spss统计分析三大检验回归诊断因子分析.pptVIP

T检验 1.1比较均值/ANOVA 1.2单样本T检验 1.3两独立样本T检验 1.4配对样本T检验 1.1 比较均值、ANOVA 均值和标准差是描述数据资料集中趋势和离散程度的两个最重要的测度值。 这里我们考察身高的性别中的均值比较. 点击分析(A),再点击比较均值(M),选择均值(M).如下图所示 选择需要分析的对象,这里我们把身高作为因变量,性别作为自变量.如下图所示. 在步骤3中,我们可以根据自己的需要,选择要得到的相关数值,点击选项,把统计量中自己需要的统计量点击到单元格统计量中,也可以在第一层的统计量中选择Anova表和eta(A)和线性相关检验,我们这里只选择前者.如图所示. 根据男性和女性两种性别观察其身高均值情况单因素方差分析，原假设H0:总体中男性和女性在身高无显著差异，即所有总体的均值都相等。由于sig=0.110大于0.05，就接受H0，认为两组身高无显著差异。 1.2单样本T检验 单样本T检验,主要用于检验单个变量的均值与指定的检验值之间是否存在显著性差异, 再者,样本均值与总体均值之间的差异显著性检验,也属于单样本T检验. 以耐电压值的平均值与500之间的差异显著性的检验问题为例. 点击分析(A),选择比较均值(M),点击单样本T检验(S),如图所示 将耐电压值放到检验变量(T)中,我们在这里将检验值设为500,如图所示 点击选项(O