第六章 参数检验的学习PPT.pptVIP

方差齐性检验（Levene F方法）： 计算两组样本的均值 计算各个样本与本组均值的平均离差绝对值； 利用单因素方差分析推断两独立总体平均离差绝对值是否有显著差异。 在对两独立样本进行T检验时，两组样本方差相等和不等时使用的计算t值的公式不同，所以首先进行方差F检验。用户需要根据F检验的结果自己判断选择t检验输出中的哪个结果，得出最后结论。如果推断两总体方差相等则看方差相等的T检验值和P值，如果推断两总体方差不相等则看方差不相等的T检验值和P值。 6.4.2 两独立样本T检验的实现思路 提出原假设 两总体均值不存在显著差异： 计算统计量和P值：首先利用F检验确定两个总体的方差是否相等；然后再选择合适的T统计量计算观测值和概率P值； 根据显著性水平和概率P值进行统计决策。 6.4.3 两独立样本t检验的基本操作步骤 进行两独立样本t检验之前，正确地组织数据是一个非常关键的任务。SPSS要求将两组样本数据存放在一个SPSS变量中，同时，为区分哪些样本来自哪个总体，还应定义一个分类变量。 SPSS两独立样本t检验的基本操作步骤是： 1、选择菜单Analyze－Compare means－Independent-Samples T Test，出现窗口 2、选择检验变量到Test Variable(s)框中。 3、选择总体标志变量到Grouping Variables框中。 4、单击Define Groups按钮定义两总体的标志值。其中：Use specified values表示分别输入两个不同总体的变量值；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。 5、两独立样本t检验的Option选项含义与单样本t检验的相同。 至此，SPSS会首先自动计算F统计量，并计算在两总体相等会不相等下的均值差的方差和t统计量的观测值以及各自对应的双尾概率p值。 6.4.4 两独立样本t检验的应用举例 案例6-3：本市户口与外地户口家庭人均住房面积的平均值比较 利用住房状况调查数据，分析本市户口与外地户口家庭人均住房面积的平均值是否存在显著差异？ 分析：该问题中，由于本市户口和外地户口家庭人均住房面积可以看成两个总体，且可近似认为服从正态分布，且样本数据的获取是独立抽样的，因此，可以用两独立样本t检验的方法进行分析。零假设是本市户口与外地户口家庭人均住房面积的平均值无显著差异，即 案例6-4：根据各保险公司人员构成情况数据，分析全国性保险公司与外资和合资保险公司中具有高等教育水平员工比例的均值有无显著差异。 6.5 两配对样本的T检验 6.5.1 两配对样本T检验的目的 利用来自两个总体的配对样本，推断两个总体的均值是否存在显著性差异； 两配对样本的样本容量应该相等，两组样本观察值的顺序一一对应，不能随意改变； 样本来自的总体服从或近似服从正态分布。 配对样本的 t 检验 (数据形式) 观察序号 样本1 样本2 差值 1 x 11 x 21 D1 = x 11 - x 21 2 x 12 x 22 D1 = x 12 - x 22 M M M M i x 1i x 2i D1 = x 1i - x 2i M M M M n x 1n x 2n D1 = x 1n- x 2n 配对样本的 t 检验(检验统计量) 样本差值均值 样本差值标准差 自由度df ＝nD - 1 统计量 D0：假设的差值 6.5.2 两配对样本T检验的实现思路 提出原假设：两总体均值不存在显著差异； 选择检验统计量。两配对样本T检验是间接通过单样本T检验实现的。配对样本T检验实际上是先求出每对观测值之差值，对差值变量求平均。检验配对变量均值之间差异是否显著，实质是检验差值变量的均值与0之间差异的显著性； 计算样本统计量观测值和概率P值； 根据显著性水平和概率P值进行统计推断。 SPSS参数检验 ——均值比较 均值比较与均值比较的检验过程 均值比较的概念 统计分析常常采取抽样研究的方法，即从总体中随机抽取一定数量的样本进行研究来推断总体的特性。由于总体中的每个个体间均存在差异，即使严格遵守随机抽样原则也会由于多抽到一些数值较大或较小的个体致使样本统计量与总体参数之间有所不同。又由于实验者测量技术的差别或测量仪器精确程度的差别等等也会造成一定的偏差，使样本统计量与总体参数之间存在差异。由此可以得到这样的认识：均值不相等的两组样本不一定来自均值不同的总体。 能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组样本某变量均值不同，其差异是否具有统计意义？能否说明总体具有显著性差异？这是各种研