第二章均票值的比较检验.pptVIP

* 输出结果（2） Levenes Test for Equality of Variances t-test for Equality of Means F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper 身 高 Equal variances assumed .843 .375 -4.315 13 .001 -10.59 2.454 -15.891 -5.287 Equal variances not assumed -4.211 10.609 .002 -10.59 2.515 -16.149 -5.030 Independent Samples Test 结果解释 对于方差齐性检验，其p值为0.3750.05，所以不能拒绝原假设，即认为两样本来自的总体的方差相等。 对于均值的检验，应在方差齐性假定下进行。其对应的p值为0.0010.05，所以拒绝原假设，认为男生和女生的平均身高有显著性差异。 均值的比较检验 * 配对样本均值的检验 -比较两个配对总体的均值是否有显著性差异 * 什么是配对样本 指不同的均值来自具有配对关系的不同样本，此时样本之间具有相关关系，配对样本的两个样本值之间的配对是一一对应的，并且两个样本具有相同的容量。 如，一组病人治疗前和治疗后身体的指标；一个年级学生的期中成绩和期末成绩等等。 * 配对样本的数据形式 观察序号 样本1 样本2 差值 1 x 1 y 1 D1 = x 1- y 1 2 x 2 y 2 D2 = x2 - y 2 M M M M i x i y i Di = xi - y i M M M M n x n y n Dn= xn- y n * 基本思想 配对样本均值的检验就是根据两个配对样本，推断两个总体的均值是否存在显著性差异。 其基本思想是：先求出每对配对样本的观测值之差，形成一个新的单样本，再对差值求均值，检验差值的均值是否为0。 若两个样本的均值没有显著性差异，则样本之差的均值就接近为0，这类似于单一样本均值的检验。 配对样本均值的检验也叫作配对样本的ｔ检验（Paired-Samples T Test）。 * 检验步骤 提出假设 确定检验统计量 做出统计推断 * 检验统计量 配对样本均值检验要求两个样本的差值服从正态分布。 总体差值D服从正态分布， 为总体差值的均值。 t检验统计量为： 式中，S为样本差值的标准差，定义为： 。 * 一个以减肥为主要目标的健美俱乐部声称，参加其 训练班至少可以使减肥者平均体重减重8.5kg以上。 为了验证该宣称是否可信，调查人员随机抽取了10名 参加者，得到他们的体重记录如下表： 例题分析 在 ? = 0.05的显著性水平下，调查结果是否支持该俱乐部的声称？ 训练前 94.5 101 110 103.5 97 88.5 96.5 101 104 116.5 训练后 85 89.5 101.5 96 86 80.5 87 93.5 93 102 左侧检验 * 样本差值计算表 训练前 训练后 差值Di 94.5 101 110 103.5 97 88.5 96.5 101 104 116.5 85 89.5 101.5 96 86 80.5 87 93.5 93 102 9.5 11.5 8.5 7.5 11 8 9.5 7.5 11 14.5 合计 — 98.5 配对样本的 t 检验(例题分析) * 配对样本的 t 检验 (例题分析) 差值均值 差值标准差 * H0: m1 – m2 ? 8.5 H1: m1 – m2 8.5 a = 0.05， df = 10 - 1 = 9 临界值(s): 检验统计量: 决策: 结论: 在 ? = 0.05的水平上不拒绝H0 不能认为该俱乐部的宣称不可信 配对样本的 t 检验 (例题分析) -1.833 t 0 拒绝域 .05 * 说明 SPSS统计软件中，检验程序的输出结果中如果未标明是单侧还是双侧检验，其所显示的P值均是双侧检验的结果。若使用者欲进行的是单侧检验，其程序与双侧检验相同，但所得到的P值须自行除以2，再与显著性水平α相比较。不过，就假设检验而言，大部分都属于双侧检验的假设，故不需再除以2。 * 现以T表示所用的检验统计量，t表示根据样本计算得到的检验统计量的值。现分别考虑左侧检验和右侧检验，单侧检验的P值见下表：