- 1、本文档共8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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《统计学软件及应用》上机试验报告
试验名称:实验9 均数间的比较—T检验
成绩:
姓名
专业
学号
试验日期
试验地点
试验目的与要求
一、实验目的:
掌握均数间比较-T检验的做法
二、实验要求:
1. 重点掌握:T检验的基本步骤
2. 掌握:单样本 t 检验、完全随机的两样本 t 检
3. 熟悉:配对 t 检验
4. 了解:假设检验的基本步骤
试验原理
第九节 均数间的比较—T检验
9.1 假设检验的基本步骤
9.1.1 建立假设
根据统计推断的目的而提出的对总体特征的假设。统计学中的假设有两方面的内容:
一是检验假设(hypothesis to be tested),亦称原假设或无效假设(null hypothesis),记为 H0;
二是与H0相对立的备择假设(alternative hypothesis),记H1。后者的意义在于当H0被拒绝时供采用。两者是互斥的,非此即彼。
9.1.2 确定检验水准
实际上就是确定拒绝 H0 时的最大允许误差的概率。检验水准(size of test),常用? 表示,是指检验假设 H0 本来是成立的,而根据样本信息拒绝 H0 的可能性大小的度量,换言之,是拒绝了实际上成立的 H0 的概率。 常用的检验水准为? = 0.05,其意义是:在所设 H0 的总体中随机抽得一个样本,其均 数比手头样本均数更偏离总体均数的概率不超过 5%
9.1.3 计算检验统计量和 P 值
实际上在此之前还有一步叫做进行试验,所需的样本数据即从此得来 统计量只是工具,概率值才是目的,它可以客观衡量样本对假设总体偏离程度。从H0假设的总体中抽出现有样本(及更极端情况)的概率,即 P 值。 检验统计量的特点:
?该统计量应当服从某种已知分布,从而可以计算出 P 值
?各种检验方法所利用的分布及计算原理不同,从而检验统计量也不同
9.1.4 得出推断结论
按照事先确定的检验水准?界定上面得到的 P 值,并按小概率原理认定对 H0 的取舍, 作出推断结论: (1)若 P ≤α基于 H0 假设的总体情况出现了小概率事件,则拒绝 H0,接受 H1,可以认为样本与总体
的差别不仅仅是抽样误差造成的,可能存在本质上的差别,属“非偶然的(significant)”, 因此,可以认为两者的差别有统计学意义。进一步根据样本信息引申,得出实用性的结论。 (2)若 P>α基于 H0 出现了很常见的事件,则样本与总体间的差别尚不能排除纯粹由抽样误差造成,
可能的确属“偶然的(non-significant)”,故尚不能拒绝 H0。因此,认为两者的差别无统计 学意义,但这并不意味着可以接受 H0。
9.2 单样本 t 检验
9.2.1 统计理论
推断样本是否来自某已知总体,即要检验样本所在总体的均数是否等于已知的总体均数 ,为了回答该问题,统计学上采用了小概率反证法的原理:我们有如下两种假设: H0:样本均数与总体均数的差异完全是抽样误差造成
H1:样本均数与总体均数的差异除由抽样误差造成外,也反映了两个总体均数确实存在的差异
先假设 H0 成立,即一切都是抽样误差造成的。在这个前提下,我们的样本是从已知均 数的大总体中抽出来的。显然,样本均数和假设总体均数之差就代表了偏离假设的程度,标准化的基本方式就是将差值除以表示样本均数离散程度的指标。 在单样本的情况下,样本的均数服从 t 分布,这个被标化的差值,就是本次检验中所谓的统计量。由于该统计量服从 t 分布,可利用该分布得到相应的概率值,故而此处的方法被 称为为单样本 t 检验。
最终求得的 P 值表示从假设总体中抽出当前样本均数(及更极端情况)的概率总和。如 果该 P 值太小,成为了我们所定义的小概率事件(小于等于α水准),则我们怀疑所做的假设不成立,从而拒绝 H0,基本信念是小概率事件在一次实验中不可能发生。反之,我们就不 能拒绝 H0,但一般也不太好说去接受他。
9.2.2 适用条件
因为有中心极限定理,一般均数的抽样分布都不会有问题,真正会限制该方法使用的是 均数是否能够代表相应数据的集中趋势。也就是说,只要数据分布不是强烈的偏态,一般而言单样本 t 检验都是适用的。
9.2.3 分析实例
消费者信心指数以 100 作为基准值,现希望比较 2007 年 12 月的总消费者信心指数是否与基准值有差异。
选择 数据——选择个案,单击如果条件满足,进入 如果 对话框,输入 time=200712,依此确定;
选择 描述统计——描述,将总指数选为变量,得到描述统计表;
可以看到,有效个案数是304 例,均值为 94.14,
文档评论(0)