SPSS统计分析差异分析课件.ppt

SPSS统计分析—差异分析;均值描述——Means过程;? 研究问题 比较不同性别同学的数学成绩平均值和方差。数据如表所示。 ;假设检验的一般步骤： 根据实际问题提出原假设H0与备择假设 H1。 选择统计量t作为检验统计量，并在H0成立的条件下确定t的分布。 选择显著性水平 ,并根据统计量t的分布查表确定临界值及H0的拒绝域。 根据样本值计算统计量的值，并将其与临界值作比较。 下结论：若统计量的值落入拒绝域内，就拒绝H0；否则，不拒绝H0。;单样本t检验——样本均值与总体均值的比较 独立两样本t检验——独立两样本均值比较 配对样本t检验——配对设计的差数均值与总体均值0的比较 ;单样本t检验; 单样本T检验的零假设为H0总体均值和指定检验值之间不存在显著差异。采用T检验方法，按照下面公式计算T统计量： ;SPSS中实现过程;SPSS中实现过程;单尾检验与双尾检验;独立两样本t检验; 两独立样本T检验的零假设H0为两总体均值之间不存在显著差异。 在具体的计算中需要通过两步来完成： 第一，利用F检验判断两总体的方差是否相同； 第二，根据第一步的结果，决定T统计量和自由度计算公式，进而对T检验的结论作出判断。 ;F值;1．判断两个总体的方差是否相同;2．根据第一步的结果，决定T统计量和自由度计算公式; （2）两总体方差未知且不同情况下，T统计量计算公式为 T统计仍然服从T分布，但自由度采用修正的自由度，公式为; 从两种情况下的T统计量计算公式可以看出，如果待检验的两样本均值差异较小，t值较小，则说明两个样本的均值不存在显著差异；相反，t值越大，说明两样本的均值存在显著差异。;SPSS中实现过程;SPSS中实现过程;图4-6 “Independent-Samples T Test”对话框 ;结果和讨论;统计学上的定义和计算公式; 两配对样本T检验的零假设H0为两总体均值之间不存在显著差异。; ◆注意 单样本t检验和独立两样本t检验样本内部数据的顺序是可以任意调换。而配对样本t检验的样本必须是一一对应的。样本内数据的顺序不能随意交换顺序。 ;; SPSS将自动计算T值，由于该统计量服从n?1个自由度的T分布，SPSS将根据T分布表给出t值???应的相伴概率值。 如果相伴概率值小于或等于用户设想的显著性水平?，则拒绝H0，认为两总体均值之间存在显著差异。 相反，相伴概率大于显著性水平?，则不拒绝H0，可以认为两总体均值之间不存在显著差异。;SPSS中实现过程;方差分析;方差分析基本概念;随机变量;方差分析的目的主要有以下： 1、通过数据分析找出对该事物有显著影响的因素； 2、研究各因素之间的交互作用是否对该事物造成影响。　 ;◆注意：方差分析的适用条件 1、样本来自的总体服从正态分布。 2、样本方差必须是齐次的。 3、各样本之间相互独立。;方差分析的类型 ;单因素方差分析; 在方差分析中，代表变异大小，并用来进行变异分解的指标是离均差平方和。总的变异平方和记为SST，被分解为两项：第一项是各组的离均差平方和之和，代表组内变异（即随机变量引起的变异），称为组内平方和SSW（Within Groups）；第二项是按样本含量大小加权的各组均数与总均数的差值平方之和，代表组间变异（由控制变量引起的变异），称为组间平方和或者处理平方和SSB（Between Groups）。; 这样，我们可采用一定的方法来比较组内变异和组间变异的大小，如果后者远远大于前者，则说明处理因素的影响确实存在，如果两者相差无几，则说明影响不存在，这就是方差分析的基本思想。 ;其中，k为水平数；ni为第i个水平下的样本容量。可见，组间样本离差平方和是各水平组均值和总体均值离差的平方和，反映了控制变量的影响。;F统计量是平均组间平方和与平均组内平方和的比（组间变异与误差变异的比值）。;;SPSS中实现过程;SPSS中实现过程;? 实现步骤;“One-Way ANOVA：Options”对话框 ;结果和讨论;（2）输出的结果文件中第2个表格如下所示。;（3）输出的结果文件中第3个表格如下所示。;（4）输出的结果文件中第4个表格如下所示。; （5）输出结果的最后部分是各组观察变量均值的折线图，如图5-6所示。;事后比较方法的选择;多因素方差分析; 多因素方差分析不仅需要分析多个控制变量独立作用对观察变量的影响，还要分析多个控制变量交互作用对观察变量的影响，及其他随机变量对结果的影响。因此，它需要将观察变量总的离差平方和分解为3个部分：;;; 以上F统计量服从F分布。SPSS将自动计算F值，并根据F分布表给出相应的相伴概率值。;;SP