T检验及单因素方差分析课件.pptVIP

T检验及单因素方差分析 T检验，亦称student t检验，主要用于样本含量较小（n30），总体标准差σ未知的正态分布资料。 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与z检验、卡方检验并列。 T检验 之 T分数 研究发现，从正态分布的总体中抽取样本时，样本平均数的分布也是一个正态分布，样本平均数的差异量的分布也是正态分布，其分布特征可以用Z分数来描述。 但是，在实际计算标准分数时，需要首先知道总体的标准差，然后计算抽样分布的标准误。如果总体标准差未知，也就只能使用样本标准差作为它的估计值了，以这一估计值计算的标准误就是一个波动值了。 因此，此时不能使用Z分数来描述其分布特征，而是要用t分数来描述其分布特征。 T检验 之 T分布 t 分布是一个均值为零左右对称的丘形分布，峰度低于标准正态分布，尾部高于标准正态分布。 自由度越大其分布越接近于正态分布，所以在大样本检验中可以使用Z检验代替t检验。 t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线越平坦，曲线中间越低，曲线双侧尾部越高；自由度df越大，t分布曲线越接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。 T分布 t分布与Z分布的比较 T分布有如下性质： 1，单峰分布，曲线在t=0处最高，并以t=0为中心左右对称； 2, 与正态分布相比，曲线最高处较矮，两尾部比较高； 3，随着自由度的增大，曲线逐渐接近正态分布，极限为标准正态分布。 t检验分为单总体检验和双总体检验 一、单总体t检验 检验一个样本平均数与一个已知的总体平均数的差异是 否显著。 适用条件： 当总体分布是正态分布，总体标准差未知且样本容量小于30时。 这时一切可能的样本平均数与总体平均数的离差统计量呈t分布，采用单总体t检验。(如果样本是属于大样本，即n 30，那么可用正态分布近似处理)。 单总体t检验统计量为： 二、双总体t检验 双总体t检验是用t分布理论来推论差异发生的概率，从而检验两个样本平均数与其各自所来自总体之间的差异是否显著。 双总体t检验又分为两种情况 一是独立样本平均数的显著性检验，即独立样本t检验。各实验处理组之间毫无相关存在，为独立样本。首先进行方差齐性检验。用于检验两组非相关样本被试所获得的数据的差异性。 二是相关样本平均数差异的显著性检验，即配对样本t检验。用于检验匹配组被试获得的数据，或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本为相关样本。 独立样本t检验 各实验处理组之间毫无相关存在，为独立样本， 方差齐性时，统计量为： 其中 S1?和 S2?为两样本方差；n1?和n2?为两样本容量。 配对样本t检验 两样本个体之间存在一一对应关系，即为相关样本 统计量为： t检验步骤 例：难产儿出生体重n=35， =3.42，S =0.40，一般婴儿出生体重μ0=3.30（大规模调查获得），问相同否？ 解：1.建立假设 H0：μ = μ0 H1：μ ≠ μ0 2.计算检验统计量 3.查相应界值表，确定P值，下结论 查附表1，t0.05 / 2.34?= 2.032,t t0.05 / 2.34,P 0.05，按α=0.05水准，接受H1，两者之间无显著差异。 独立样本T检验 SPSS操作 ?1、将数据组织成如图所示的样式，第二列数据是分组，第一组数据和第二组数据放在一起? 2、在菜单栏上执行：analyze--compare means --independent samples T test?个不同总体之间是否存在 某种差异性，如比较男生样本和女生样本的平均记忆力水平、场依存性分数等；另一情况是来自于同一总体的两个样本，分别在不同条件下进行同样的测量，然后比较两个样本测量的平均值的差异性，以判断不同条件对测量结果的影响。 3、打开如图所示的对话框，我们将要比较平均数的变量放到test variables，将分组变量放到grouping variables，点击define groups ?4、在打开的对话框中，设置组1和组2的值分别是1,2，然后点击继续? 5、回到这个对话框，点击ok按钮? 6、看到输出结果，我们先要分析第一个sig值，如图所示的数字，这个数字大于0.05可以认为两个样本方差是齐性的，我们就看第一行的数据? 7、第二个sig值是0.078大于0.05说明两个样本的平均数是没有差异的? 8、假如在第六步中，提到的sig值小于0.05，即方差不齐性，那就要看第二行数据，第二个sig值为0.079?大于0.05，说明两个样本的平均数是没有差异的? 配对样本T检