spss讲稿5(1)--SPSS参----数检验和区间估计(一).pptVIP

SPSS参数检验和区间估计（一）;假设检验概述;假设检验的基本原理;总体分布(population distribution) 总体中各元素的观察值所形成的分布 分布通常是未知的 可以假定它服从某种分布 ;样本分布(sample distribution) 一组样本中各观察值的分布，也称经验分布 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 ;抽样分布(sampling distribution) 样本统计量（样本均值, 样本比例，样本方差等）的概率分布 结果来自容量相同的所有可能样本 提供了样本统计量稳定性的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 ;;容量相同的所有可能样本的样本均值的概率分布 推断总体均值?的理论基础 【例】设一个总体，含有4个元素(个体) ，即总体单位数N=4。4 个个体分别为x1=1、x2=2、x3=3 、x4=4 。总体的均值、方差及分布如下;现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果为;计算出各样本的均值; ? = 2.5 σ2 =1.25;? = 50;; 的分布趋于正态分布的过程;假设检验的基本问题;;... 因此我们拒绝假设 ? = 50;假设检验的基本问题;假设检验的基本问题;假设检验的基本步骤：提出原假设或备择假设 什么是原假设？(null hypothesis) 待检验的假设，又称“0假设”，表示为H0 研究者想收集证据予以反对的假设(支持不容易，则找一个反例来拒绝) 总是有等号 ?, ? 或??，表示为： H0：? ? 某一数值 H0：? ? 某一数值 H0：? ? 某一数值 例如, H0：? ? 50（岁）;假设检验的基本步骤：提出原假设或备择假设 什么是备择假设？(alternative hypothesis) 与原假设对立的假设，也称“研究假设”，表示为 H1 研究者想收集证据予以支持的假设。 总是有不等号: ?,?? 或 ?，表示为： H1：? ? 某一数值 H1：? 某一数值 H1 ：? ?某一数值 例如, H1：? ? 50(岁)，或? ?50(岁) ;假设检验的基本步骤：确定恰当的检验统计量 什么是检验统计量？ 用于假设检验决策的统计量，用于反映在原假设成立条件下，样本或更极端情况出现的可能性或样本与零假设间的差距。 应针对不同的问题选择不同的统计量，如： 是大样本还是小样本 总体方差已知还是未知 如：检验统计量的基本形式为;假设检验的基本步骤：规定显著性水平? (significant level) 什么是显著性水平？ 是一个概率值，表示为 ??(alpha) 原假设为真时，拒绝原假设(弃真)的概率；小概率标准 常用的 ??值有0.01, 0.05, 0.10，由研究者事先确定 ??值是决定样本能否推翻原假设的依据 ;假设检验的基本步骤：计算检验统计量的观测值和概率P值 什么是检验统计量的观测值？ 即：样本所反映的信息与原假设间的差距。 什么是检验统计量的概率P值？ 即：一个概率值，观察到的样本或更极端情况在原假设成立时出现的可能性 如果原假设为真，P值是抽样分布中大于或小于样本统计量的概率 ;;H0值;H0值;?/ 2 ;假设检验的基本步骤：作出统计决策 根据给定的显著性水平?，查表得出相应的临界值z?或z?/2， t?或t?/2。 将检验统计量的观测值与? 水平的临界值进行比较，或将检验统计量的概率P值与?进行比较。 得出拒绝或不能拒绝原假设的结论 若检验统计量观测值的绝对值大于? 水平的临界值，则应拒绝H0 若检验统计量观测值的绝对值小于? 水平的临界值，则不应拒绝H0 若检验统计量的概率p-值 ?, 则应拒绝 H0 若检验统计量的概率p值 ?,则不能拒绝 H0 ;一个正态总体参数的假设检验 ;总体? 是否已知？;总体均值的检验(?2 已知或?2未知大样本) 假定条件 总体服从正态分布 若不服从正态分布, 可用正态分布来近似(n?30) 使用Z-统计量 ?2 已知： ?2 未知：;总体均值的检验(?2 未知小样本) 假定条件 总体为正态分布 ?2未知，且小样本 使用t 统计量;t分布:英国酿造化学师戈塞特，小样本研究提出的 Student分布 ?t分布是类似正态分布的一种对称分布，它通常要比正态分布平坦和分散。一个特定的分布依赖于称之为自由度的参数。随着自由度的增大，分布也逐渐趋于正态分布 ;SPSS单样本t检验;SPSS单样本t检验;参数估计的一般问题;区间估计(interval estimate) 在点估计的基础上，以一定的把握程度（置信水平）将总体参数估计在一个区域（置信区间）内 比如，某班级平均分数在75～85之间，把握程度是95% ;置信区间和置信