SPSS均数比较过程.ppt

应用统计学SPSS统计分析方法及应用 主讲：冯运义 Email：rich_1698@ 第四节 SPSS均数比较过程 一、参数检验概述 参数：描述总体的数字特征，如总体均数。 统计量：描述样本的数字特征，如样本均数。 置信度（1-α）：样本统计量推断总体特征的可靠性程度 置信区间：概率保证下的总体参数的可能取值范围，如本地男性平均初婚年龄有95％的可能性为25±2周岁。 推断统计 本节中的均数比较过程是典型的参数检验，参数检验是推断统计的重要组成部分。 推断统计：由样本数据推断总体特征的方法。在对样本数据描述的基础上，以概率形式对总体的数量特征进行表述。 总体数据无法获得 搜集总体数据投入较大。 推断统计包括参数估计和假设检验两种形式，二者原理一致，仅表现形式不同。 1、参数估计 定义：应用样本统计量去估计总体参数的统计推断过程。 如果在估计中直接用样本统计量作为固定的数值对参数做出估计，就是参数的点估计。如初婚年龄为25周岁。 如果在估计中要对参数做出带有某种可靠性的估计，就需要给出对应于这一可靠性或置信度的区间，即区间估计。如初婚年龄为25±2周岁。 区间估计与置信度 估计的区间越大，参数被包含在该区间的概率就越大，估计的可靠性即置信度也就越大。反之亦然。 观测值的离散程度即方差越小(即观测值的精度越高)，相同的置信度下，其区间越短。 可见区间估计总是与一定的置信度相对应的。 2、假设检验 假设检验的思想：首先提出假设，然后利用样本数据来检验假设，支持，则接受假设；不支持，则推翻假设。 假设检验的基本信条：小概率原理，即发生概率很小的随机事件，在一次实验中几乎不可能发生。 假设检验分为两类： 参数检验：总体分布已知时（如正态分布），根据样本数据对某些总体参数（如均值）进行推断。 非参数检验：总体分布未知或不符合参数检验的假定分布时。 假设检验的基本步骤 提出无效（零）假设（H0）。 选择检验统计量，给定显著性水平α。 计算检验统计量的发生概率。 依据显著性水平，作出统计结论。 区间估计与假设检验的对偶性 在进行统计推断时，如果总体分布的形式是已知的，只是参数未知，则统计推断问题就可归结为推断总体参数的问题。例如在产品质量检验中，通过随机抽取的样本不合格品率，以一定的概率把握程度估计总体不合格品率，这就是参数的区间估计问题； 如果要以一定的概率判断这整批产品是否合格，这就是一个假设检验的问题。 同一个样本-同一个统计量-同一种分布，因而两个问题可互相转换。这种互相转换形成了区间估计与假设检验的对偶性。 假设检验的几个概念 无效假设H0：关于总体参数的假设，必定包含等号H0 :μ＝某值； H0 :μ≥某值； H0 :μ ≤某值； 对立假设H1 ： H1 :μ ≠某值； H1 :μ 某值； H1 :μ某值； 检验水平α：即显著性水平，一般取0·05或0·01。 第Ⅰ类错误：当无效假设为真时，却被否定，即“弃真”错误。 α为第Ⅰ类错误的概率。 第Ⅱ类错误：当无效假设为假时，却被接受，即“取伪”错误。 β为第Ⅱ 类错误的概率。 假设检验的两类错误 假设检验基于小概率原理：给定检验水平α，如果零假设成立条件下出现现有统计量的概率等于或小于α，则认为此事件可能性很小，因此就拒绝零假设。 第一类错误和第二类错误又是一对矛盾：在其他条件不变下，减少犯第一类错误的可能性，势必增加犯第二类错误的可能性。 要同时减少一、二两类错误的概率，只有增加样本量。 双侧检验 检验样本均值与总体均值有没有显著性差异 显著性水平α＝0·05 如：出生婴儿的平均体重是否为3公斤? 单侧检验 左单侧检验:样本所代表的总体均值是否低于预先假设，如：出生婴儿的平均体重是否低于3公斤? 右单侧检验:样本所代表的总体均值是否高于预先假设,如：出生婴儿的平均体重是否高于3公斤? 二、均数比较涉及的统计学原理 1、正态分布：概率分布密度曲线呈钟型，两头低中间高，左右对称，近似于数学上的正态曲线。其性质和特点： 决定于均数? 和方差 ? 2 。 钟形曲线 位置特征量均数、中位数、众数相等 偏度和峰度均为零 标准正态分布与标准化变换 对于不同的?与? ，范围内的概率不同，例如当?=0，?=1时，在（-1.96,1.96）范围内正态变量取值概率为0.95，而当?=0, ?=1.96时，在 (-1.96, 1.96)范围内正态变量取值概率就不是0.95，而是0.68。 为了制一张可供不同的?、? 共同使用的表，考虑引进标准正态分布与标准化变换 标准正态分布：是一种特殊的正态分布，其均数为0，标准差为1。 Z变换：即标准化变换。若变量X服从正态分布，则Z变换后Z就服从标准正态分布。 图 标准正态曲线下从 到u范围面积