统计数据分析基础教程8.pptVIP

统计数据分析基础教程―基于SPSS和Excel的调查数据分析 第8章 简单统计推断：假设检验 本章内容 8.1 假设检验的原理 8.2 利用SPSS实现单个样本t检验 8.3 利用SPSS实现独立样本t检验 8.4 利用SPSS实现配对样本t检验 8.5 利用Excel实现单个样本t检验 8.6 利用Excel实现独立样本t检验 8.7 利用Excel实现配对样本t检验 8.8 总体比例的检验 假设检验 由于对总体不了解，任何有关总体的叙述，都只是假设而已（统计假设）。 除非进行普查，否则一个统计假设是对或错，根本就不可能获得正确的答案。 但因为绝大多数情况是不允许也无法进行普查，所以才会通过抽样调查，用抽查结果所获得的数据，来检验先前的统计假设，以判断其对或错。 8.1 假设检验的原理 如果一个人说他从来没有骂过人。他能够证明吗？ 如果非要证明他没有骂过人，他必须出示他从小到大每一时刻的录音录像，所有书写的东西等，还要证明这些物证是完全的、真实的、没有间断的。这简直是不可能的。即使他找到一些证人，比如他的同学、家人和同事来证明，那也只能够证明在那些证人在场的某些片刻，他没有被听到骂人。 但是，反过来，如果要证明这个人骂过人很容易，只要有一次被抓住就足够了。 看来，企图肯定什么事物很难，而否定却要相对容易得多。物理学以及其他科学都是在否定中发展的，这也是假设检验背后的哲学。 8.1 假设检验的原理 假设检验是一种方法，目的是为了决定一个关于总体特征的定量的断言（比如一个假设）是否真实。 通过计算从总体中抽出的随机样本的适当的统计量来检验一个假设。 如果得到的统计量的实现值在假设为真时应该是罕见的（小概率事件），将有理由拒绝这个假设。 8.1 假设检验的原理 在假设检验中，一般要设立一个原假设（前面的“从来没骂过人”就是一个例子）。 而设立该假设的动机主要是企图利用人们掌握的反映现实世界的数据来找出假设与现实之间的矛盾（这里所谓的矛盾，就是按照原假设，现实世界数据的出现仅仅属于小概率事件，是不大可能出现的），从而否定这个假设，并称该检验显著（Significant）。 多数统计实践中（除了理论探讨之外）的假设检验都是以否定原假设为目标。 如果否定不了，那就说明证据不足，无法否定原假设。但这不能说明原假设正确，就像一两次没有听过他骂人还远不能证明他从来没有骂过人。 8.1.1 假设检验的过程和逻辑 例8-1 一个顾客买了一包标有500g重的红糖，觉得份量不足，于是找到监督部门。当然他们会觉得一包份量不够可能是随机的，于是监督部门就去商店称了50包红糖，得到均值（平均重量）是498.35g。这的确比500g少，但这是否能够说明厂家生产的这批红糖平均起来不够份量呢？ 8.1.1 假设检验的过程和逻辑 假设检验的逻辑步骤为： 第一，写出零假设和备选假设。 第二，确定检验统计量。 第三，确定显著性水平α。 第四，根据数据计算检验统计量的实现值。 第五，根据这个实现值计算p值。 第六，进行判断：如果p值小于或等于α，就拒绝零假设，这时犯（第一类）错误的概率最多为α；如果p值大于α，就不拒绝零假设，因为证据不足。 8.1.2 假设检验的类型与单/双尾检验 1．等于与不等于的双尾检验 2．等于与大于的右侧单尾检验 或 3．等于与小于的左侧单尾检验 或 8.2 利用SPSS实现单个样本t检验 对于例8-1，监督部门称了50包标有500g重的红糖，均值是498.35g，少于所标的500g，对于厂家生产的这批红糖平均起来是否够份量，需要进行统计检验 由于厂家声称每袋500g，因此零假设为总体均值等于500g（被怀疑对象总是放在零假设）。而且由于样本均值少于500g（这是怀疑的根据），把备选假设定为总体均值少于500g 菜单：“Analyze”-“Compare Means”-“One-Sample T Test” 8.2.3 单个样本t检验的应用实例 例8-2 某汽车厂商声称其发动机排放标准的一个指标平均低于20个单位。在抽查了10台发动机之后，得到相应的排放数据。该样本均值为21.13。究竟能否由此认为该指标均值超过20？ 这次的假设检验问题是 菜单：“Analyze”-“Compare Means”-“One-Sample T Test” 8.3 利用SPSS实现独立样本t检验 例8-3 用“1991年美国社会调查数据”分析男女的受教育年限是否存在显著差异。 假设检验问题为： 菜单：“Analyze”-“Compare Means”-“Independent-Samples T Test” 8.3.3 独立样本t检验的应用实例：量表的两组均值检验 例8-4 量表的检验（两组）。请先看第7章附录问卷中