SPSS操作参数估计与假设检验.pptVIP

实例分析与SPSS实现 由前面理论可知，多元正态总体均值向量和协方差阵的极大似然估计分别是样本均值向量和样本协方差阵。 利用SPSS软件可以计算出多元分布的样本均值向量和样本协方差阵。 下面通过一个实例来说明多元正态分布参数估计的SPSS实现过程。 某年部分地区税收方面的数据 某年冶金行业增值税税负及增值率情况表 取两个指标：税负和增值率。现在要求对这两个指标的均值和协方差阵进行估计。 均值向量的估计 在SPSS中计算样本均值向量的步骤如下： 1、选择菜单项Analyze→DescriptiveStatistics →Descriptives，打开Descriptives对话框。将待估计的变量移入右边的Variables列表框中。如图所示。 均值向量的估计 在SPSS中计算样本均值向量的步骤如下： 2、单击Options按钮，打开Options子对话框，如图所示。在对话框中选择Means复选框，即计算样本均值向量。单击Continue按钮返回主对话框。 均值向量的估计 在SPSS中计算样本均值向量的步骤如下： 3、单击OK按钮，执行操作。则在结果输出窗口给出样本均值向量。如表所示。即样本均值向量为（3.98，18.11） 协方差阵的估计 在SPSS中计算样本协方差阵的步骤如下： 1、选择菜单项Analyze→Correlate→Bivariate，打开Bivariate Correlations对话框。将待估计的变量移入右边的Variables列表框中。如图所示。 协方差阵的估计 在SPSS中计算样本协方差阵的步骤如下： 2、单击Options按钮，打开Options子对话框，如图所示。在对话框中选择Cross-product deviations and covariances复选框，即计算样本离差阵和样本协方差阵。单击Continue按钮返回主对话框。 协方差阵的估计 在SPSS中计算样本协方差阵的步骤如下： 3、单击OK按钮，执行操作。则在结果输出窗口给出相关分析表。如表所示。表中Pearson Correlation给出相关系数矩阵，Sum of Squares and Cross-products给出样本离差阵，covariance给出样本协方差阵。 协方差阵的估计 进一步的问题 已知感兴趣问题（多指标反映出来的）的均值向量和协方差阵，进一步的工作可以考虑对测定结果与既定值或另一组测量值的比较问题 。 均值的比较，判断是否达标、超标、是否有显著性差异。 协方差阵的比较，判断某种税收或者政策的稳定性、揭示测定条件是否稳定，反映观测值的离散程度。 单一变量假设检验的回顾 问题的提出 从一个总体中进行随机抽样，得到样本均值3.98，与已知的平均税负4不同。不同的原因是什么？ 差异来源的分析 有两种（而且只有两种）可能： （1）样本所代表的总体均值与已知值相同，由于抽样误差造成了样本均值的差别。差别无显著性 。 （2）样本所代表的总体均值与已知值确实不同。差别有显著性。 假设检验的目的 判断是由于何种原因造成的不同，以做出决策。 假设检验 单一变量检验的回顾 单一变量均值的假设检验 假设检验的步骤 给出待检验的假设 给出检验的统计量及其服从的分布 给定检验水平 ，确定相应的临界值，从而得到否定域 根据样本算出统计量的值，看是否落入否定域中，以便对待判的假设做出决策（拒绝或接受） 可以看到… 在检验的过程中，关键在于对不同的检验给出不同的检验统计量，而有关的统计量的给出大多用似然比方法得到。 由于多变量问题的复杂性，这里只侧重于解释选取统计量的合理性，而不给出推导过程。 均值向量与协差阵的假设检验 在单一变量的统计分析中，已经给出了正态总体 的均值 和方差 的各种检验。 对于多变量的正态总体 ，各种实际问题同样要求对均值向量 和协方差阵 进行检验。 均值向量与协差阵的假设检验 例如，我们要考察全国各省、自治区和直辖市的某种税收的状况，与全国平均水平相比较有无显著性差异，涉及多元正态总体均值向量的检验问题等。 或者考察工业行业的纳税情况，今年与去年相比指标的平均水平有无显著差异，以及各种税收之间的波动是否有显著差异。 类似于单一变量统计分析中的均值和方差检验，相应的给出多元统计分析中的各种均值向量和协方差阵的检验。 实例分析与SPSS实现 在进行检验之前，首先要对数据是否遵从多元正态分布进行检验。然而遗憾的是，多元正态性检验在常见统计软件中并不容易实现。 在实际中，人们往往借助于考察每一个变量的结果来对向量的分布做出判断；并且，当数据量较大时，且没有明显的证据表明所