[理学]第5章spss13.pptVIP

* * 第5章 总体均值的显著性检验 实现总体均值的检验功能在 Analyze → Compare Means 菜单 。 主要包括五个模块： （1）Means：用于计算各总体的全体及分组的均值和标准差等统计量值，以利于比较。 （2）One-Samples t Test：单样本t检验。 （3）Independent-Samples t Test： 独立样本t检验。 （4）Paired-Samples t Test：配对样本t检验。 （5）One- way ANOVA：单因素方差分析。 Means Means过程计算指定变量的综合描述统计量，包括均值、标准差、总和、观测量数、方差等，还可以进行方差分析和线性相关性检验。当观测量按一个分类变量分组时，它可以进行分组计算。  Means过程与Descriptive过程的区别： 一是Means可对变量进行分组后计算描述统计量，便于比较；而Descriptive只能对变量输出描述统计量，而不能分组。 二是Means还可进行方差分析和线性相关性检验，这是Descriptive不具备的功能。 因变量列表 分组变量列表 统计量选择按钮 对第一层自变量给出方差分析表和eta统计量。 方差分析检验的零假设：第一层自变量各水平上的因变量均值相等。eta统计量表明因变量和自变量之间联系的强度。 对第一层自变量给出方差分析表和eta统计量。 方差分析检验的零假设H0：第一层自变量各水平上的因变量均值相等。 eta统计量表明因变量和自变量之间联系的强度。 检验线性相关性。 检验的假设：因变量的均值是第一层自变量值的线性函数。给出相关系数及平方。 【注意】只有第一层自变量有三个以上水平时才会出现分析结果。 结果形式： 5.1 One-Samples t Test(单样本t检验) t检验的前提条件是样本总体服从正态分布，单样本t检验用于检验总体均数与某常数是否有显著差异。 原假设H0:总体均值与某常数相等。 结果形式： 两均值的差值 差值的95%置信区间 【实例5.1】分析某班级学生的高考成绩与全国的平均成绩70分之间是否存在显著性差异。数据如下： 85 74 86 95 86 82 75 78 88 86 98 56 64 63 80 比较之常数 结果形式： 5.2 Independent-Samples T Test 通过两独立样本，进行两总体均数的比较检验。前提条件是两样本独立，且其总体服从正态分布。 进行检验时，需要两个步骤： （1）用F检验判断两总体是否满足方差齐性； （2）根据两总体是否满足方差齐性，选择进行t检验和t’检验。 【实例5.2】分析某班同学的高考数学成绩是否存在性别上的显著性差异。数据如下： 性别 数学成绩 男 85 89 75 58 86 80 78 76 84 89 99 95 82 87 60 85 75 80 女 92 96 86 83 78 87 70 65 70 78 72 56 变量定义：对两独立样本的统计t检验或t’检验，变量定义时，需要定义两个变量，一个是待检验变量；另一个是分组变量。 数据录入：将两组数据都录入到待检验变量内；两组数据的区分用分组变量值进行（如0，1或1，2等）。 原假设H0:两组检验变量的总体均值相等。 数据: 一个数据变量，一个组别变量 两组数据标志值 数据分组标志分界值(≥c和c) 设置界面: 分析结果: 两均值差的标准误 5.3 Paired-Samples T Test 通过两配对样本，进行两总体均数的比较检验。 检验的前提条件： （1）两样本必须配对，而不独立，即数目相同且两样本值顺序不能更改； （2）两样本的总体必须服从正态分布。 【实例5.3】分析某班同学接受一种新教学方法后，学习成绩是否有显著性变化。数据如下： 编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 接受前 99 88 79 59 54 89 79 56 80 99 60 89 70 50 67 78 89 接受后 98 89 80 78 80 87 76 65 76 89 89 99 89 88 98 8