参数检验与非参数检验.pptVIP

第五章 参数检验与非参数检验 本章内容 第一节 概述 第二节 均值比较与参数检验 第三节 非参数检验 第一节 概述 一、参数检验与非参数检验 参数检验是指当总体分布已知的情况下，根据样本数据对总体分布的统计参数（如均值、方差等）进行推断。 非参数检验是当总体分布未知的情况下，根据样本数据对总体的分布形式或特征进行推断。 二、第Ⅰ类错误、第Ⅱ类错误与显著性水平 在进行统计推断时，有可能会出现以下两种错误，第一类错误是拒绝真实的原假设，我们把它叫做“拒真”的错误。第二类错误是接收错误的原假设，我们把它叫做“取伪”的错误。在假设检验中，犯第Ⅰ类错误的概率记为 ,称其为显著性水平；犯第Ⅱ类错误的概率记为 。 我们一般事先规定允许犯第Ⅰ类错误的概率 ，然后尽量减少犯第Ⅱ类错误的概率 。一般取 =0.10、0.05或0.01，表示概率小的程度。 三、假设检验的基本步骤 1、根据推断检验的目标，对待推断的总体参数或分布作一个基本假设； 2、利用收集到的样本数据和基本假设计算某检验统计量，该统计量服从或近似服从某种统计分布； 3、根据该统计量的值得到相伴概率 值； 4、做出判断。研究者给定一个显著性水平，如果相伴概率值小于或等于用户给定的显著性水平，则拒绝原假设；否则，不应拒绝原假设。 第二节 均值比较与参数检验 一、均值比较 （一）均值比较的概念和基本步骤 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论总体的特性。能否用样本均数估计总体均数？两个变量均数接近的样本是否来自均值相同的总体？这就要进行均值比较。 均值比较的基本步骤为： 第一步，用户指定一个或多个变量作为分组变量，并按分组变量的不同取值对个案数据进行分组。 第二步，指定一个变量作为汇总变量，并计算该汇总变量在各分组下的基本描述统计量。 第三步，对第一分组变量各分组下的汇总变量均值有无显著差异作统计检验。 原假设是：分组变量各水平下汇总变量的均值无显著差异。 （二）均值比较分析过程在SPSS中的实现 1、建立数据文件 2、点击Analyze→Compare Means→Means进入Means主对话框，见图5-1所示。 3、选择被解释变量 在左边的变量表中选择要分析的变量作为被解释变量，并将其送入Dependent List被解释变量框中。被解释变量可以选择一个，也可以选择多个。 4、解释变量的选择及分层控制 选择解释变量作为分组变量，对被解释变量将按解释变量分组计算基本描述统计量。选择的若干解释变量可以放在第一层，也可以放在不同层。 5、Option选项 在主对话框中单击Option选项，展开Option对话框，如图5-2所示。 （1）Statistics选项框，选择统计量。 （2）Statistics For First Layer框,对第一层每个控制变量的分析。具体含义是： ①Anova table and eta复选项：表示输出单因素方差分析表和eta值。 ②Test of linearity复选项：表示作线性检验。 二、单样本 检验 （一）单样本 检验的概念和基本步骤 单样本 检验是检验某个变量的总体均值与指定的检验值之间是否存在显著差异。这里，前提条件是样本来自的总体应服从正态分布。如果已知总体均数，进行样本均数与总体均数之间的差异显著性检验也属于单样本的 检验。 单样本 检验的基本步骤为： 1、提出原假设。单样本 检验的原假设为：总体均值与检验值之间不存在显著差异 2、选择检验统计量。单样本 检验的检验统计量为 统计量。 3、计算检验统计量观测值和概率值。SPSS将自动计算 统计量的观测值和对应的概率 值。 4、给定显著性水平，并作出决策 。给定显著性水平，与检验统计量的概率值作比较。如果概率值小于显著性水平，则应拒绝原假设；反之，如果概率值大于显著性水平，则不能拒绝原假设。 （二）单样本 检验过程在SPSS中的实现 1、建立或选择数据文件后，按“Analyze” →“Compare Means”→“One-Sample T Test”进入One-Sample T Test单样本 检验主对话框，如图5-3所示。 2、在左边的源变量框中选择要分析的变量，将其送入Test Variable(s)框中。在Test Value检验值一栏中填入的大小。