2.参数的假设检验.ppt

假设检验的基本思想 两个总体均值的比较 在应用中可能需根据样本数据对总体的正态性进行检验。（非参数检验一章讲解） 在实际应用中，总体方差一般是未知的，因而统计软件中普遍使用t检验。 两个总体方差相等和不相等时，t统计量的计算公式不同。因此，检验两个总体的均值是否相等时，需要先检验两个总体的方差是否相等！ （1）两个总体方差是否相等的检验 在SPSS Statistics 中，检验两个总体均值是否相等时，会同时（首先）检验两个总体的方差是否相等。 SPSS Statistics 使用的是Levene 检验。 根据F 统计量相应的p值进行决策：pa时拒绝零假设。 （原假设为两个总体方差相等） （2）两正态总体，方差未知但相等 检验统计量： 其中 决策规则与单个总体t检验的决策规则相同，可以使用t值、p值或置信区间进行双侧、左侧或右侧检验。 （3）两正态总体，方差未知且不相等 检验统计量： 自由度为 决策规则与单个总体t检验的决策规则相同，可以使用t值、p值或置信区间进行双侧、左侧或右侧检验。 两个独立样本均值之间差异用t统计量进行检验。 Analyze Compare Means Independent Sample T test 实例 用两种激励方法（A与B）对同样工种的A、B两个班组进行激励，每个班组7个人（但实际上即使两个班组的人数不同，也不妨碍对两种激励方法的效果的考察），测得激励后业绩增长（%）如下表所示，数据资料见“两种激励方法对比.sav”（?=0.05） 。 问：两种激励方法的平均激励效果有无显著差异？ 16.80 15.80 17.20 16.90 激励法A 16.10 17.00 激励法B 17.00 16.40 16.50 16.40 18.00 17.10 17.50 16.00 群組統計資料 AB两种激励方法 N 平均數 標準偏差 標準錯誤平均值 两法的激励效果（业绩增长%） A法 7 17.0143 .63095 .23848 B法 7 16.5143 .50474 .19077 Levene 的變異數相等測試 針對平均值是否相等的 t 測試 F 顯著性 T df 顯著性 （雙尾） 平均差異 標準誤差 95% 差異數的信賴區間 下限 上限 两法的激励效果（业绩增长%） 採用相等變異數 .121 .734 1.637 12 .128 .50000 .30539 -.16540 1.16540 不採用相等變異數 1.637 11.448 .129 .50000 .30539 -.16897 1.16897 方差齐性检验p值=0.734，不能拒绝方差相等的原假设。 在方差相等时下面一行的输出结果无效。 p值=0.128，两种激励方法平均效果无显著差异。 在方差不相等时上面一行的输出结果无效。 实例 某证券公司从某城市某区有关营业点抽样调查得到散户股民买进、卖出和投资的有关数据（数据资料见“不同文化程度的证券投资额.sav”）（?=0.05） 。 问：不同文化程度（受教育程度）的证券投资额、证券市场外的收入和入市年份（的平均值）有无显著差异？ 群組統計資料 受教育程度 N 平均數 標準偏差 標準錯誤平均值 证券市场以外年收入 = 3.00 262 4.7748 2.61276 .16142 3.00 109 4.1835 2.59331 .24839 投入证券市场总资金 = 3.00 261 5.3372 2.44189 .15115 3.00 120 4.8583 3.00223 .27406 入市年份 = 3.00 247 5.2065 2.41310 .15354 3.00 117 4.4274 2.58749 .23921 獨立樣本檢定 Levene 的變異數相等測試 針對平均值是否相等的 t 測試 F 顯著性 T df 顯著性 （雙尾） 平均差異 標準誤差 95% 差異數的信賴區間 下限 上限 证券市场以外年收入 採用相等變異數 .189 .664 1.990 369 .047 .59132 .29715 .00700 1.17565 不採用相等變異數 1.996 203.461 .047 .59132 .29623 .00724 1.17541 投入证券市场总资金 採用相等變異數 16.199 .000 1.650 379 .100 .47883 .29015 -.09168 1.04934 不採用相等變異數 1.530 194.178 .128 .47883 .31298 -.13845 1.09611 入市年份 採用相等變異數 1.256 .263 2.810 362 .005 .77913 .27724 .23392