第六章 假设检验与Compare Means过程PPT.pptVIP

单个样本T检验（One-Sample T Test）（P126）：检验单个变量的均值是否与给定的常数之间存在差异。例如研究人员想知道一组学生的IQ平均分数与100分的差异。 统计量见P124表5－1第三大行。 适用条件： (1) 已知一个总体均数； 　(2) 样本来自正态或近似正态总体。 单一样本T检验过程的统计量有：均值、标准差和均值的标准误。 　 §6.3 T检验－单个样本T检验 单一样本T检验的实例： 例（exh.txt）：一汽车厂商声称其发动机排放标准的一个指标平均低于20个单位。在抽查了10台发动机之后，得到下面的排放数据：17.0、21.7、17.9、22.9、20.7、22.4、17.3、21.8、24.2、25.4。目的是检验该申明是否正确。 §6.3 T检验－单个样本T检验 用SPSS软件进行统计分析过程为： （1）打开数据文件“exh.txt” （2）建立假设： （3）单击菜单栏的“Analyze”－Compare Means－One-Sample T Test （4）将变量out移入Test 框中，在右下角Test框中填入平均值20（P127，图5－2） （5）单击Option按钮，给定置信区间和缺失值的处理。（P128，图5－3）单击Continue案按钮，回到主对话框。 （6）单击Ok按钮。 §6.3 T检验－单个样本T检验 计算机输出结果如下： 结果分析： 上表格有：样本数N=10，均值21.13，标准差2.8968，标准误0.9160。 下表格有：t值1.234，t分布的自由度df=9,双尾t检验的p值0.1245（计算机输出的双尾检验的p-值除以2）0.025，因此，没有证据否定零假设。Mean Difference均值差值1.13，Confidence Interval of the Difference差值的95%置信区间＝均值差值 标准误，Lower与Upper值表示样本值与总体均值20之间的差值落在-0.942与3.202之间的占95％ §6.3 T检验－单个样本T检验 第六章 假设检验与Compare Means过程 第六章 假设检验与Compare Means过程 假设检验概述 假设检验概念 T检验及其过程 主要内容 §6.1 假设检验概述 假设检验（也称显著性检验）是统计推断的一种重要手段，主要用于比较群体（可以是样本与样本、样本与总体）间的某种属性的差异性。使用一定的统计检验，以确定差异程度—是显著的差异还是不显著的差异。 假设检验的定义：利用样本信息，根据一定概率，对总体参数或分布的某一假设作出拒绝或保留的决断，称为假设检验。 根据样本来推断总体的原因： 总体数据不可能全部收集到。如质量检测问题。 收集到总体全部数据要耗费大量的人力和财力。 假设检验的意义：假设检验是抽样推断中的一项重要内容。它是根据原资料作出： 一个总体指标是否等于某一个数值的假设； 某一随机变量是否服从某种概率分布的假设。 然后利用样本资料采用一定的统计方法计算出有关检验的统计量，依据一定的概率原则，以较小的风险来判断估计数值与总体数值(或者估计分布与实际分布)是否存在显著差异，是否应当接受原假设选择的一种检验方法。 §6.1 假设检验概述 假设检验在两种假设条件下进行： 假设总体的分布已知——参数检验（ Parameteric Test ）：不知分布参数，对参数进行假设检验。 假设总体的分布未知——非参数检验（ None -Parameteric Test ）：假设满足某种标准的分布如正态分布、泊松分布，检验这种假设可否接受。 §6.1 假设检验概述 例如：根据经验可以说成都的6月天不会下雪，假如有一年的6月份下了一场雪，则原来的结论就被推翻。这样的推理方法就是反证法。 再如：天下乌鸦一般黑。如果能够找到另外一种颜色的乌鸦，则原来的假设就被推翻。 §6.2 假设检验基本概念 如果一个人说他从来没有骂过人。他能够证明吗？ 要证明他没有骂过人，他必须出示他从小到大每一时刻的录音录像，所有书写的东西等等，还要证明这些物证是完全的、真实的、没有间断的。这简直是不可能的。 即使他找到一些证人，比如他的同学、家人和同事，那也只能够证明在那些证人在场的某些片刻，他没有被听到骂人。 反过来，如果要证明这个人骂过人很容易，只要有一次被抓住就足够了。 看来，企图肯定什么事物很难，而否定却要相对容易得多。这就是假设检验背后的哲学。 科学总往往是在否定中发展 在假设检验中，一般要设立一个原假设（上面的“从来没骂过人”就是一个例子）； 而设立该假设的动机主要是企图利用人们掌握的反映现实世界的数据来找出假设与现实之间的矛盾，从而否定这个假设