课件：sss均值的比较与检验.ppt

例5-5-3 以银行男女职工的现工资为例，数据e5-5-4.sav, 检验男女职工现工资是否有显著性差异。执行结果如下： 结果分析： 1、各组观测数目，男258人，女216人。 2、男性平均工资：41441.8, 女性工资为： 26031.9. 3、方差齐次性检验结果（levene检验)，F值为119.669, 显著性概率为P=0.0000.05.因此，两组方差差异显著。在下面的t 检验结果中应该选择Equal variances not assumed (假设方差不相等）一行的数据作为本例t检验的结果数据。 4、本例中t=11.69, p=0.0000.05, 可以得出男女职工现工资具有显著性差异。 5、两组均值之差为15409.86, 即平均现工资男高于女的15409.86。 6、差值的95％置信区间为12816.7~18003.0,不包括0。 结论：男职工现工资明显高于女职工，差异有统计意义。 5.5.3 配对样本T检验 一、有关概念 进行配对样本T检验要求被比较的两个样本有配对关系，要求两个样本均来自正态总体，而且均值是对于检验有意义的描述统计量。 设总体X~ N(μx,σx2), Y ~ N(μy,σy2), x1,x2,…xn和y1,y2,…yn分别是对应的样本，分别取自X和Y的样本。Z＝X－Y， 和Sz2 分别是Z的样本均值和样本方差，则Z的均值uz=ux-uy. 检验H0：ux=uy，等价于检验H0：uz=0，从而可将两配对样本的均值检验转化成一个单样本的均值检验。 检验的统计量及其分布为： 在显著水平α下， 双侧检验的H0拒绝区域为： 二、配对样本T检验功能与应用 配对样本T检验是进行配对样本均数的比较。执行该过程，SPSS显示： 每个变量的均数、标准差、标准误和样本含量； 每对变量的相关系数； 每对变量的均数的差值、差值的标准误和可信区间； 检验每对变量均数的差值是否来自总体均数为0 的t检验结果。 三、应用举例 例5-5-4 ：(e5-5-5.sav) x1 3550 2000 3000 3950 3800 3750 3450 3050 x2 2450 2400 1800 3200 3250 2700 2500 1750 问两组配对样本数据是否有差异？ 操作步骤： 1、 2、指定配对变量 （1）选择当前变量 （2）确定配对变量 3、选项 对话框，与前面相同。 4、按确定 按钮，提交运行。 输出结果： 结果分析： 1、两种样本的均数分别为3318.75, 2506.25, 样本个数均为8。 2、相关系数r=0.584, p=0.1290.05 ， 认为两配对变量无相关关系。 3、t=4.207，自由度df=7, p=0.0040.05, 故可认为两组样本的均值差异显著。 4、配对数差的均数为812.50, 标准差为546.25 ，标准误为193.13，95％的可信区间为355.82～1269.18。 结论：两配对变量无相关关系，且两组样本的均值差异显著。 例5-5-5 经过严格挑选的12名排球运动员用新训练方法进行训练，训练前后分别测试6项技术指标。试分析新训练法对6项技术的提高是否有效？（e5-5-6) 选择变量对： （1）手形控制训练前后变量对：bhand-ahand （2）睁眼力量控制训练前后变量对：bcfc1-acfc1 （3）闭眼力量控制训练前后变量对：bcfc2-acfc2 （4）准确性训练前后变量对：bacur-aacur （5）左手用力感训练前后变量对：bfocl-afocl （6）右手用力感训练前后变量对：bfocr-afocr 输出结果： 配对样本统计量表 配对样本相关性检验表 THANK YOU SUCCESS * * 可编辑 可编辑 可编辑 5.5.1 单样本T检验 一、单样本T检验的基本概念 单样本T检验是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。 如果已知总体均数，进行样本均数与总体均数之间的差异检