第5章 参数检验PPT.ppt

四、操作 Analyze→Compare Means→Independent-Sample T Test顺序，打开Independent- Sample T Test主对话框（如图5）； 将检验变量选入Test Variable框； 将总体标识变量选入Grouping Variable框中； 打开Define Groups对话框，定义两总体的标识值。[Use Specified Values]表示分别输入对应两个不同总体的标志值；[Cut Point]框中应输入一个数字，大于等于该值的对应一个总体，小于该值的对应另一个总体。 单击Option按钮定义其它选项。 图5 独立样本T检验主对话框 图6 Define Groups 主对话框 从源变量框中选取要作检验的变量。 为分组变量，只能有一个。 分别输入分组变量的取值条件，如1为男，2为女等。 输入分界点值，如体重60公斤等。 在检验变量中含有缺失值的个案将不被计算。 在任何一个变量中含有缺失值的个案都将不被计算 输入置信区间，一般取90、95、99等。 图7 Independent-Sample T Test的Options对话框 例1.根据“住房状况调查.sav”，推断本市户口总体和外地户口总体的家庭人均住房面积的平均值是否有显著差异。 例2.根据“保险公司人员构成情况.sav”，分析全国性保险公司与外资和合资保险公司的人员构成中，具有高等教育水平的员工比例的均值是否存在显著差异。 例3.“吸烟与胆固醇.sav”是对烟龄25年以上（过度吸烟）和25年以下（短期吸烟）的吸烟者分别进行随机抽样，获得的两组人群的烟龄和胆固醇数据，根据该数据研究长期吸烟是否为导致胆固醇升高的直接原因。 第5章 SPSS的参数检验 案例 根据“住房状况调查.sav”，推断家庭人均住房面积的平均值是否为20平方米。 根据“住房状况调查.sav”，推断本市户口总体和外地户口总体的家庭人均住房面积的平均值是否有显著差异。 为研究某种减肥茶是否具有明显的减肥效果，某美体健身机构对35名肥胖志愿者进行了减肥跟踪调研。首先将其喝减肥茶以前的体重记录下来，3个月后再依次将这35名志愿者喝茶后的体重记录下来。通过这两组样本数据的对比分析，推断减肥茶是否具有明显的减肥作用。见“减肥茶数据.sav” 主要内容 5.1 参数检验概述 5.2 单样本t检验 5.3 两独立样本t检验 5.4 两配对样本t检验 SPSS中的实现 Compare Means Means过程 单样本t检验 (One-Sample T Test） 独立样本t检验 (Independent-Sample T Test) 两配对(有联系)样本t检验 (Paired-Sample T Test) 单因素方差分析（One-Way ANOVA） 5.1 参数检验概述 一、推断统计与参数检验 二、假设检验的基本思想 三、假设检验的基本步骤 抽样推断 抽样技术 统计推断 参数估计 假设检验 参数假设检验 非参数假设检验 参数估计和假设检验的区别： 参数估计和假设检验是统计推断的两个组成部分，都是利用样本对总体进行某种推断，但推断的角度不同。 参数估计是在总体参数未知的情况下用样本统计量估计总体参数。 假设检验是先对总体参数提出一个假设，然后利用样本信息去检验这个假设是否成立，如果成立，就接受这个假设，否则就放弃。 用样本数据推断总体特征的原因： 总体数据无法全部收集到。例如对于无限总体和对具有破坏性的质量检测等问题。 总体数据能够收集到，但需要耗费大量的人力、物力和财力。 利用样本数据对总体特征推断的两种情况： 总体分布已知、参数未知的情况 例如，总体服从或近似服从正态分布，但均值、方差等参数未知，根据样本数据推断总体未知参数的取值范围（参数估计）或对其进行某种假设检验（均值是否与某个值有显著差异，两个总体的均值是否有显著差异）。 总体分布未知、参数未知的情况 通常采用非参数检验方法对总体特征进行推断。 二、假设检验的基本思想 假设检验： 事先对总体参数或分布形式作出某种假设然后利用样本信息来判断原假设是否成立。 假设检验的基本思路： 首先对总体参数提出假设。 然后再利用样本数据提供的信息来验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持原假设，则在一定的概率条件下，应该拒绝原假设；相反，如果样本数据不能够充分证明和支持原假设不成立，则不能推翻原假设成立的合理性和真实性。 作出拒绝或接受原假设的推断依据是小概率原理：发生概率很小的随机事件，在某一次特定的实验中是几乎不可能发生的。 三、假设检验的基本步骤 提出原假设（记为H0） 选择检验统计量。 计算检验统计量观测值发生的概率。 给定显著性水平 ，并作出统计决策。