程 分组变量： 标称变量 顺序变量 （表明等级） 输出结果 输出结果 2.1 单一样本T检验 2.2两个独立样本的t检验 2.3 配对样本t检验 同一窝实验用白鼠按性别、体重相同的配对，分别喂加入海藻的饲料和普通饲料。将每对白鼠置于水中，测量其溺死前的游泳时间。比较两组白鼠游泳时间，从而比较两种饲料的对搞疲劳的作用。 同一组高血压病人，在进行体育疗法前，测量其血压。每个病人在体育疗法前后的血压量值构成观测量对。进行配对T检验，分析体育疗法对降血压的疗效。 2.3 配对样本t检验 用于检验两配对总体的均值是否具有显著性差异，其前提是两样本具有配对关系，且其来自的总体均服从正态分布； 实质是检验每对测量值差值变量的均值与零之间差异的显著性，若差异不显著，则说明配对变量均值之间的差异不显著； 可通过Paired-Samples T Test对话框实现。 例2.2e 已知7种商品在两种不同促销形式下的销售额数据如下，试分析两种不同促销形式对商品销售额的影响是否具有显著性差异。 (数据集4) 34 36 37 26 43 37 60 65 73 73 30 73 56 73 1 2 3 4 5 6 7 促销形式B 促销形式A 商品 配对样本t检验 Paired-Samples T Test 对话框 指定配对变量 输出结果： P值=0.002＜0.05，应拒绝原假设，表明两种促销形式对商品销售额的影响具有显著差异。 3. 单因素方差分析 用于检验由单一因素影响的一个(或几个相互独立的)因变量按因素各水平分组的均值之间是否具有显著性差异，也可用于进行两两组间均值的比较； 前提是因变量服从正态分布； 可通过One-Way ANOVA对话框实现。 例2.2f 已知四种不同颜色的饮料在五个超市的销售量资料如下，试分析不同颜色饮料的销售量之间是否具有显著差异。 (数据集5) 单因素方差分析 30.8 29.6 32.4 31.7 32.8 31.2 28.3 30.8 27.9 29.6 26.5 28.7 25.1 29.1 27.2 27.9 25.1 28.5 24.2 26.5 1 2 3 4 5 绿色 粉色 无色 黄色 超市 变量sale 定义为 One-Way ANOVA 对话框 因变量列表 影响因素变量 多重比较选择项 对照比较选择项 指定输出统计量及缺失值处理方法 One-Way ANOVA 对话框 多重比较选择项对话框 对照比较选择项 指定输出统计量及缺失值处理方法 多项式选项 对照比较选项 输出统计量 缺失值处理方法 One-Way ANOVA 对话框 输出结果： (选项均为系统默认) 由于F=10.544，P值=0.000＜0.05，故应拒绝原假设，即可认为不同颜色饮料的销售量之间具有显著差异。 例2.2h 分析不同饮料对猪体重的影响。 (数据集6) 单因素方差分析 One-Way ANOVA 对话框 用于各组均值配对比较，对多重误差不进行分析 用T检验进行配对比较 T检验进行各组与对照组均值比较 SPSS 常用统计分析功能 § 基本统计分析 § 均值比较与检验 ★ 第三章 均值比较与检验 统计分析常采用抽样研究的方法。 总体：研究对象的全体 样本：从总体中随机地抽取n个个体，称其为总体的一个样本 均值比较与检验 均值比较是指利用参数检验的统计推断方法，来检验不同样本均值的差异是否具有统计意义，是否能说明总体存在差异性； 单一样本T检验 两个独立的样本T检验 配对样本T检验 SPSS提供的均值比较分析功能(Analyze Compare Means Means具体包括：Means过程、单一样本t检验、独立样本t检验、配对样本t检验及单因素方差分析等。 Means过程的基本功能是分组