SPSS学习系列21. 均值的T检验.docVIP

21. 均值的T检验 T检验，是一种针对连续变量的参数假设检验，用来检验“单样本均值与已知均值（单样本T检验）、两独立样本均值（独立样本T检验）、配对设计资料的均值（配对样本T检验）”是否存在差异，这种差异是否能推论至总体。 例如，检查学生成绩平均分是否等于某分值；比较两个班学生的平均分是否存在差异；正常饲料组和维E缺乏组大白鼠肝中维生素A含量的均值是否存在差异。 T检验适用于样本含量较小（比如n60，大样本数据可以用U检验），适用条件： ①数据服从正态分布； ②满足方差齐性； 注：若数据不满足①，②，可以尝试对数据做变量变换：对数变换、平方根变换、倒数变换、平方根反正弦变换等。 有数据文件： 由第19,20篇的“正态性检验”和“方差齐性检验”知，“数学成绩”满足正态性和方差齐性。 一、单样本T检验 要求数据满足正态性、方差齐性。 问题1：检验“数学成绩”的平均值是否等于75分。 【分析】——【比较均值】——【单样本T检验】，打开“单样本T检验”窗口，将变量“数学成绩”选入【检验变量】框，【检验值】框输入“75”， 【选项】按钮设置置信限，保持默认即可。点【确定】得到 单个样本统计量 N 均值 标准差 均值的标准误 数学成绩 50 75.78 13.960 1.974 单个样本检验 检验值 = 75 t df Sig.(双侧) 均值差值 差分的 95% 置信区间 下限 上限 数学成绩 .395 49 .694 .780 -3.19 4.75 结果说明： 单样本T检验的原假设H0: 均值μ = μ0；备择假设H1: 均值μ≠μ0 本例中，t值=0.395, P值=0.6940.05, 故接受原假设，即“数学成绩的平均分=75”有统计学意义； “平均分=75”的95%置信限为 [75-3.19, 75+4.75] 二、独立样本T检验 要求数据满足：独立性、正态性、方差齐性。 问题2：检验1班和2班的数学成绩是否存在差异。 1.【分析】——【比较均值】——【独立样本T检验】，打开“独立样本T检验”窗口，将变量“数学成绩”选入【检验变量】框，将分组变量“班级”选入【分组变量】框， 2.点【定义组】打开“定义组”子窗口，【使用指定值】下面的组1框中填入“1”，组2框中填入“2”， 点【继续】回到原窗口，点【确定】得到 组统计量 班级 N 均值 标准差 均值的标准误 数学成绩 甲班 24 72.29 14.048 2.868 乙班 26 79.00 13.339 2.616 独立样本检验 方差方程的Levene检验 均值方程的 t 检验 F Sig. t df Sig.(双侧) 均值差值 标准误差值 差分的 95% 置信区间 下限 上限 数学成绩 假设方差相等 .022 .884 -1.732 48 .090 -6.708 3.873 -14.496 1.079 假设方差不相等 -1.728 47.161 .090 -6.708 3.881 -14.516 1.099 结果说明： （1）甲班的数学平均分=72.29，乙班的数学平均分=79； （2）方差齐性检验的P值=0.8840.05, 接受原假设H0，即方差齐； （3）独立样本T检验的原假设H0: 均值μ1=μ2；备择假设H1: 均值μ1≠μ2. T检验结果有两种：假设方差相等、不相等。由于前面已知方差齐，故看“假设方差相等”的结果：P值=0.090.05, 故接受原假设H0, 即认为两个班的数学平均分在统计学意义上没有差异。 三、配对样本T检验 配对设计实验的数据：①同一受试对象处理前后的数据；②同一受试对象两个部位的数据；③同一样品用两种方法/仪器检验的结果；④配对的两个受试对象分布接受进行两种处理后的数据。 配对数据之间有一定的相关性，配对样本T检验就考虑到了这种相关性，其基本原理是为每对数据求差值，若无差异则差值的总体均值为0. 问题3：用某药治疗10名高血压病人，对每一病人治疗前、后的舒张压（mmHg）进行了测量，结果如下： 问该药有无降压作用？ 【分析】——【比较均值】——【配对样本T检验】，打开“配对样本T检验”窗口，将变量“治疗前”“治疗后”分别选入【成对变量】框的“Variable1”、“Variable2”， 点【确定】得到 成对样本统计量 均值 N 标准差 均值的标准误 对 1 治疗前 122.10 10 11.318 3.579 治疗后 112.10 10 16.176 5.115 成对样本相关系数 N 相关系数 Sig. 对 1 治疗前治疗后 10 .674 .033 成对样本检验 成对差分 t df Sig.(双侧) 均值 标准差 均值的标准误 差分的 95% 置信区间 下限 上限 对 1 治疗前 - 治疗后 10.000 11.954 3.780 1.44