- 1、本文档共85页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
9 F ratio is a statistic defined as the ratio of 2 independent estimates of a normally distributed population’s variance. Note: degrees of freedom refer to numerator and denominator 66 The lower F is not the reciprocal of the upper F. What do you do if equal sample sizes? F ratio is a statistic defined as the ratio of 2 independent estimates of a normally distributed population’s variance. Note: degrees of freedom refer to numerator and denominator As a result of this class, you will be able to ... 9 9 9 9 Just take the mean and standard deviation of the difference. SD is simply the standard deviation. The formula is the computational formula. Rejection region does NOT include critical value. Rejection region does NOT include critical value. 9 Rejection region does NOT include critical value. Rejection region does NOT include critical value. 9 两个总体均值之差的检验 (例题分析—用Excel进行检验) 第1步:选择“工具”下拉菜单,并选择“数据分析”选项 第2步:选择“t检验,双样本异方差假设” 第3步:当出现对话框后 在“变量1的区域”方框内键入数据区域 在“变量2的区域”方框内键入数据区域 在“假设平均差”的方框内键入0 在“α(A)”框内键入0.05 在“输出选项”中选择输出区域 选择“确定” 两个匹配(或配对)样本的均值检验 两个总体均值之差的检验(匹配样本的 t 检验) 1. 检验两个总体的均值 配对或匹配 重复测量 (前/后) 3. 假定条件 两个总体都服从正态分布 如果不服从正态分布,可用正态分布来近似 (n1 ? 30 , n2 ? 30 ) 匹配样本的 t 检验 (假设的形式) 假设 研究的问题 没有差异 有差异 总体1 ? 总体2 总体1 总体2 总体1 ? 总体2 总体1 总体2 H0 mD = 0 mD ? 0 mD ? 0 H1 mD ? 0 mD 0 mD 0 注:Di = X1i - X2i ,对第 i 对观察值 匹配样本的 t 检验 (数据形式) 观察序号 样本1 样本2 差值 1 x 11 x 21 D1 = x 11 - x 21 2 x 12 x 22 D1 = x 12 - x 22 M M M M i x 1i x 2i D1 = x 1i - x 2i M M M M n x 1n x 2n D1 = x 1n- x 2n 匹配样本的 t 检验(检验统计量) 样本差值均值 样本差值标准差 自由度df =nD - 1 统计量 D0:假设的差值 【例】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: 匹配样本的 t 检验 (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 单侧检验 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
文档评论(0)