spss19(中文版)参数估计与假设检验精讲[宣讲].pptVIP

5.3 参数检验及非参数检验 5.3.2 非参数检验简介 非参数检验是在总体分布未知的情况下，利用样本数据对总体分布形态等进行推断的方法，在推断过程中不涉及有关总体分布的参数，而是检验总体某些有关的性质，如总体的分布位置、分布形状之间的比较等。 与参数检验的原理相同，非参数检验过程也是先根据问题提出原假设，然后利用统计学原理构造出适当的统计量，最后利用样本数据计算统计量的概率P值，与显著性水平进行比较，得出拒绝或者接受原假设的结论。 非参数检验包括单样本（O）、独立样本（I）、相关样本（R）的非参数检验。 5.3 参数检验及非参数检验 5.3.3 参数检验及非参数检验比较 1．参数检验和非参数检验的区别 参数检验和非参数检验最本质的区别是：参数检验需要事先确定或假定总体的分布，非参数检验则不需要假定总体的分布，而是直接用样本来推断总体的分布。 除此之外，二者之间还可以从很多方面来区分。 研究的对象和目标不同。 研究的统计量有所不同。 主要内容 5.1 参数估计 5.2 假设检验 5.3 参数检验与非参数检验 5.4 单样本T检验 5.5 独立样本T检验 5.6配对样板T检验 5.7单样本的非参数检验 5.4 单样本T检验 5.4.1 基本概念及统计原理 1.单样本T检验的概念 单样本T检验利用来自某总体的样本数据，推断该总体的均值与指定的检验值之间是否存在显著性差异，它是对总体均值的假设检验。 为此，给出检验均值 ，原假设： = ，其中 为总体均值，即认为总体均值与检验值 之间无显著性差异。 。 例如，从新生的入学成绩的抽样数据推断平均成绩是否为75分；在人口普查中，某地区职工今年的平均收入是否和往年的平均收入有显著差异。 5.4 单样本T检验 5.4.1 基本概念及统计原理 2.单样本T检验的检验统计量 单样本T检验的前提是总体服从正态分布 ，其中 为总体均值， 为总体方差。如果样本容量为n,样本均值为 ，则 仍服从正态分布，即： 。 在零假设成立的条件下，均值检验使用t统计量，构造的t统计量为： 其中， 用 代入，t统计量服从自由度为n-1的t分布，S为样本标准差。 在给定原假设的前提下，SPSS将检验值代入t统计量，得到检验统计量观测值，以及根据T分布的分布函数计算出的概率P值。 5.4 单样本T检验 5.4.1 基本概念及统计原理 3.单样本T检验的步骤 在给定样本来自正态总体的假设下，单样本T检验作为假设检验的一种方法，其基本步骤与假设检验的步骤是一样的。 5.4 单样本T检验 5.4.2 单样本T检验SPSS实例分析 【例5-2】 某生产食盐的生产线，其生产的袋装食盐的标准质量为500 g，现随机抽取10袋，其质量分别为495 g，502 g，510 g，497 g，506 g，498 g，503 g，492 g，504 g，501 g。假设数据呈正态分布，请检验生产线的工作情况。 分析:这是一个典型的比较样本均值和总体均值的T检验问题 ; 第1步 数据组织：首先建立SPSS数据文件，只需建立一个变量“Weight”，录入相应的数据即可，建立的数据文件存入文件data5-1.sav中。 5.4 单样本T检验 5.4.2 单样本T检验SPSS实例分析 第2步 单样本T检验分析设置 选择菜单“分析→比较均值→单样本T检验（S）”，打开 “单样本T检验” 对话框，将变量“weight”移入”检验变量”列表框,并输入检验值500; 打开“单样本T检验：选项”对话框 ,设置置信区间为95%(缺省为95%); 5.4 单样本T检验 5.4.2 单样本T检验SPSS实例分析 第3步 主要结果及分析: 单样本统计量表 单样本T检验结果表 N 均值 标准差 均值的标准误 weight 10 500.8000 5.39135 1.70489 检验值 = 500 t df Sig（双侧） 均值差值 差分的 95% 置信区间 下限 上限 weight .469 9 .650 .80000 -3.0567 4.6567 本例置信水平为95%，显著性水平为0.05，从上表中可以看出，双尾检测概率P值为0.650，大于0.05，故原假设成立，也就是说，抽样袋装食盐的质量与500克无显著性差异，有理由相信生产线工作状态正常 下表给出了单样本T检验的描述性统计量，包括样本数（N）、均值、标准差、均值的标准