中文参数估计与假设检验精讲详解演示文稿.pptVIP

5.5 独立样本T检验 5.5.2 独立样本T检验SPSS实例分析 第1步 数据组织: 在SPSS数据文件中建立两个变量，分别为“品种”、“产量”，度量标准分别为“名义”、“度量”，变量“品种”的值标签为：a—品种A，b—品种B，录入数据后，保存名为data5-2.sav的SPSS数据文件; 第2步 独立样本T检验设置: 选择菜单 “选择→比较均值→独立样本T检验”，打开“独立样本T检验”对话框，将“产量” 作为要进行T检验的变量，将“品种”字段作为分组变量，定义分组变量的两个分组分别为“a”和“b”。 打开“独立样本T检验：选项”对话框，具体选项内容及设置与单样本T检验相同。 当前第31页\共有61页\编于星期三\18点 5.5 独立样本T检验 5.5.2 基本概念及统计原理 第3步 运行结果及分析： 独立样本T检验的基本描述统计量 玉米品种 N 均值 标准差 均值的标准误 单位面积产量 品种A 8 81.2500 11.80496 4.17368 品种B 8 75.7500 10.02497 3.54436 上表给出了本例独立样本T检验的基本描述统计量，包括两个样本的均值、标准差和均值的标准误。 当前第32页\共有61页\编于星期三\18点 5.5 独立样本T检验 5.5.２ 基本概念及统计原理 独立样本T检验结果表 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 单位面积产量 假设方差相等 .104 .752 1.004 14 .332 5.50000 5.47560 -6.24398 17.24398 假设方差不相等 1.004 13.642 .333 5.50000 5.47560 -6.27297 17.27297 根据上表“方差方程的 Levene 检验”中的sig.为0.752，远大于设定的显著性水平0.05，故本例两组数据方差相等。在方差相等的情况下，独立样本T检验的结果应该看上表中的“假设方差相等”一行，第5列为相应的双尾检测概率（Sig.（双侧））为0.332，在显著性水平为0.05的情况下，T统计量的概率p值大于0.05，故不应拒绝零假设,，即认为两样本的均值是相等的，在本例中，不能认为两种玉米品种的产量有显著性差异。 当前第33页\共有61页\编于星期三\18点 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 当前第34页\共有61页\编于星期三\18点 5.６ 配对样本T检验 5.6.1 基本概念及统计原理 1．配对样本T检验的概念 配对样本T检验用于检验两个相关样本是否来自相同均值的正态总体，即推断两个总体的均值是否存在显著差异。 　　其零假设为 　，其中 和 分别为第一个总体和第二个总体的均值。 配对的概念是指两个样本的各样本值之间存在着对应关系，配对样本的两个样本值之间的配对是一一对应的，并且两个样本的容量相同。配对样本T检验与独立样本T检验的差别之一是要求样本是配对的。所谓配对样本可以是个案在“前”、“后”两种状态下某属性的两种状态，也可以是对某事物两个不同侧面或方面的描述。其差别在于抽样不是相互独立的，而是互相关联的。 当前第35页\共有61页\编于星期三\18点 5.６ 配对样本T检验 5.6.1 基本概念及统计原理 2．配对样本T检验的数学思想 　　配对样本T检验须求出每对观测值之差，所有样本值的观测值之差形成一个新的单样本，显然，如果两个样本的均值没有显著差异，则样本值之差的均值应该接近零，这实际上转换成了一个单样本的T检验。所以，配对样本T检验就是检验差值所来自的总体其均值是否为零，这就要求差值来自的总体服从正态分布。 当前第36页\共有61页\编于星期三\18点 5.5 配对样本T检验 5.6.1 基本概念及统计原理 3．配对样本T检验的检验统计量 　　在配对样本T检验中，设 、 分别为配对样本。其样本差值 ，此时检验统计量为： 其中 为 的均值，S为 的标准差，n为样本数，当 时，t统计量服从自由度为n-1的t分布。 当前第37页\共有61页\编于星期三\18点 5.６ 配对样本T检验 5.6.2 配对样本T检验SPSS实例分析 【例