第9讲均值比较.pptVIP

独立样本T检验 四、独立样本T检验 概念 就是检验独立的正态总体下样本均值之间是否存在显著差异。 前提条件 检验前，要求进行比较的两个样本相互独立，并且服从正态分布，方差齐性。 案例描述 某大学随机抽取若干个大学一年级学生，分析他们的大学入学考试成绩在性别上是否存在显著差异。 分析：首先，男女学生是来自性别不同的两个总体，这两个总体显然是独立的；其次，入学考试成绩可以认为服从正态分布。 独立样本T检验的H0假设：男女学生入学考试成绩（两个独立样本）之间不存在显著差异。 四、独立样本T检验 计算步骤 （1）利用F检验判断两总体的方差是否相同（方差齐性）； （2）根据第一步结果，决定T统计量和自由度计算公式，进而对T检验的结论作出判断。 四、独立样本T检验 SPSS操作及案例分析 例二：分析男女生入学成绩是否有显著差异 1-男，2－女 男有18个样本，女有12个样本 (样本数量可以不同) 四、独立样本T检验 SPSS操作及案例分析 四、独立样本T检验 SPSS操作及案例分析 分析及结论： （1）上表为某班级男（1）、女（2）学生高考数学成绩的基本情况描述，有样本量、均值、标准差、标准误。 （2）下表为独立样本T检验表，该表分为两大部分；第一部分为Levene’s方差齐性检验，用于判断两总体方差是否齐性，这里结果为F＝0.467，Sig.=0.500，可见在本例中两总体方差是齐性的。 第二部分则分别给出两组所在总体方差齐性和方差不齐性时的t检验结果，即表中列出的t=0.868,df=28,Sig.= 0.393。由此可知，Sig.＝0.393(相伴概率 ) α＝0.05（显著性水准），接受H0假设，认为该校男女学生的高考数学成绩不存在显著差异。 四、独立样本T检验 SPSS操作及案例分析 数据文件：5－independent.sav Analyze → Compare Means→Independent－Samples T Test 配对样本T检验 五、配对样本T检验 概念 就是根据样本数据对样本来自的两配对总体的均值是否有显著差异进行判断。 前提条件 （1）两样本必须是配对的，即配对要求两组同质受试样本配成对子或同一受试样本分别接受两种不同的处理； （2）样本来自的两个总体必须服从正态分布。 案例描述 （1）针对实验前学习成绩和智商相同的两组学生，分别进行不同教学方法的训练，进行一段时间实验教学后，比较参与实验的两组学生的学习成绩是否存在显著差异。（两组同质受试样本） （2）某班学生在接爱一种新的教学方法培训后，学习成绩是否有显著变化。（同一受试样本） 五、配对样本T检验 计算公式 式中， 配对样本差值序列的平均差。 配对样本T检验的零假设为H0：配对样本的总体均值之间不存在显著差异。 解释：如果相伴概率值小于或等于用户设想的显著性水平α=0.05，则拒绝H0，认为两配对样本总体均值之间存在显著性差异。相反，相伴概率值大于显著性水平α=0.05，则接受H0，认为两配对样本总体均值之间不存在显著性差异。 五、配对样本T检验 SPSS操作及案例分析 例三： Score1、Score2下面的数据表示某班同学在接 受新教学方法培训的前、后成绩。 判断培训前、后某班同学成绩变化显著吗？ （即：培训方法有明显效果吗？） 五、配对样本T检验 SPSS操作及案例分析 前 后 五、配对样本T检验 SPSS操作及案例分析 分析和结论： （1）上图为该班同学在接受新教学方法培训前后成绩的基本情况，有样本量、均数、标准差和标准误。 （2）中图为配对样本的相关性检验(H0:变量x,y不具有线性相关关系)。表中Correlation=0.433, Sig.=0.0830.05，表明两配对样本无显著线性相关性。 （3）下图为配对样本T检验表，表中列出的t=-2.92,df=16,P=0.010。由此可知，按α＝0.05水准，拒绝H0，认为该班同学在接受新教学方法培训的前、后成绩存在极显著性差异，即培训后的成绩明显优于培训前的成绩（Mean=-10.18）。 五、配对样本T检验 SPSS操作及案例分析 操作步骤： 数据文件：5－paired.sav Analyze → Compare Means→Paired-Sample T Test. 本节小结 方法 检验的目的 方法的前题条件 举 例 单样本T检验 检验样本均值