第五章 PSS参数检验.pptVIP

第五章;均值比较与均值比较的检验过程;5.1 参数检验概述;统计方法;5.1.2 假设检验的基本思想;... 因此我们拒绝假设 ? = 50; 假设检验的基本思路是首先对总体参数提出假设，然后再利用样本告知的信息去验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持假设，则在一定的概率条件下，应拒绝该假设；相反，如果样本数据不能够充分证明和支持假设是不成立的，则不能推翻假设成立的合理性和真实性。上述假设检验推断过程所依据的原理是小概率原理，即发生概率很小的随机事件，在某一次特定实验中是几乎不可能发生的。;假设检验的基本原理;5.1.3假设检验的步骤 提出原假设（零假设）H0； 确定适当的检验统计量，且该统计量服从某种已知分布. 计算检验统计量的值发生的概率（P值）；利用收集到的样本数据和基本假设计算检验统计量的值，并得到相应的相伴概率P值，即：检验统计量在某个特定的极端区域取值在H0成立时的概率. 给定显著性水平?； 作出统计决策。;显著性水平?是在零假设成立时统计量的值落在某个极端区域的概率值，因此如果?等于0.05则认为如果零假设是成立的，那么检验统计量的值落到某个极端区域的概率是0.05，它是我们预期中的小概率。当检验统计量的概率小于显著性水平时，则认为如果零假设是成立的，样本所告知的检验统计量的观测值（或更极端值）发生的概率是一个较预期的小概率事件更小概率事件，由小概率原理，它本是不可能发生的，它的发生是零假设错误导致的，应该拒绝零假设；反之，不应拒绝零假设。;5.2 MEANS 过程;Statistics框：可选的描述统计量。 cell ststistics：选入的描述性统计量。 Statistics for first layer复选框：用于选择是否检验第一层的分组变量对结果变量的影响有无统计意义。Anova table and eta：对分组变量进行单因素方差分析，用于度量分组变量和结果变量间的关联性。Eta平方表示由组间差异所解释的结果变量的方差的比例。Test for linearity：检验线性相关性，即不同组的均值间是否存在线性趋势。当分组变量为数值型变量时系统自动进行线性相关性检验。;5.3 单样本的T检验; 总体为正态概率分布时，对任何样本容 量的 的分布均为正态分布。;总体均值的检验;总体均值的检验(?2 已知或?2未知、大样本);总体均值的检验 (?2未知小样本);5.3.2 单样本T检验的实现思路 提出原假设： 计算检验统计量和概率P值 给定显著性水平与p值做比较：如果p值小于显著性水平，小概率事件在一次实验中发生，则我们应该拒绝原假设，反之就不能拒绝原假设。 ;5.3.3 单样本t检验的基本操作步骤 1、选择选项Analyze－Compare means－One-Samples T test，出现窗口：;2、在Test Value框中输入检验值。 3、单击Option按钮定义其他选项。Option选项用来指定缺失值的处理方法。其中，Exclude cases analysis by analysis表示计算时涉及的变量上有缺失值，则剔除在该变量上为缺失值的个案；Exclude cases listwise表示剔除所有在任意变量上含有缺失值的个案后再进行分析。可见，较第二种方式，第一种处理方式较充分地利用了样本数据。在后面的分析方法中，SPSS对缺失值的处理方法与此相同，不再赘述。另外，还可以输出默认95％的置信区间。 至此，SPSS将自动计算t统计量和对应的概率p值。;例题;练习;5.4 两独立样本的T检验;两个独立样本之差的抽样分布;两个总体均值之差的检验 (?12、 ?22 已知);两个总体均值之差的检验 (?12、 ?22 未知，大样本);两个总体均值之差的检验 (?12、 ?22 未知但相等,小样本);两个总体均值之差的检验 (?12、 ?22 未知且不相等,小样本);方差齐性检验（Levene F方法）： 计算两组样本的均值 计算各个样本与本组均值的平均离差绝对值； 利用单因素方差分析推断两独立总体平均离差绝对值是否有显著差异。 在对两独立样本进行T检验时，两组样本方差相等和不等时使用的计算t值的公式不同，所以首先进行方差F检验。用户需要根据F检验的结果自己判断选择t检验输出中的哪个结果，得出最后结论。如果推断两总体方差相等则看方差相等的T检验值和P值，如果推断两总体方差不相等则看方差不相等的T检验值和P值。;5.4.2 两独立样本T检验的实现思路 提出原假设 两总体均值不存在显著差异： 计算统计量和P值：首先利用F检验确定两个总体的方差是否相等；然后再选择合适的T统计量计算观测值和概率P值； 根据显著性水平和概率P值进行统计