第5章参数检验.pptVIP

四、操作 Analyze→Compare Means→Independent-Sample T Test顺序，打开Independent- Sample T Test主对话框（如图5）； 将检验变量选入Test Variable框； 将总体标识变量选入Grouping Variable框中； 打开Define Groups对话框，定义两总体的标识值。[Use Specified Values]表示分别输入对应两个不同总体的标志值；[Cut Point]框中应输入一个数字，大于等于该值的对应一个总体，小于该值的对应另一个总体。 单击Option按钮定义其它选项。 图5 独立样本T检验主对话框 图6 Define Groups 主对话框 从源变量框中选取要作检验的变量。 为分组变量，只能有一个。 分别输入分组变量的取值条件，如1为男，2为女等。 输入分界点值，如体重60公斤等。 在检验变量中含有缺失值的个案将不被计算。 在任何一个变量中含有缺失值的个案都将不被计算 输入置信区间，一般取90、95、99等。 图7 Independent-Sample T Test的Options对话框 例1.根据“住房状况调查.sav”，推断本市户口总体和外地户口总体的家庭人均住房面积的平均值是否有显著差异。 例2.根据“保险公司人员构成情况.sav”，分析全国性保险公司与外资和合资保险公司的人员构成中，具有高等教育水平的员工比例的均值是否存在显著差异。 例3.“吸烟与胆固醇.sav”是对烟龄25年以上（过度吸烟）和25年以下（短期吸烟）的吸烟者分别进行随机抽样，获得的两组人群的烟龄和胆固醇数据，根据该数据研究长期吸烟是否为导致胆固醇升高的直接原因。 本市户口和外地户口家庭人均住房面积的基本描述统计 由上表可知：本市户口和外地户口家庭人均住房面积的样本平均值有一定差距，本市户口为21.726、外地户口为26.717。 本市户口和外地户口家庭人均住房面积的t检验结果 step1：两总体方差是否相等的F检验。由上表可知， F统计量的观测值为65.469，对应的P值为0.0000.05，认为两总体的方差有显著差异。 Step2：两总体均值的检验。由于两总体的方差有显著差异，因此看第二行的T检验结果。T统计量的观测值为-3.369，对应的双尾P值为0.0010.05，因此认为两总体的均值存在显著差异。即本市户口和外地户口的家庭人均住房面积的平均值存在显著差异。其实，从两均值差的95%的置信区间（没有垮零）也可以看出。 两类保险公司人员构成比例的基本描述统计 由上表可知：全国性公司受高等教育水平的员工比例为0.8257，而外资和中外合资公司中为0.6657，外资公司要高于全国性公司。 两类保险公司人员构成比例的T检验结果 由上表可知：step1：两总体方差是否相等的F检验。F统计量的观测值为0.912，对应的P值为0.3540.05，认为两总体的方差无显著差异。 Step2：两总体均值的检验。由于两总体的方差无显著差异，因此看第一列的T检验结果。T统计量的观测值为-2.256，对应的双尾P值为0.0380.05，因此认为两总体的均值存在显著差异。 一、 两配对样本t检验的目的 利用两个配对样本检验两个相关总体的均值是否相等。 二、完全窗口分析 1、主对话框 按Analyze→Compare Means→Paired-Sample T Test顺序，打开Paired -Sample T Test主对话框。 5.4 两配对样本t检验 二、两配对样本t检验的前提条件 样本来自的总体应服从或近似服从正态分布。 两样本是配对的、互相关联的，不相互独立。 个案在两种状态下某属性的两种不同特征； 对某事物两个不同侧面的描述。 三、两配对样本t检验的基本步骤 提出假设 选择检验统计量 一般情况下未知，所以构造t 统计量： 计算检验统计量观测值和概率P-值。 给定显著性水平 ，并作出决策。 从源变量框中选取成对变量移入。 所选变量 图5－10 Paired-Sample T Test 对话框 例：为研究某种减肥茶是否具有明显的减肥效果，某美体健身机构对35名肥胖志愿者进行了减肥跟踪调研。首先将其喝减肥茶以前的体重记录下来，3个月后再依次将这35名志愿者喝茶后的体重记录下来。通过这两组样本数据的对比分析，推断减肥茶是否具有明显的减肥作用。见“减肥茶数据.sav” 喝茶前与喝茶后体重的基本描述统计量 由上表可知：喝茶前与喝茶后样本的平均值由较大差异，喝茶前（89.257）、喝茶后（70.029）。喝茶后的平均体重低于喝茶前的平均体重。 喝茶前与喝茶后体重的简单相关系数及