_第4章 SPSS的均值比较过程.ppt

4.3 SPSS在两配对样本t检验的应用 4.3.1 两配对样本t检验的基本原理 1.使用目的 前一节中考虑的是独立样本情形下的总体均值相等的检验问题。但在现实中，总体或样本之间不仅仅表现为独立的关系，很多情况下，总体之间存在着一定的相关性。当分析这些相关总体之间的均值关系时，就涉及到两配对样本的t检验。 2.基本原理 两配对样本t检验的目的是利用来自两个总体的配对样本，推断两个总体的均值是否存在显著差异。它和独立样本t检验的差别就在于要求样本是配对的。由于配对样本在抽样时不是相互独立的，而是相互关联的，因此在进行统计分析时必须要考虑到这种相关性，否则会浪费大量的统计信息，因此对于符合配对情况的统计问题，要首先考虑两配对样本t检验。配对样本主要包括下列一些情况。 （1）同一实验对象处理前后的数据。例如对患肝病的病人实施某种药物治疗后，检验病人在服药前后的差异性。 （2）同一实验对象两个部位的数据。例如研究汽车左右轮胎耐磨性有无显著差异。 （3）同一样品用两种方法检验的结果。例如对人造纤维在60度和80度的水中分别作实验，检验温度对这种材料缩水率的影响性。 （4）配对的两个实验对象分别接受不同处理后的数据。例如对双胞胎兄弟实施不同的教育方案，检验他们在学习能力上的差异性。 3.使用条件 进行配对样本检验时，通常要满足以下三个要求。 （1）两组样本的样本容量要相同； （2）两组样本的观察值顺序不能随意调换，要保持一一对应关系； （3）样本来自的总体要服从正态分布。 两配对样本t检验的基本思路是求出每对数据的差值：如果配对样本没有差异，则差值的总体均值应该等于零，从该总体中抽取的样本均值也应该在零值附近波动；反之，如果配对样本有差异，差值的均值就该远离零值。这样，通过检验该差值样本的均值是否等于零，就可以判断这两组配对样本有无差异性。 该检验对应的假设检验如下。 H0：两总体均值之间不存在显著差异。 H1：两总体均值之间存在显著性差异。 检验中所采用的统计量和单样本t检验完全相同 4.3.2 两配对样本t检验的SPSS操作详解 Step01：打开两配对样本t检验对话框 选择菜单栏中的【Analyze（分析）】→【Compare Means（比较均值）】→【Paired-Samples T Test（配对样本T检验）】命令，弹出【Paired-Samples T Test（配对样本T检验）】对话框。 Step02：选择配对变量 在【Paired-Sample T Test（配对样本T检验）】对话框左侧的候选变量列表框中选择一对或几对变量，将其移入【Paired Variables（成对变量）】列表框中，这表示系统将对移入的成对变量进行配对检验。 Step03：其他选项选择 单击【Options】按钮，弹出【Paired-Samples T Test: Options（配对样本T检验：选择）】对话框。该对话框用于指定输出内容和关于缺失值的处理方法，其中各选项的含义如下。 Confidence Interval：用于设置在指定水平下样本均值与指定的检验值之差的置信区间，默认值为95%。 【Missing Values（缺失值）】选项组：用于设置缺失值的处理方式，它有以下两种处理方式。 Exclude cases analysis by analysis：点选该单选钮，表示当分析计算涉及到含有缺失值的变量时，删除该变量上是缺失值的观测量。 Exclude cases listwise：点选该单选钮，表示删除所有含缺失值的观测量后再进行分析。 Step04 相关统计量的Bootstrap估计 单击【Bootstrap】按钮，在弹出的对话框中可以进行如下统计量的Bootstrap估计。 支持均值和标准差的Bootstrap 估计。 支持相关性的Bootstrap 估计。 检验表支持均值的Bootstrap 估计。 Step05 单击图【OK】按钮，结束操作，SPSS软件自动输出结果。 4.3.3 实例图文分析：看电视和读书的时间 1. 实例内容 “每月读书俱乐部”的成员进行了一项调查，以确信其成员用于看电视的时间是否比读书的时间多。假定抽取了15个人组成的样本，得到了下列有关他们每周观看电视的小时数和每周读书时间的小时数的数据，见表4-11所示。你能够得到结论：“每月读书俱乐部”的成员每周观看电视的时间比读书的时间更多吗？ 2. 实例操作 由于读书俱乐部的成员每人在每周可能既要看电视也要读书，因此要分析看电视和读书时间差异性，其实就是进行如下假设检验。 H0 ：俱乐部成员看电视和读书所消耗的