第四讲连续变量参数检验均值比较检验.pptVIP

第四讲连续变量参数检验均值比较检验 Levene 检验F统计量值为11.93，对应的概率P值为0.001，小于给定的显著性 水平α=0.05，因此，拒绝两总体方差相等的原假设。 选择方差不等时的t检验的结果进行分析。t统计量值为-5.771，对应的双尾概率的 P值为0.000，如果给定显著性水平为α=0.05，由于P值小于0.05，因此，拒绝两 总体均值相等的原假设。即：认为两总体的均值有显著差异。 检验结果表明，高收入和低收入的消费者信心存在显著差异。 第四讲连续变量参数检验均值比较检验 第四节 配对样本的t检验 一、两配对样本T检验的目的 利用来自两个总体的配对样本，推断两个总体的均值是否存在显著性差异； 注意： 两配对样本的样本容量应该相等，两组样本观察值的顺序一一对应，不能随意改变； 样本来自的总体服从或近似服从正态分布。 第四讲连续变量参数检验均值比较检验 所谓配对，可以是个案在前、后两种状态下某属性的两种不同特征、也可以是对某事物两个不同侧面的描述。 例1：为研究某种减肥茶是否有显著的减肥效果，需要对肥胖人群喝茶前与喝茶后的体重进行分析。 数据搜集时，通常要采用配对的抽样方式，即首先从肥胖人群中随机抽取部分志愿者并记录下他们喝茶的体重。 喝茶一段时间后，重新观测这些肥胖志愿者喝茶后的体重。 这样获得的两组样本就是配对样本。 例2：为分析两种不同促销形式对商品销售额是否产生显著影响，需要分别收集几种商品在不同促销形式下销售额的数据。为保证研究结果的准确性，也应采用配对的抽样方式。 数据搜集时，随机选择几种商品，并分别记录它们在两种不同促销方式下的销售额，这样的两组样本是配对的。 注意，配对样本，两组样本观察值的先后顺序是一一对应的，不能随意更改。如，减肥茶问题中，每对观察值数据都唯一对应一个肥胖者，不能随意改变观察值的先后次序。 第四讲连续变量参数检验均值比较检验 配对样本的 t 检验 (数据形式) 观察序号 样本1 样本2 差值 1 x 11 x 21 D1 = x 11 - x 21 2 x 12 x 22 D1 = x 12 - x 22 M M M M i x 1i x 2i D1 = x 1i - x 2i M M M M n x 1n x 2n D1 = x 1n- x 2n 第四讲连续变量参数检验均值比较检验 配对样本的 t 检验(检验统计量) 样本差值均值 样本差值标准差 自由度df ＝nD - 1 统计量 D0：假设的差值 第四讲连续变量参数检验均值比较检验 二、两配对样本T检验的实现思路 提出原假设H0：两总体均值不存在显著差异D0=0； 选择检验统计量。 两配对样本T检验是间接通过单样本T检验实现的。配对样本T检验实际上是先求出每对观测值之差值，对差值变量求平均。检验配对变量均值之间差异是否显著，实质是检验差值变量的均值与0之间差异的显著性； 计算样本统计量观测值和概率P值； 根据显著性水平和概率P值进行统计推断 第四讲连续变量参数检验均值比较检验 三、两配对样本T检验的SPSS实现 为研究某种减肥茶是否具有明显的减肥效果，某美体健身机构对35名肥胖志愿者进行了减肥跟踪调研。首先将其喝减肥茶以前的体重记录下来，三个月后再依次将这35名志愿者喝茶后的体重记录下来。通过这两组样本数据的对比分析，推断减肥茶是否具有明显的减肥作用。数据文件名为：减肥茶数据.sav 两配对样本T检验的数据组织 第四讲连续变量参数检验均值比较检验 第四讲连续变量参数检验均值比较检验 把一对或若干对检验变量选择 到Paired Variables框 至此，SPSS将自动计算t统计量和对应的概率p值。 第四讲连续变量参数检验均值比较检验 SPSS输出结果： 喝茶前、后体重的基本描述统计量 喝茶前后平均体重有差异，但这一差异是否是系统性的，需要进一步进行检验。 喝茶前、后体重的相关系数及显著性检验 喝茶前、后体重的不存在显著的线性相关。 Rejection region does NOT include critical value. Rejection region does NOT include critical value. 38 In this diagram, do the populations have equal or unequal variances? Unequal. 9 Just take the mean and standard deviation of the difference. SD is simply the standard deviation. The formula is the computational formula. 第四讲连续变量参数检验均值比较检验 4、选取不