spss课件9

进行方差齐性检验使用F检验。对应的零假 设是：两组样本方差相等。 P值小于α说明在该水平上否定原假设，方 差不相等； 否则接受原假设，两组方差无显著差异。
独立样本T检验的功能和应用
1. 检验变量的统计量的均值、标准差、标准误 和样本容量;
2. 检验两样本方差是否相等的F检验结果；
3. 假定方差相等时，检验两样本的均值是否来 自同一总体均数的T检验结果； 4. 假定方差不相等时，检验两样本均值是否来 自同一总体均值的T检验结果； 5. 差值的均值、标准差、标准误和置信区间。
（4）“券外收入”（证券市场以外的年收入）的变量值定义为：
1=3千元以下，2=3至5千元，3=5千至1万元，4=1至2万元，5=2至3 万元，6=3至4万元，7=4至5万元，8=5至6万元，9=6万元以上
点击Analyze → Compare Means → IndependentSample T test。从左框变量名中选出“券外收入”、 “投资总额”、 “入市年”变量，放入右边的 Test Variable(s)框中。“文化程度”变量放入右边 Grouping Variable框中。
F 两法的激励效果 （业绩增长%） Equal variances assu med Equal variances not assumed .121 Sig. .734
ependent Samples Test
t统计量的显著性概率 p=0.128>0.05,即接受零 假设,两种激励方法的X1- X 2 S12 S2 2 + n1 n2
用F检验法判断 两总体方差 是否相等?
不相等
相等 用T检验法比 较两组样本的 t X 1 X 2 1 1 总体的均值是 Sw n1 n2 否相等,用该 公式计算T统 计量值
用T检验法比 较两组样本的 X1 X 2 t 总体的均值是 S12 S 2 2 否相等用该公 n1 n2 式计算T统计 量值
t-test for E quality of Means 95% C onfiden ce In terval o f the Difference Lower Up per -.16540 1.16540 -.16897 1.16897
t 1.637 1.637
df 12 11.448
Sig. (2-tailed) .128 .129
投入证券市场总资金
16.199
.000
1.650 1.530
入市年份
1.256
.263
2.810 2.741
“证券投资总额” 的f的显著性 概率p=0.000<0.05，拒绝方差无 明显差异的零假设,表明“大专 Independent Samples Test 以上组”与“高中以下组”的 Levene's Test for Equality of Variances t-test for Equality of Means “证券投资总额”的方差有明 显差异.。
F Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed .189
第五章 SPSS的 参数检验(续)
5.3两独立样本T检验 5.4两配对样本T检验
5.3 两独立样本T检验
利用某两个总体的独立样本, 推断两个总体的均值是否存 在显著差异。
独立样本T检验的要求
1. 被比较的两个样本彼此独立， 即没有配对关系； 2. 两样本均来自正态总体；
3. 均值对于检验是有意义的。
2 假设s 12与s 2 分别为两个正态总体的方差,
又设n1与n2分别为两个正态总体的容量, X1与X 2分别为两个样本的均值, s12与s22分别为两个样本的样本方差
2 当方差未知时,但认为方差相等时,即s 12 = s 2 ,
t=
X1- X 2 1 1 Sw + n1 n2
2 当方差未知时,但认为方差不相等时,即s 12 ¹ s 2 ,
此时该框下面的Define Groups按钮被激活。点击Define Groups按钮，机器弹出一个小的对话框，要求输入两个组 的变量值或分组变量的分界点（Cut point）的值。选择 “Cut point” ，输入“3”。意味着把大专以上的文化程度的 投资者分为一组，把高中及以下文化程度的分为一组。
Sig. (2-tailed) 369 .047 .047 .100 .128 .005 .007
203.461 379 194.178 362 214.131
t统计量的显著性概率 p=0.047<0.05,即不接受零 假设 “大专以上组”与 “高中以下组”的“证券 Independent 市场外的年收入”的平均 Samples Test Levene's 值有明显差异。 of Test for Equality Variances
证券市场以外年收入
Sig. .664
t 1.990 1.996
Mean Std. Error df Sig. (2-tailed) Difference Difference 369 .047 .5913 .29715 203.461 379 194.178 362 214.131 .047 .100 .128 .005 .007 .5913 .4788 .4788 .7791 .7791 .29623 .29015 .31298 .27724 .28425
证券市场以外年收入 投入证券市场总资金 入市年份
观察T检验值，应当 用上面一行的结果
证券市场以外年收入
独立样本假设检验的结果：给出了 方差 齐性检验、T检验和95%置信 区间的计算结果。 “证券市场外的年收入” 的f 的显著性概率p=0.664>0.05， Independent Samples Test 接受零假设，表明“大专以 Leven e's Test for 上组”与“高中以下组”的 Equality of Variances “证券市场外的年收入”的 方差没有明显差异。
独立样本的概念p129
样本x1,x2,…, xn与y1,y2,…, ym 可以独立
颠倒顺序而不对问题产生影响的样本。
例如，调查对象是某单位的职工，一 组样本是男职工的工资，另一组样本 是女职工的工资。你可以任意颠倒职 工的顺序，而不对问题产生影响。
两个正态总体的参数检验问题
已知来自两个正态总体的相互独立的样本： x1,x2,…, xn与y1,y2,…, ym 检验： 1.两组样本的总体的方差齐性问题： 检验假设H0 :总体方差 s 2 = s 2 是否成立。 1 2 2.在两个正态总体方差相等时 ，检验两组样本的总 体的均值是否相等的问题： 检验假设H0 : μ1 =μ2 是否成立； 3.在两个正态总体方差不相等时，两组样本的总体 的均值是否相等的问题： 检验假设H0 : μ1 =μ2 是否成立；
打开管理统计数据 “CH6CH9CH10证券投 资额与依据”
在数据编辑器的变量定义窗口可以看到变量值定义：
（1）“文化程度”的变量值定义为： 1=初中及以下，2=高中，3=大专，4=大学，5=硕士，6=博士
（2）“入市年”的变量值定义为：
1=1991年，2=1992年，3=1993年，…10=2000年， （3）“投资额”的变量值定义为： 1=5万元以下，2=5至10万元，3=10至15万元，4=15至20万元，5=20 至30万元，6=30至40万元，7=40至60万元，8=60至100万元以上
检验步骤:


F检验 零假设为：两种激励方法的效果的方差没 有明显差异。 T检验 零假设为：两种激励方法的平均效果没有 明显差异。
打开管理统计数 据“CH6CH7独立 检验激励实验齐”
点击Analyze → Compare Means → Independent-Sample T test。从左框变量名中 选出“激励效果”变量，放入右边的Test Variable(s)框中。“激励方法”变量放入右 边Grouping Variable框中。
Mean Difference .5000 .5000
Std. E rror Difference .30539 .30539
例题：某政券公司从某城市某区有关 营业点抽样调查得到散户股民买进、 卖出和投资的有关数据。问：不同文 化程度（受教育程度）的股民的政券 投资额、证券市场外的收入和入市年 份（的平均值）有无显著差距？
F .189 Sig. .664 t 1.990 1.996 16.199 .000 1.650 1.530 1.256 .263 2.810 2.741 Mean Std. Error df Sig. (2-tailed) Difference Difference 369 .047 .5913 .29715 203.461 379 194.178 362 214.131 .047 .100 .128 .005 .007 .5913 .4788 .4788 .7791 .7791 .29623 .29015 .31298 .27724 .28425
F .189 Sig. .664 t 1.990 1.996 16.199 .000 1.650 1.530 1.256 .263 2.810 2.741 df
t-test fo
投入证券市场总资金
入市年份
Equal variances assu med Equal variances not assumed Equal variances assu med Equal variances not assumed Equal variances assu med Equal variances not assumed