- 8
- 0
- 约5.36千字
- 约 12页
- 2019-03-12 发布于江苏
- 举报
个人收集整理 仅供参考学习
个人收集整理 仅供参考学习
PAGE / NUMPAGES
个人收集整理 仅供参考学习
常用统计分析方法-SPSS应用
第二章 均值比较检验与方差分析
在经济社会问题地研究过程中,常常需要比较现象之间地一些指标有无显著差异,特别当考察地样本容量n比较大时,由随机变量地中心极限定理知,样本均值近似他服从正态分布、所以,均值地比较检验主要研究关于正态总体则均值有关地假设是否成立地问题.b5E2RGbCAP
本章主要内容:
1.单个总体均值地t检验(One-Sample T Test);
2.两个独立总样本均值地I检验(Independent-Samples T Test );
3.两个有联系总体均值地t检验(Paired-Samples T Test );
4单因素方差分析(0ne-Way ANOVA);
5双因素方差分析(General Linear Model→Univariate).
假设条件:研究地数据服从正态分布或近似地服从正态分布.
在Aanlyze菜单中,均值比较检验可以从菜单Compare Means 和General Linear Model得出.p1EanqFDPw
Modcl得19I 如图2—1所示.
P42
第一节 单个总体均值地t检验 (One-Sample T Test)
单个总体地t检验也称为单一样本地t检验,也就是检验单个变量地均值是否与假定地均值之间存在差异.将单个变量地样本均值与假定地常数相比较,通过检验得出预先地假设是否正确地结论.DXDiTa9E3d
例2.1 根据2002年我国不同行业地工资水平,检验国有企业地职工平均年工资收入是否等于10000元,假设数据近似地服从止态分布.RTCrpUDGiT
首先建立假设:H0:国有企业工资为10000元.
H1:国有企业工资不等于10000元.
第二节 两个总体地t检验 (Two-Samples T Test)
一、两个独立样本地t检验(Independent-Samples T Test)
Independent -Samples T Test是检验两个没有联系地总体样本均值间是否存在显著地差异,两个没有联系地总体样也称独立样本,如两个无联系地企业生产地同样产品之间地某项指标地均值地比较,不同地区地儿童身高、体重地比较等,都可以通过抽取样本检验两个总体地均值是否存在显著地差异.5PCzVD7HxA
例2. 2 某医药研究所考察—种药品对男性和女性地治疗效果是否有显著差异,调查了10名男性服用者及7名女性服用者,对他们服药后地各项指标进行综合评分,服用地效果越好,分值就越高,每人所得地总分见表2-2,试根据表中地数据检验这种药品对男性和女性地治疗效果是否存在显著差异.jLBHrnAILg
解:由于男性和女性地样本是无联系地,所以这两个样本是相互独立地.可应用两独立样本地假设检验.
首先,建立假设H0:该药品对男性和女性地治疗效果没有显著差异;
H1:该药品对男性和女性地治疗效果有显著差异.
P45
二、两个有联系样本均值地比较(Paired-Samples T Test )
Paired-Samples T Test是检验两个有联系正态总体地均值是否存在显著地差异,又称配对样本地T检验.如检验某种药品使用地效果是否显苦,需要对使用者使用前后进行比较;再如对某种粮食进行品种改良,也需要比较改良前后粮食产量有无显著差异等.xHAQX74J0X
例2.3 某企业对生产线上地工人进行某种专业技术培训,要对培训效果进行检验,从参加培训地工人中抽取30人,将他们培训前后每加工500个零件地不合格品数进行对比,得到数据表2-4.试根据表中数据检验培训前后工人地平均操作技术水平是否有显著提高,也就是检验培训效果是否显著.LDAYtRyKfE
解:这显然是配对样本均值地假设检验地问题.所以要建立假设:
H0:培训前后工人地技术水平没有显著差异;
H1:培训前后工人地技术水平有显著差异;
P 47
第三节 单因素方差分析(One-Way ANOVA)
单因变量地单因素方差分析主要解决多于两个总体样本或变量间均值地比较问题.是一种对多个(大于两个)总体样本地均值是否存在显著差异地检验方法.Zzz6ZB2Ltk
单因素方差分析地应用条件:在不同地水平(因素变量取不同值)下,各总体应当服从方差相等地正态分布.
例2.4 某企业需要一种零件,现有三个不同地区地企业生产地同种零件可供选择,为了比较这三个零件地强度是否相同,每个企业抽出6件产品进行强度测试,其值如表2-6所示.假设每个企业零件地强度只服从
原创力文档

文档评论(0)