假设骰子均匀.PPT

目的： 推断两个样本是否来自相同的总体，更具体地说，是要检验两样本所来自的总体的均数是否相等。 则 相互独立的简单随机样本. 设 与 分别是来 自正态总体 与 的 理论复习 与 相互独立 方法原理 两样本的样本容量分别为n1和n2，且分别来自两个正态分布的总体， 检验假设 无效假设H0： 备择假设H1： 检验水准： 方法原理 和上面单样本t检验的原理相同，我们也采用小概率反证法。 首先假设H0成立：两样本来自同一总体。 当该总体服从正态分布时，我们就可以计算从该总体中抽得这样两个样本（及更加极端情况）的概率为多少，从而做出统计推断。 方法原理 由于H0假设的是两样本来自同一总体，分析目的只涉及到均值，因此两样本t检验在推导过程中除了要求总体服从正态分布外，还要求两样本各自所在总体方差相同，即方差齐性（两个正态总体方差的检验）。 ?????????????????? 设 X ~ N ( ?1 ? ?1 2 ), Y ~ N ( ?2 ? ?2 2 ) 两样本 X , Y 相互独立, 样本 (X1, X2 ,…, Xn ), ( Y1, Y2 ,…, Ym ) 样本值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym ) 显著性水平? 方差齐性检验 ? 12 = ? 22 ? 12 ?? 22 ? 12? ? 22 ? 12 ? 22 ? 12 ?? 22 ? 12 ? 22 关于方差比? 12 /? 22 的检验 ?1, ? 2 均未知 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 分析实例 现希望评价两位老师的教学质量，试比较其分别任教的甲、乙两班（设甲、乙两班原成绩相近，不存在差别）考试后的成绩是否存在差异？ 数据已录入为文件ttest.sav，其中变量score为两班的考试成绩，分组变量class＝1代表甲班，class＝2代表乙班。 分析：数据为定量资料，设计为成组设计，目的是两样本均数的比较。 正态性：可作直方图，单样本K-S检验 方差齐性：在t检验结果中自动给出 分析实例 定义分析变量 定义分 组变量 结论 F = 0.733，P = 0.397（0.05），因此可以认为在本例中两样本所在总体的方差是齐的。 选第一行的t检验结果：t= 3.056，df=38，P=0.004。从而最终的统计结论为按α=0.05水准，拒绝H0，接受H1，可以认为两个班级成绩不同，两位任教老师的教学质量有差别。 方差齐 性检验 方差齐性时的t检验 方差非齐性时的t检验 适用条件 独立性：各观察值之间是相互独立的。对结果的影响较大，但一般没问题。 正态性：各个样本均来自正态总体。有一定的耐受能力，可以通过直方图等进行观察，偏的不厉害就行。 方差齐性：各个样本所在总体的方差相等。相对而言对结论的影响较大，需要进行方差齐性检验。 11.4 配对t检验 ——配对设计样本均数的比较 配对设计的两种情况 对同一个受试对象处理前后的比较。 将受试对象按情况相近者配对（或者自身进行配对），分别给予两种处理，以观察两种处理效果有无差别。 配对设计的两种情况 在配对设计得到的样本数据中，每对数据之间都有一定的相关，如果采用成组的t检验就无法利用这种关系，浪费了大量统计信息。 对于这种情况，统计学上的解决办法是求出每对的差值，通过检验该差值总体均数是否为0，就可以得知两种处理有无差异。可以看出，本质还是单样本t检验。 方法原理 H0:两总体均值无显著差异，差值序列的均值ud =0。 如果差值的均值与0有显著差异,则认为两总体均值存在显著差异;否则,与0无显著差异,则认为两总体均值不存在显著差异。 功能实际上和单样本t检验重复，但数据输入格式不同。 分析实例 用某药治疗10名高血压病人，对每一病人治疗前、后的舒张压（mmHg）进行了测量，结果存放在数据文件pairedt.sav中， 这是一个典型的个体自身治疗前后的配对设计，应当采用配对设计差值的t检验来进行分析。 按照配对t检验对数据格式的要求，这里在输入数据时应当每个变量（一列）代表一个组，而每条记录（一行）代表一对数据。 分析实例 建立假设 H0：ud=0，同一病人治疗前后的舒张压差值总体均数为0 H1：ud≠0，同一病人治疗前后的舒张压差值总体均数不为0 分析实例 两个变量同时被选中 分析实例 结论 可见P=0.027，故可以认为使用该药会影响病人的血压，由于样本中治疗前－治疗后的差值均数为正，因此可推断出是使得病人血压下降，即有降压作用。 相关性分析 练习 THE END 统计描述 计算统计指标：Ch4、Ch5 绘制统