SPSS在t检验中的应用资料.pptVIP

实际工作中常遇到总体均值是否相同？如两种操作方法对产品抗折强度影响是否有显著差异，这可通过样本抗折强度均值水平比较来作出结论。均值检验方法较多，常见有T检验、U检验。 T检验是小样本资料的差异显著性检验，即小样本均值间的比较。 1.单个样本平均数的T检验 2.独立样本均值T检验 3.配对样本均值的T检验 T 检 验 T检验与U检验区别 样本 总体σ是否已知 样本容量n大小 检验类型 一个 已知 未知 未知 大小均可 大 小 U U T 两个，相互独立 已知 未知 未知 大小均可 大 小 U U T 两个，互不独立(配对) 未知 未知 大 小 U T 不至两个，独立 未知 小 方差分析 若变量明显不是正态分布，则用非参数检验，若是分类变量，则用列联表分析(crosstabs)，如χ2检验。 T检验解决的主要问题 小样本资料的显著性检验。 1.单个样本平均数的显著性检验 2.配对资料与非配对资料的显著性检验 一、显著性检验的意义 区分样本统计数与假定的总体参数的差异是由抽样误差引起，还是二者本质不同。 例如，大豆籽粒蛋白质含量高于45%(记为μ0)的品种为高蛋白品种。某种子公司对一大豆新品种随机抽取5个样品进行测定，得平均蛋白质含量为 ， 。T检验就是给出一定概率保证的这1.5%的表面差异是误差还是该大豆新品种蛋白含量本质上高于45%。 统计假设测验的意义用简式表示为 （ －μ0） μ－μ0＝0？ 由 推断 （ ） μ1－μ2＝0？ 第二节 单个样本平均数的假设检验 二、总体方差σ2为未知、且为小样本 （n ＜ 30），用t检验 【例】 晚稻良种汕优63的千粒重μ0＝27.5g。现育成一高产品种协优辐819，在9个小区种植，得千粒重为：32.5、28.6、28.4、24.7、29.1、27.2、29.8、33.3、29.7（g），试问新育成品种的千粒重与汕优63有无显著差异？ H0：μ＝μ0＝27.5g，即新育成品种千粒重与当地良种汕优63的千粒重相同。 HA：μ≠27.5g，即新育成品种千粒重与当地良种汕优63的千粒重不相同。 由df=8查临界t值，得：t 0.05(8)=2.306，计算所得的|t|t0.05(8)，故p＞0.05 ，不能否定H0：μ＝27.5g，表明新育成品种千粒重与当地良种汕优63的千粒重差异不显著。 SPSS过程 1、建立无效假设 2、建立数据文件 3、单样本T检验选项的选择： Analyze→Compare Means → one-Sample T Test 将千粒重放入test variables框，在test value 检验值中输入　比较值27.5，单击OK。 4、输出结果 第三节 两个样本平均数的假设检验 一、成组资料平均数 的假设检验 成组资料是指在试验调查时分别从两个处理中各随机抽取一个样本而构成的资料。特点是两组资料相互独立，各组数据个数可以相等，也可以不相等，该资料也称非配对资料。 (二)两个样本的总体方差σ12和σ22未知、但 ，且为小样本时，用t 检验法。 【例】 测得马铃薯两个品种鲁引1号和大西洋的块茎干物质含量 （%）结果如下表所示。试检验两个品种的块茎干物质含量有无显著差异。 鲁引1号 18.68 20.67 18.42 18.00 17.44 15.95 大西洋 18.68 23.22 21.42 19.00 18.92 SPSS运行过程： 1、建立无效假设：μ1＝μ2; 2、建立数据文件：group:1,2; 对应各组观察值XY; 3、 Analyze→Compare Means → independent-Sample T Test, xy点入测验变量框，group点入组变量框，点击define groups,输入1，2，点击continue按钮返回主对话框，点击OK提交运行。 某物质处理前后分别抽样分析含脂率如下：处理前（X）0.19，0.18，0.21，0.3，0.41，0.12，0.27处理后（Y）0.15，0.13。0.07，0.24，0.19，0.06，0.08，0.12 独立样本示例及结果解释 分组 N mean Std. deviation Std. error