T检验及单因素方差分析幻灯片.pptVIP

单因素方差分析 单因素方差分析 （one-way ANOVA）,对二组以上的均值加以比较。 检验由单一因素影响的一个（或几个相互独立的）分析变量由因素各水平分组的均值之间的差异是否有统计意义。 计算步骤： （1）提出假设 （2）计算平方和、自由度以及F值 （3）统计决断，P0.05为差异显著，P0.01为差异极其显著。参照下图 单因素方差分析 SPSS操作 One-Way ANOVA过程要求因变量属于正态分布总体。如果因变量的分布明显的是非正态，不能使用该过程，而应该使用非参数分析过程。如果个因变量之间彼此不独立，应该用Repeated Measure过程。 例： 调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量，数据如表 （1）数据输入 （2）启动分析过程 点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统打开单因素方差分析设置窗口如图 （3）设置分析变量 ??? 因变量:?选择一个或多个因子变量进入“Dependent List”框中。本例选择“幼虫”。 ??? 自变量:?选择一个因素变量进入“Factor”框中。本例选择“品种”。 ? （4）设置多项式比较 ??? 单击“Contrasts”按钮，将打开如图所示的对话框。该对话框用于设置均值的多项式比较。 （5）设置多重比较 ??? 在主对话框里单击“Post Hoc”按钮，将打开如图所示的多重比较对话框。该对话框用于设置多重比较和配对比较。 多重比较选择LSD；然后点击“继续”。 （6)?设置输出统计量 ??? 单击“Options”按钮，打开“Options”对话框，如图所示。选择要求输出的统计量,并按要求的方式显示这些统计量。在该对话框中还可以选择对缺失值的处理要求。 ?Exclude cases analysis by analysis选项，被选择参与分析的变量含缺失值的观测量，从分析中剔除。 ?本例中选择要求输出描述统计量和进行方差齐次性检验，缺失值处理方法选系统缺省设置。 （7）提交执行 ??? 设置完成后，在单因素方差分析窗口框中点击“OK”按钮，SPSS就会根据设置进行运算，并将结算结果输出到SPSS结果输出窗口中。 （8）结果分析 表5-2描述统计量，给出了水稻品种分组的样本含量N、平均数Mean、标准差Std.Deviation、标准误Std.Error、95%的置信区间、最小值和最大值。 表5-3为方差齐次性检验结果，从显著性慨率看，p0.05，说明各组的方差在a=0.05水平上没有显著性差异，即方差具有齐次性。这个结论在选择多重比较方法时作为一个条件。 ?表5-4方差分析表： 第1栏是方差来源，包括组间变差“Between Groups”；组内变差“Within Groups”和总变差“Total”。 第2栏是离差平方和“Sum of Squares”，组间离差平方和87.600，组内离差平方和为24.000，总离差平方和为111.600，是组间离差平方和与组内离差平方和相加之和。 第3栏是自由度df，组间自由度为4，组内自由度为10；总自由度为14。 第4栏是均方“Mean Square”，是第2栏与第3栏之比；组间均方为21.900，组内均方为2.400。 第5栏是F值9.125（组间均方与组内均方之比）。 第6栏：F?值为9.125，对应的概率值P为0.0020.01。于是在0.01显著性水平上拒绝H0假设，即5种品种虫数的平均值有显著性差异。 THANK YOU 在此，特别感谢我亲爱的仇老大！值此深夜仍陪伴在我身边，无需多言，都在心里。。。爱你呦！么么哒。。。。 * T检验，亦称student t检验，主要用于样本含量较小（n30），总体标准差σ未知的正态分布资料。 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与z检验、卡方检验并列。 T检验 之 T分数 研究发现，从正态分布的总体中抽取样本时，样本平均数的分布也是一个正态分布，样本平均数的差异量的分布也是正态分布，其分布特征可以用Z分数来描述。 但是，在实际计算标准分数时，需要首先知道总体的标准差，然后计算抽样分布的标准误。如果总体标准差未知，也就只能使用样本标准差作为它的估计值了，以这一估计值计算的标准误就是一个波动值了。 因此，此时不能使用Z分数来描述其分布特征，而是要用t分数来描述其分布特征。 T检验 之 T分布 t 分布是一个均值为零左右对称的丘形分布，峰度低于标准正态分布，尾部高于标准正态分布。 自由度越大其分布越接近于正态分布，所以在大样本检验中可以使用Z检验代替t检验。 t分布曲线形态与n（确切地说与自由度df）