均值的比较检验.pptVIP

均值的比较检验 - 推断样本与总体或者两个总体之间的差异是否显著 相关实例 在企业市场结构的研究中，起关键作用的指标有市场分额、企业规模、资本收益率、总收益增长率等。为了研究市场结构的变动，研究人员通常需要将调查所得的数据与历史数据进行比较。通过均值比较检验，就能比较出现在的市场结构与过去是否存在显著性差异。 在临床上，医生需要对病人治疗前后的状况进行控制。例如通过对比一组病人使用某种药物后的身体指标，可以判断该药物对病人是否有效，效果是否显著。 本章结构 单一样本均值的检验 -检验样本所在总体的均值与给定的已知值之间是否存在显著性差异 单一样本均值的检验 只对单一变量的均值加以检验 如检验今年新生的统计学平均成绩是否和往年有显著差异；推断某地区今年的人均收入与往年的人均收入是否有显著差异等等。 要求样本数据来自于服从正态分布的单一总体 假设的基本形式： 当然也可以有单侧检验的假设形式。 基本步骤 提出假设 确定检验统计量 若总体方差已知，此时可构造标准正态分布Z检验统计量 通常总体方差都是未知的，此时总体方差由样本方差代替，采用t分布构造t检验统计量 其中S为样本标准差，定义为 做出统计推断 注意 在SPSS中，给出的是总体方差未知时的t检验统计量，因为通常总体方差是未知的。 例题分析 以学生的身高为例，已知某年级15个学生的身高数据，如表所示，检验其平均身高是否与整个年级的平均身高165cm相同 答案 提出假设： 确定检验统计量：由于总体方差未知，因此采用t检验统计量 经计算得： =164.93，S=7.126，df=15-1=14，则 该例为双侧检验，显著性水平α=0.05，查t分布表可得临界值 。 ，说明t值落在接受区域内，即原假设与样本描述的情况无显著差异，应该接受原假设。因此可以得出结论：15个学生的平均身高与整个年级的平均身高无显著差异。 SPSS应用 操作步骤 按照顺序：Analyze → Compare Means → One-Sample T Test，进入单一样本T检验 “One-Sample T Test”对话框中，将左侧“身高”变量选入到检验变量“Text Variables”框中。右下角检验值“Test Value”框用于输入已知的总体均值，默认值为0，在本例中为“165”。如图所示 输出结果（1） 输出结果（2） 独立样本均值的检验 -比较两个独立没有关联的正态总体的均值是否有显著性差异 独立样本均值的检验 独立样本的均值检验，实质是总体均值是否相等的显著性检验 如分析两个地区居民的人均收入、人均消费等指标是否存在显著性差异；男生与女生的身高 是否存在显著性差异。 要求两个样本来自的总体为正态分布，且相互独立 如果两总体相互独立，则分别从两总体得到的样本也相互独立。 因为要检验两总体的均值是否相等，需要通过样本进行检验，所以称为独立样本的均值检验。 检验步骤 提出假设 确定检验统计量 需要分为总体方差 、 是否已知两种情况进行讨论 做出统计推断 检验统计量（1） 若总体方差 已知，可构造标准正态分布Z检验统计量 检验统计量（2） 若总体方差 未知，可构造t检验统计量 当 时，构造的t检验统计量为： 式中， ， 、 分别为两样本 标准差。 检验统计量（3） 当 时，构造的t检验统计量为： 检验统计量仍服从t分布，其修正的自由度为： 注意 在统计分析中，如果两个总体的方差相等，则称之为满足方差齐性。 确定两个独立样本的方差是否相等，是构造和选择检验统计量的关键，因此在决定要用哪一个t统计量公式前，必须进行方差齐性的检验。 SPSS中利用Levene F方差齐性检验方法检验两个独立总体的方差是否存在显著性差异。 方差齐性的检验步骤 提出假设 确定检验统计量 采用的是F检验统计量 做出统计推断 拒绝域为： 例题分析 仍以学生的身高为例，比较男生和女生的平均身高是否相等。 第一步，进行方差齐性检验 已知：n1=8，n2=7。经计算: 于是，检验统计量F的值为： 取显著性水平α=0.05，查F分布表得临界值为 说明F值落在接受区域内，即不能拒绝原假设，认为男生的身高的方差与女生的身高的方差无显著差异。 第二步，在方差齐性的假定下，进行均值的比较检验