第八章均数比较和T检验.pptVIP

第八章均数比较与T检验;均值比较与均值比较的过程;;;均数间的比较(compare Means);8.1 Means过程;1、界面说明;;Dependent List 框用于选入需要分析的变量 Independent List 框用于选入分组变量 Options 按钮 单击之弹出Options 对话框，选择需要计算的描述统计量和统计分析 Statistics 框可选的描述统计量： sum number of cases 总和记录数 mean, geometric mean, harmonic mean 均数、几何均数、修正均数 standard deviation variance standard error of the mean 标准差、均数的标准误方差 median, grouped median 中位数、频数表资料中位数;minimum maximum range 最小值、最大值、全距 kurtosis, standard error of kurtosis 峰度系数、峰度系数的标准误 skewness, standard error of skewness 偏度系数、偏度系数的标准误 percentage of total sum, percentage of total N 总和的百分比、样本例数的百分比 Cell Statistics 框，用于选入的描述统计量;Statistics for First layer 复选框组有如下两组 Anova table and eta 对分组变量进行单因素方差分析，并计算用于度量变量相关程度的eta 值，eta的平方表示由组间差异所解释的结果变量的方差的比值，ss组间/ss总。 eta为0到1的值，该值越接近1，表明因变量和控制变量之间关系越密切。 Test for linearity 检验线性相关性，即不同组的均数间是否存在线性趋势，实际上就是上面的单因素方差分析 。同时计算出R和R2，前者是相关系数，后者是决定系数。如果第一层中有多个自变量，则spss只对最后一个自变量计算R和R2。R值越接近1，表明相关性越高。;;缺失值报告。 ;常用统计描述量报表。这里按默认情况输出均数， 样本量和标准差。由于我们选择了分组变量， 因此三项指标均给出分组及合计值，可见以这种 方式列出统计量可以非常直观的进行各组间的比较。;上表为单因素方差分析表。在选择了Anova table and eta或Test for linearity复选框时出现。实际上 就是在检验各组间均数有无差异 ;相关性度量指标，给出Eta值以及Eta值的平方根 可以看出eta值居中，看不出两组 数据有什么 显著差异;8.2　One-Samples T Test过程;One-Samples T Test过程的输出也是比较简单的，由描述统计表和t检验表组成，比如要检验数据血磷值的总体均数是否等于1，则输出如下：; T-Test 所分析变量的基本情况描述，有样本量、均数、标准差和标准误。 上表为单样本t检验表，第一行注明了用于比较的已知总体均数为1，下面从左到右依次为t值(t)、自由度(df)、P值(Sig.2-tailed)、两均数的差值(Mean Difference)、差值的95%可信区间。由上表可知：t=2.975，P=0.007。因此可以认为x的总体均数不等于1。;8.3　Independent-Samples T Test过程;检验结果解释说明 检验结果分为两大部分： 第一部分为Levene‘s方差齐性检验，用于判断两总体方差是否齐，假如的检验结果为F = 0.032，P = 0.860，则例中方差是齐的； 第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，如果前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，否则相反。例子中上面一行列出的t= 2.524，ν=22，P=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为病患者与健康人的血磷值不同。最后面还附有一些其他指标，如两组均数的可信区间等，以对差异情况有更直观的了解。;8.4　Paired-Samples T Test过程;;结果分析： 1、两个小组的单变量描述统计量 2、相关系数为：0.984，不相关概率0.0000.05，认为两个配对变量有相关关系 3、配对样本差值的检验结果 mean:两组均值的差值 std. D：??值的标准差 std. Error Mean:差值的均值标准误 95%confidence interval of the difference:差值的95%置信区间山下限 t ：T值 Df：自由度 sig.(2-detailed)：双尾T检验的显著性概率。其值0.000，