第4章均值比较和t检验.ppt

第4章均值比较和T检验在统计分析中，经常遇到这样的问题：要对抽取的样本按照某个类别进行分别计算相应的常用统计量，如平均数、标准差等；或者检验两个相关的样本是否来自具有相同均值的总体或者检验两个有联系的正态总体的均值是否显著差异等。本章介绍的均值比较过程及T检验过程可以解决此类统计分析问题。SPSS主要有以下模块实现均值比较过程。? 均值过程。? 单样本T检验。? 独立样本T检验。? 配对样本T检验。4.1均值过程均值过程倾向于对样本进行描述，它可以对需要比较的各组计算描述指针进行检验前的预分析。均值过程的优势在于，所有的描述性统计变量均按因变量的取值分组计算，无须先进行文件拆分过程，输出结果中各组的描述指标放在一起，便于互相比较分析。4.1.1均值过程简介均值过程计算指定变量的综合描述统计量，包括均值、标准差、总和、观测量数、方差等一系列单变量描述统计量，当观测量按一个分类变量分组时，均值过程可以进行分组计算。例如，要计算某地区高考的数学成绩，SEX变量把考生分为男生、女生两组，均值过程分别计算男生、女生的数学成绩。均值过程还可给出方差分析表和线性检验结果。使用均值过程求解若干组的描述统计量，目的在于比较，因此必须分组求均值。这是与描述过程不同之处。4.1.2均值过程的SPSS操作详解因变量列表：该列表框中的变量为要进行均值比较的目标定量，又称为因变量，且因变量一般为度量变量。如要比较两个班的数学成绩的均值是否一致，则教学成绩变量就是因变量，班级就是自变量。自变量列表：该列表框中的变量为分组变量，又称为自变量。自变量为分类变量，其取值可以为数字，也可以为字符串。一旦指定了一个自变量，“下一张”按钮就会被激活，此时单击该按钮可以在原分层基拙上进一步再细分层次，也可以利用“上一张”回到上一个层次。如果在层1中有一个自定量，层2中也有一个自变量，结果就显示为一个交叉的表，而不是对每个自变量显示一个独立的表。4.1.3课堂练习：比较考试成绩实例内容下图中给出了某班男、女生的考试成绩。性别1为男生，性别2为女生，试比较不同性别同学的成绩平均值。4.1.3课堂练习：比较考试成绩2.实例操作3.实例结果及分析(1)描述性统计分析表。下图给出了均值过程的案例处理摘要。该表显示了均值过程中的案数、已经排除的个案数目及总计的数据和相应的百分比，可以看出在此次均值过程共涉及了100%的个案。(2)单样本T检验结果。下图给出了均值比较结果报告。该图中列出了成绩的均数、样本和标准差，以及总的均数、样本和标准差。4.2单样本T检验单样本T检验过程将单个变量的样本平均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。4.2.1单样本T检验的基本原理4.2.2单样本t检验的SPSS操作详解4.2.3课堂练习：溶剂浓度测量方法准确度分析4.2.1单样本T检验的基本原理使用目的单样本T检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在明显的差异。它是对总体均值的假设检验。2.基本原理单样本t检验作为假设检验的一种方法，其基本步骤和假设检验相同。其零假设为H0：总体均值与指定检验值之间不存在显著差异。该方法采用t检验方法，按照下式计算t统计量。式中，D是样本均值与检验值之差；因为总体方差未知，故用样本方差S代替总体方差；n为样本数。3.概率P值如果概率P值小于或等于显著性水平，则拒绝零假设；如果概率P值大于显著性水平，则接受零假设。4.软件使用方法（1）在SPSS中，软件将自动计算t值，由于该统计量服从n-1个自由度的t分布，SPSS将根据t分布表给出t值对应的相伴概率P值。（2）如果相伴概率P值小于或等于给定的显著性水平，则拒绝H0，认为总体均值与检验值之间存在显著差异。（3）相反，相伴概率值大于给定的显著性水平，则不应拒绝H0，可以认为总体均值与检验值之间不存在显著差异。4.2.2单样本T检验的SPSS操作详解【缺失值】选项组：用于设置缺失值的处理方式，它有以下两种处理方式。按分析顺序排除个案：点选该单选钮，表示当分析计算涉及到含有缺失值的变量时，删除该变量上是缺失值的观测量。按列表排除个案：点选该单选钮，表示删除所有含缺失值的观测量后再进行分析。支持均值和标准差的Bootstrap估计。支持平均值差值的Bootstrap估计和显著性检验。4.2.3课堂练习：溶剂浓度测量方法准确度分析1.实例内容某药物在某种溶剂中溶解后的标准浓度为20.00mg/L。现采用某种方法，测量该药物溶解液11次，测量后得到的结果见下图。分析