spss的主要窗口和菜单.pptVIP

**************************************************************************Answer:1.WhenwasBetty’sgrandfatherborn?2.Whendidthegrandfathervisit hisaunt?HewasborninNovember1935.InJulyandAugust,heandhisbrothervisitedhisauntnearthesea.Listenandcheck:bicyclecarchesscomputermovietelephonetrainTV√√√√√******************************李炜制作2双变量统计关系假设检验的步骤双变量的假设检验和单变量很相似，通常采用以下的步骤：1）确定双变量总体参数的假设：如假设总体中性别与文化程度无关，即卡方值=0；W19.1与W19.2不相关，即r=0；2）确定检验此假设的概率标准，即置信区间为95%或90%（即显著度为0.05或0.1）;3）抽取一个随机样本，计算出样本中双变量关系的统计量，如性别与文化程度的卡方值为27.89，W19.1与W19.2的相关系数r=0.367；李炜制作4）选择用来检验这些假设的概率分布，如标准正态分布（Z分布）、卡方分布、t分布、F分布等，并根据置信区间或显著度设立接受原假设的区间（接受域）或拒绝区间（拒绝域）；5）观察样本的统计量的概率值是否落在接受区内，从而判断是接受/拒绝原假设。一般而言，显著度（即拒绝域）一般都定在0.05或0.10。当检验的结果小于此，原假设就落在了拒绝域中，因此就可以得出结论：变量间统计关系为0的假设在总体上是不成立的；而作出这一结论的显著性（或者说，犯错误的概率）5％或10%；换言之，样本中变量关系统计不为0的结果在总体上是成立的，而作出这一结论的显著性（或者说，犯错误的概率）也同样5％或10%；李炜制作3变量关系的显著性检验类型李炜制作B卡方计算公式:4SPSS中变量关系的显著性检验

1)定类—定类尺度：X2检验

卡方检验是用来检验样本中两个定类变量的关系强度测量结果（卡方值）是否能推断总体。

AX2检验的假设：H0:X2＝0；H1:X2≠0；李炜制作C卡方分布形状拒绝域接受域李炜制作DSPSS中卡方检验示例（性别与文化程度）步骤：1）确定双变量总体参数的假设：H0:X2＝0;H1:X2≠0；2）确定检验此假设的概率标准：显著度为0.05。3）抽取一个样本容量为1254的随机样本，计算出样本中性别与文化程度的X2＝27.89。4）选择用来检验H0的分布：X2分布，并根据显著度0.05设立接受域(P0.05)或拒绝域(P0.05)；5）观察样本的统计量的概率值是否落在接受域内，从而判断是接受/拒绝原假设。从下表看出，样本统计量X2＝27.89，概率值（Significance）=0.0000.05，落在拒绝域，因此，否定H0；接受总体中X2＝27.89的判断。此判断犯错误的概率）=0.0000.05。李炜制作显著性检验结果卡方值李炜制作2)定类—定距尺度:F检验F检验是用来检验样本中一个定类变量和一个定距变量的关系强度测量结果（分组平均数）是否能推断总体。如不同职业的人在收入上是否有差异（即职业分组的平均收入是否不同）。AF检验的假设：H0:μ1＝μ2＝μ3＝...μk；H1:μ1≠μ2≠μ3≠...μk；BF值计算公式：李炜制作CF分布的形状接受域拒绝域拒绝域李炜制作DSPSS中F检验示例（文化程度与收入）步骤：1）确定双变量总体参数的假设：H0:μ1＝μ2＝μ3＝...μk；H1:μ1≠μ2≠μ3≠...μk；2）确定检验此假设的概率标准：显著度为0.05。3）抽取一个样本容量为1254的随机样本，计算出样本中文化程度与收入的F＝6.006。4）选择用来检验H0的分布：F分布，并根据显著度0.