第五章SPSS的参数检验.ppt

《第五章SPSS的参数检验.ppt》由会员分享，可在线阅读，更多相关《第五章SPSS的参数检验.ppt（64页珍藏版）》请在三一文库上搜索。

1、描述性统计,目的 通过变量的描述性统计分析，能够掌握和了解样本数据的统计特征和总体分布形态，进而更深入地揭示变量变化的统计规律。 方法 数据计算：计算常见的描述性性统计量的值，准确反映样本数据的统计特征。 图形绘制：绘制常见的统计图形，通过图形来直观展现数据的分布特征，比较数据分布的异同。 通常，两种方法混合使用。 SPSS软件中相关的几种功能 频数分析（Frenquencies）： 基本描述统计量（Descriptives）： 探索性分析（Explore）：,上节回顾,Next,频数分析,SPSS中的频数分布表 频数分析的基本功能之一：是编制频数分布表，以下是几个频数分析时常用的概念： 频数

2、（Frenquency）：变量值落在某个区间或者某个取值点的个数。 百分比（Percent）：各频数占总样本数的百分比。 有效百分比（Valid Percent）：各频数占有效样本数的百分比。 累计百分比（Cumulative Percent）：各百分比逐级累加起来的结果，最终取值是100。,上节回顾,返回,基本描述统计量,概念 通过频数分析对数据的总体分布状况有了基本了解之后，通常还需要对定距变量的分布特征有更为精确的认识，这就需要通过计算基本描述统计量等途径来实现。 常见的描述统计量大致可以分为三类： 第一类：描述集中趋势的统计量 例如：平均值、中位数、众数、求和 第二类：描述离散趋势的统

3、计量 例如：方差、标准差、极差、最大值、最小值、均值标准误差 第三类：描述分布形态的统计量 例如：偏度、峰度,上节回顾,返回,第五章 SPSS的参数检验,主要内容,MEANS过程 单一样本T检验 (One-Sample T Test） 独立样本T检验 (Independent-Sample T Test) 配对样本T检验 (Paired-Sample T Test),一、MEANS过程,（一）Means过程 是spss计算各种基本描述统计量的过程,该过程更倾向于对样本进行描述，可以对需要比较的各组计算描述指标，包括均值、标准差、总和、观测量数、方差等一系列单变量统计量。 （二）操作步骤 按An

4、alyzeCompare MeansMeans顺序，打开Means主对话框。,(三)例题分析,比较不同性别同学的数学成绩平均值与方差。数据如表5-1所示：,数学成绩表,1.操作步骤,1）打开数据文件“Means过程.sav” 。 2）按顺序AnalyzeCompare Means Means打开主对话框。 3）单击Option, 打开Options对话框,选择统计项目。 4）单击OK完成。,2.结果及分析,假设检验在统计方法中的地位,假设检 验,（一）假设检验的概念,样本与总体 从样本中计算出来的数值，通常称为统计量（Statistics）,在总体中的数值，即为参数（Parameters）。

5、由样本统计量来估计总体参数有两种方法：点估计和区间估计。,看备注页,（一）假设检验的概念,假设检验的涵义 假设检验就是事先对总体参数或总体分布形式做出一个假设，然后利用样本的实际资料来判断原假设是否合理的一种统计分析方法。 这里所说的判断原假设是否合理，就是指判断样本信息原假设是否有显著差异，从而决定应接受或否定原假设。所以，假设检验也称为显著性检验。,（一）假设检验的概念,假设检验的举例 某工厂用自动包装机装箱，每箱标准重量为100千克，每天每隔2小时需要检查包装工作是否正常。根据以往的经验，用包装机装箱，每箱的重量标准差为1.15千克。某日开机2小时以后，随机抽取了9箱，重量（单位：千克）

6、分别为：99.3, 98.7, 100.5, 101.2, 98.3, 99.7, 99.5, 102.1 ,100.5 问包装机工作是否正常？ 在本例中，要检验包装机是否正常工作，即检验装箱的重量是否符合标准100千克。假设其装箱的重量符合100千克（原假设H0），然后根据抽取的9箱样品平均重量，运用假设检验的分析方法，能够很容易地判断原假设是否正确，并由此得出包装机是否正常的结论。 上述例子是一个关于用样本平均数来判断总体平均数是否符合标准的假设检验问题。可以判断，如果样本平均数与总体平均数之间的差异不大，未超出抽样误差范围，则认为总体平均数符合规定的标准；反之，如果样本平均数与总体平均数

7、之间的差异超出了抽样误差范围，则认为总体平均数不符合规定的标准。,（一）假设检验的概念,假设检验的基本思想 假设检验所采用的逻辑推理方法是反证法。为了检验某个假设是否成立，先假定它是正确的，然后根据抽样理论和样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设。 这里的合理与否，所依据的是“小概率事件实际不可能发生的原理”。即在一次观察中小概率事件发生了，则认为原假设是不合理的；反之，小概率事件没有出现，则认为原假设是合理的。所以，假设检验的反证法是带有概率性质的反证法，并非严格的逻辑证明。因为假设检验是基于样本资料来推断总体特征的，而这种推断是在一定的置信概率下进行的。,（一）

8、假设检验的概念,小概率事件的含义 设事件A的概率P（A）=，是一个充分小的数，则称A为小概率事件。 小概率事件原理认为，“小概率事件在一次试验中几乎是不可能发生的。”例如，飞机失事是小概率事件，所以人们深信在一次外出旅行途中几乎不会遇到问题，因而人们总是安然地飞来飞去。 再比如，假定某种商品的次品率很低，则你买到其中的一件应不会是次品。反之，倘若你买到的商品是一件次品，那么，你一定会认为这种商品的次品率很高。 对于小概率事件，概率要小到什么程度没有绝对标准。在通常情况下，将概率不超过0.05的事件当作“小概率事件”；有些场合，把概率不超过0.01或0.001看作“小概率事件”。,（一）假设检验

9、的概念,假设检验的步骤 1.提出原假设和备择假设 对每个假设检验问题，一般可同时提出两个相反的假设： 原假设 原假设又称零假设，是正待检验的假设，记为H0 备择假设 备择假设是拒绝原假设后可供选择的假设，记为H1 。 原假设和备择假设是相互对立的，检验结果二者必取其一。接受H0则必须拒绝H1;反之，拒绝H1,则必须接受H0 。 原假设和备择假设不是随意提出的，应根据所检验问题的具体背景而定。 2.选择适当的统计量，并确定其分布形式 不同的假设检验问题需要选择不同的统计量作为检验统计量。,（一）假设检验的概念,假设检验的步骤 3.选择显著性水平 显著性水平表示当H0为真时拒绝H0的概率，即拒绝原

10、假设所冒的风险，用表示。通常取 = 0.1、0.05或0.01等。 4.做出结论 根据样本资料计算出检验统计量的具体数值(及伴随概率P)，并用它与临界值相比较，做出接受或拒绝原假设Ho的结论。 如果检验统计量的数值落在拒绝区域内（P ），说明样本所描述的情况与原假设没有显著性差异，应当接受原假设。,（二）两总体均值比较的概念,目的 研究样本与总体之间的差异。 因为在所有数值特征中，均值是反映总体一般水平的最重要特征，因此可以通过比较样本均值与总体均值之间的差异来判断统计分析的质量。 方法 应用统计学方法解决上述问题称为“差异的显著性检验”。 参数检验：若已知总体为正态分布，所进行差异的显著性检

11、验。 非参数检验：若未知总体分布，所进行差异的显著性检验。 SPSS软件中Compare Means相关的四种功能 两个总体均值的比较（Mean）： 单样本T检验（One-Samples T Test）： 独立样本T检验（Independent-Samples T Test）： 配对样本T检验（Paired-Samples T Test）： 四种功能各有不同，可根据数据的特征选用其中的一个过程。,二、单一样本T检验,概念 是检验样本均值与已知总体均值之间是否存在差异。 统计的前提条件是：样本总体服从正态分布。 计算公式 式中， 为样本均值和检验值的差。因为总体方差未知，所以用样本方差S代替总体

12、方差，n为样本数。 H0（单样本T检验的零假设）:样本均值和总体均值之间不存在显著差异。（即两者差异不大，或没有差异） （Null Hypothesis，H0零假设或虚无假设或虚假设） （alternative hypothesis ，H1择一假设或备择假设或另一假设）,二、单一样本T检验,解释方法 是检验样本均值与已知总体均值之间是否存在差异。 统计的前提条件是：样本总体服从正态分布。 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值对应的相伴概率值P。 检验结果的判断 （1）如果相伴概率值（P值或Sig.值）小于或等于用户假设的显著性水平0.05，则拒绝H0，认为样本

13、均值和总体均值之间存在显著性差异。 （2）相反，相伴概率值（P值或Sig.值）大于显著性水平0.05，则接受H0，认为样本均值和总体均值之间不存在显著性差异。,（三）例题分析,利用住房状况问卷调查数据，推断家庭人均住房面积的平均值是否为20平方米。,1.操作步骤 1）按AnalyzeCompare MeansOne Sample T Test顺序，打开主对话框。(打开数据文件“住房状况调查.sav”。) 2）将变量“人均面积”选入 Test Variable框。 3）在Test Value中输入 20，后单击OK。,2.结果分析,单个样本统计量,人均面积值的观测量个数、均值、标准差和均值的标准

14、误等统计量。,单个样本检验,从表可看出，t 值为8.64,自由度2992（即n-1），样本均值与检验值的差为2.006，该差值95%的置信区间是1.552.46。,三、独立样本T检验,什么是独立样本？,三、独立样本T检验,概念 就是检验独立的正态总体下样本均值之间是否存在显著差异。 前提条件 检验前，要求进行比较的两个样本相互独立，两组样本的样本量可以不等，并且服从正态分布。 案例描述 某大学随机抽取若干个大学一年级学生，分析他们的大学入学考试成绩在性别上是否存在显著差异。 分析：首先，男女学生是来自性别不同的两个总体，这两个总体显然是独立的；其次，入学考试成绩可以认为服从正态分布。 独立样本

15、T检验的H0假设：男女学生入学考试成绩（两个独立样本）之间不存在显著差异。,（三）例题分析 利用住房状况问卷调查数据，推断本市户口总体和外地户口总体的家庭人均住房面积的平均值是否有显著差异。,操作步骤：,按Analyze Compare Means Independent-Sample T Test顺序，打开Independent- Sample T Test主对话框。,对案例的分析,在本案例中，分析本市户口与外地户口家庭人均住房面积的平均值是否存在显著差异。在该题中，由于本市户口人均住房面积和外地户口人均住房面积可以看成两个总体，且住房面积可近似认为服从正态分布，样本数据的获取是独立抽样的，

16、因此，可以用独立样本t检验的方法进行。原假设是：本市户口和外地户口的家庭人均住房面积的平均值无显著差异。,2.结果分析,人均面积值的观测量个数、均值、标准差和均值的标准误等统计量。,分组统计量,独立样本T检验结果,上表是本市户口和外地户口家庭人均住房面积的均值检验结果。分析结论应通过两步完成：第一步，两总体方差是否相等的F检验。这里，该检验的F统计量观察值为65.47，对应的概率P值为0.00，即概率P值小于0.05，可以认为两总体的方差有显著差异。第二步，两总体均值的检验。T统计量为-3.369，对应P值为0.001，小于0.05，即可认为两总体的均值存在显著差异。,四、配对样本T检验,概念

17、 就是根据样本数据对样本来自的两配对总体的均值是否有显著差异进行判断。 前提条件 （1）两样本必须是配对的，即配对要求两组同质受试样本配成对子或同一受试样本分别接受两种不同的处理； （2）样本来自的两个总体必须服从正态分布。 案例描述 （1）针对实验前学习成绩和智商相同的两组学生，分别进行不同教学方法的训练，进行一段时间实验教学后，比较参与实验的两组学生的学习成绩是否存在显著差异。（两组同质受试样本） （2）某班学生在接爱一种新的教学方法培训后，学习成绩是否有显著变化。（同一受试样本）,四、配对样本T检验,计算公式 式中， 配对样本差值序列的平均差。 配对样本T检验的零假设为H0：配对样本的总

18、体均值之间不存在显著差异。 解释：如果相伴概率值小于或等于用户设想的显著性水平=0.05，则拒绝H0，认为两配对样本总体均值之间存在显著性差异。相反，相伴概率值大于显著性水平=0.05，则接受H0，认为两配对样本总体均值之间不存在显著性差异。,案例分析,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名肥胖志愿者进行减肥跟踪调查。首先将喝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。,体重可以近似认为服从正态分布。从实验设计的样本数据的获取过程可以看出，这两组样本是配对的。因此，可以借助两配对

19、样本t检验的方法，通过检验喝茶前与喝茶后体重的均值是否发生显著变化来确定减肥茶的减肥效果。,第三列是喝茶前与喝茶后两组样本的简单相关系数，第四列是相关系数检验的概率P值。它表明在显著性水平为0.05时，肥胖志愿者服用减肥茶前后的体重并没有明显的线性变化，喝茶前与喝茶后体重线性相关程度弱。,上表告诉我们，喝茶前与喝茶后体重的平均差异是19.23，样本标准差是7.98，均值的标准误差是1.35，t检验统计量是14.25，P值小于0.005，应拒绝原假设，即认为喝茶前与喝茶后的体重平均值存在显著差异，可以认为该减肥茶具有显著的减肥效果。,本节小结,（三）例题分析 研究饲料中缺乏维生素E与肝中维生素A

20、含量的关系，将大白鼠按性别、体重等配为8对，分别喂给正常饲料和维生素E缺乏饲料，一段时期后测定其肝中维生素A含量（mol/L），数据如下：,1.操作步骤 1）输入数据并定义变量名：正常饲料组测定值为x1，维生素E缺乏饲料组测定值为x2(数据文件“饲料（配对T检验）.sav”。) 2）按Analyze Compare Means Paired-Sample T Test 顺序，打开主对话框。 3）单击变量x1，再单击x2，将x1，x2送入Variables框。左下方Current Selections框中出现Variable1、 Variable2 4）单击OK。,配对样本T检验描述统计量,变量

21、x1、 x2的均数、标准差、标准误,配对样本T检验相关性,本例共有8对观测值，相关系数为0.586，相关系数的显著性检验表明显著值为0.127。,说明变量x1 、x2两两相减的差值均数、标准差、差值均数的标准误差分别为8.513、5.719、2.022，95可信区间为3.731 ，13.292。配对检验结果表明t为4.21，自由度为7，显著值为0.004，差别具高度显著性意义，即饲料中缺乏维生素E对鼠肝中维生素A含量确有影响。,配对样本T检验结果,上机作业,熟练掌握单一样本、独立样本、配对样本均值的比较和检验，了解它们的区别，熟悉基本操作，能够正确阅读结果。 了解means过程的功能与基本操作过程。,