[工学]多元统计分析-1.pptVIP

如果两个老师，而学生水平差不多, 成绩不同是由于老师的评分标准不同导致 一班分数的均值和标准差分别为78.53和9.43，而二班的均值和标准差分别为70.19和7.00。 那么得到90分的一班的张颖是不是比得到82分的二班的刘疏成绩更好呢？怎么比较才能合理呢？ 把数据进行标准化，然后再比较标准化后的数据。某观测值xi的标准得分定义为 在我们的例子中，张颖的标准得分为(90-78.53)/9.43＝1.22，而刘疏的标准得分为(82-70.19)/7＝1.69。 显然如果两个班级平均水平差不多，刘疏的成绩应该优于张颖的成绩；这是在标准化之前的数据中不易看到的。 用SPSS进行假设检验的例子1 One Sample T Test 例2.1（数据：sugar.sav）一个顾客买了一包标有500g重的一包红糖，觉得份量不足，于是找到监督部门；当然他们会觉得一包份量不够可能是随机的。于是监督部门就去商店称了50包红糖；得到均值（平均重量）是498.35g；这的确比500g少，但这是否能够说明厂家生产的这批红糖平均起来不够份量呢？首先，可以画出这些重量的直方图（图6.1）。这个直方图看上去象是正态分布的样本。于是不妨假定这一批袋装红糖呈正态分布。 在 SPSS 中，打开数据sugar.sav 之后，选择Analyze－Compare Means－One Sample T Test，然后选中变量weight 作为检验变量（“Test Variable”），在检验值（“Test Value”）处选择500（μ0），然后“OK”即可。 假设检验 检验统计量 双边p值为0.01， 单边p值为0.005，在显著水平0.005，拒绝零假设 例2.2 (数据：drug.sav)为检测某种药物对攻击性情绪的影响，对处理组的100名服药者和对照组的150名非服药者进行心理测试，得到相应的某指标。要检验处理组指标的总体均值是否等于对照组指标的总体均值 打开drug.sav 选 Analyze-Compare Means-Independent Sample T Test, 把ah 放入Test Variable(s), 把id 放入Grouping Variable, 再在Define Variable 中，于Group1 和Group2 分别打入1、2, Continue后，再选OK 即可。 用SPSS进行假设检验的例子2Independent Sample T Test 假设检验问题 通过计算, t统计量等于0.942, p-值为0.1735（输出中的双尾检验p-值的一半）。因此无法拒绝零假设. 这个输出的前面三列用Levene的F-检验来看这两个样本所代表的总体之方差是否相等（零假设为相等）。第一行是该检验的零假设：两个总体方差相等，而第二行为备选假设：两个总体方差不等。如果该检验显著，即在Sig列中的该Levene检验p-值很小(这里是0.008)，就应该看第二行备选假设的t检验输出, 这里是0.347;由于是单边检验, p-值＝0.347/2=0.1735; 如果Levene检验的p-值较大(本例并不大), 则看第一行原假设下的结果。 例2.3 (减肥数据, diet.sav). 要比较50个人在减肥前后的重量。不能用前面的独立样本均值差的检验；每一个人减肥后的重量都和自己减肥前的重量有关。令所有个体减肥前后重量差（减肥前重量减去减肥后重量）的均值为mD 检验问题： 用SPSS进行假设检验的例子3-Paired Samples T Test 使用 SPSS 时，选择Analyze－Compare Means－Paired Samples T Test，然后选择before 和after 作为Paired Variables，点击OK 之后得到双尾p 值为0.002，这里的单尾p 值于是为0.001。因此减肥后和减肥前相比，平均重量显著要轻 多元统计分析 讲授老师: 赵博娟 (博士、教授) e-mail: bojuan_zhao@tjufe.edu.cn 时间地点： 周四：15:10-16:40 (M-203) 周五：8:00-9:30 (单H213上机) 成绩：满分100 - 期末考试 70% - 作业、出勤 教材 ： 《多元统计分析》何晓群编著，中国人民大学出版社。 参考书目： Business Statistics: A Decision-making Approach (D. F. Groe