双变量的统计分析之均值比较与检验.pptVIP

第六章 双变量的统计分析之二;主要内容; ;图6—1 Means主对话框;Statistics框：供选择的统计量;三、例题分析 某医生测得如下血红蛋白值(g%),用Means过程对其做基本的描述性统计分析。;1、操作步骤 ;选hb sex;选择统计项目;表6—1 观测量摘要表;表6—2 分组描述统计量;表6—4 按年龄分组的描述统计量;表6—5 方差分析表;表6—6 eta统计量;表6—7 按年龄分组的方差分析表;表6—8 按年龄分组的eta统计量;一、 简介 用于检验单个变量的均值与假设检验值(给定的常数)之间是否存在差异。 二、完全窗口分析 按Analyze—Compare Means—One-Sample T Test顺序，打开One-Sample T Test主对话框（如图5--1）;图6-6 One-Sample T Test主对话框;三、例题分析 仍以表5-1的资料来说明。已知另一地区16-18岁的少年血红蛋白平均值为11.657g%，检验这一地区16-18岁少年血红蛋白值是否与另一地区的平均值相等。 1、操作步骤 1）按Analyze—Compare Means—One Sample T Test顺序，打开主对话框。(打开数据文件“Means过程.sav”。) 2）将变量hb选入 Test Variable框。 3）在Test Value中输入 11.657，后单击OK。;2、结果分析;表5-10 单个样本检验;一、 简介 用于检验对于两组来自独立总体的样本，其独立总体的均值或中心位置是否一样。如果两组样本彼此不独立，应使用配对T检验（Paired -Sample T Test ）。如果分组不止一个，应使用One-Way ANOVA 过程进行单变量方差分析。如果想比较的变量是分类变量，应使用Crosstabs功能。 独立样本T检验还要求总体服从正态分布，如果总体明显不服从正态分布，则应使用非参数检验过程（Nonparametric test） 二、完全窗口分析 按Analyze—Compare Means—Independent-Sample T Test顺序，打开Independent- Sample T Test主对话框（如图5--10）;图5—10 独立样本T检验主对话框;在检验变量中含有缺失值的观测将不被计算。 在任何一个变量中含有缺失值的观测都将不被计算;2、结果分析;表5-12 独立样本T检验结果; 一、 简介 用于检验两个相关的样本是否来自具有相同均值的总体。 二、完全窗口分析 1、主对话框 按Analyze—Compare Means—Paired-Sample T Test顺序，打开Paired -Sample T Test主对话框（如图5--1）;从源变量框中选取成对变量移入。;三、例题分析 某单位研究饲料中缺乏维生素E与肝中维生素A含量的关系，将大白鼠按性别、体重等配为8对，每对中两只大白鼠分别喂给正常饲料和维生素E缺乏饲料，一段时期后测定其肝中维生素A含量（μmol/L）如下，现在想知道饲料中缺乏维生素E对鼠肝中维生素A含量有无影响。;1、操作步骤 1）输入数据并定义变量名：正常饲料组测定值为x1，维生素E缺乏饲料组测定值为x2(数据文件“饲料（配对T检验）.sav”。) 2）按Analyze—Compare Means—Paired-Sample T Test 顺序，打开主对话框。 3）单击变量x1，再单击x2，将x1，x2送入Variables框。 左下方Current Selections框中出现Variable1、 Variable2 4）单击OK。 2、输出结果及分析;表5-13 配对样本T检验描述统计量;表5-15 配对样本T检验结果;方差分析简介 方差分析的核心就是方差可分解。这里的方差是通过计算各观测值偏离均值的平方和再除以n-1（样本量减1）而得到的。这样给定n值的情况下，方差就是离差平方和（SS）。方差的分解按表6-1进行。 方差分析的目的是检验均数（组间或变量间）差别是否具有统计学意义。即将总变异分解为由随机误差造成的变异（组内SS）与由均数差异造成的变异（组间SS）两个部分。如果后者大于前者，且具有统计学意义，我们将拒绝零假设，即认为总体中均数间存在差异。;一、简介 单因素方差分析是检验由单一因素影响的多组样本某因变量的均值是否有显著差异的问题。如果各组之间有显著差异，说明这个因素（分