spss假设检验

8.3 利用SPSS实现独立样本t检验
第8章 简单统计 推断：假设检验
例8-3 利用“1991年美国综合社会调查数据”，分析美国 男女的受教育年数是否有显著差异。 假设检验问题为（双尾检验） ：
H0 : 男 女 H1 : 男 女
菜单：“分析”->“比较均值”->“独立样本T检验”
Xiang Ye School of Information, Renmin University of China
8.1 假设检验的基本原理
第8章 简单统计 推断：假设检验
假设检验是一种方法，目的是为了决 定一个关于总体特征的定量的断言（ 比如一个假设）是否真实。 通过计算从总体中抽出的随机样本的 适当的统计量来检验一个假设。 如果得到的统计量的实现值在假设为 真时应该是罕见的（小概率事件）， 将有理由拒绝这个假设。
Xiang Ye School of Information, Renmin University of China
8.1 假设检验的基本原理
第8章 简单统计 推断：假设检验
如果一个人说他从来没有骂过人。他能够证明吗？ 如果非要证明他没有骂过人，他必须出示他从小到 大每一时刻的录音录像，所有书写的东西等，还要 证明这些物证是完全的、真实的、没有间断的。这 简直是不可能的。即使他找到一些证人，比如他的 同学、家人和同事来证明，那也只能够证明在那些 证人在场的某些片刻，他没有被听到骂人。 但是，反过来，如果要证明这个人骂过人很容易， 只要有一次被抓住就足够了。 看来，企图肯定什么事物很难，而否定却要相对容 易得多。物理学以及其他科学都是在否定中发展的 ，这也是假设检验背后的哲学。
单尾检验Biblioteka H0 : 500 H1 : 500
菜单：“分析”->“比较均值”->“单样本T检验”
t值 p值（单尾） 包数 均值 标准差 检验值 500 -2.696 0.005 红糖重量 50 498.35 4.335
结论：拒绝H0，可以认为：红糖平均重量为包装上标记的500g是 Xiang Ye 不能接受的。该数据倾向于支持平均重量少于 500g的备选假设。
假设检验问题为(单尾检验)：
H0 : D 0 H1 : D 0
t值
3.355
第8章 简单统计 推断：假设检验
8.3 利用SPSS实现独立样本t检验
8.4 利用SPSS实现配对样本t检验
8.5 利用Excel实现单样本t检验
8.6 利用Excel实现独立样本t检验
8.7 利用Excel实现配对样本t检验
Xiang Ye School of Information, Renmin University of China
Xiang Ye School of Information, Renmin University of China
8.1.1 假设检验的过程和逻辑
第8章 简单统计 推断：假设检验
例8-1 一个顾客买了一包标有 500g重的
红糖，觉得份量不足，于是找到监督部 门。当然他们会觉得一包份量不够可能 是随机的，于是监督部门就去商店称了 50 包 红 糖 ， 得 到 均 值 （ 平 均 重 量 ） 是 498.35g。这的确比500g少，但这是否能 够说明厂家生产的这批红糖平均起来不 够份量呢？
1.162 5.607
结论：拒绝H0，说明在1991年的美国，白人和 黑人的受教育年数不同，是有显著差异的。
Xiang Ye School of Information, Renmin University of China
8.4 利用SPSS实现配对样本t检验
第8章 简单统计 推断：假设检验
配对样本t检验的目的是根据来自两个总体的 配对样本，推断两个总体均值是否存在显著 差异。 配对样本t检验与独立样本t检验的差别之一 是要求样本是配对的，抽样不是相互独立， 而是互相关联的。所谓配对样本可以是个案 在“前”、“后”两种状态下某属性的两种 不同特征，也可以是对某事物两个不同侧面 或方面的描述。 配对样本t检验也有单尾和双尾检验 。
例8-3 利用“1991年美国综合社会调查数据”，分析美国 白人和黑人的受教育年数是否有显著差异。 假设检验问题为（双尾检验） ：
H0 : 白人 黑人 H1 : 白人 黑人
种族 受教育 白人 年数 黑人 人数 1262 199 均值 13.06 11.89 标准差 2.955 2.677 方差相等 均值 检验p值 之差 0.003 t值 均值相等检验 p值（双尾） 0.000
H0 : 500 H1 : 500
Xiang Ye School of Information, Renmin University of China
8.1.1 假设检验的过程和逻辑
假设检验的逻辑步骤为：
第一，写出零假设和备选假设。 第二，确定检验统计量。 第三，确定显著性水平α。
假设检验
第8章 简单统计 推断：假设检验
由于对总体的不了解，任何有关总体的 叙述，都只是假设而已（统计假设）。 除非进行普查，否则一个统计假设是对 或错，根本就不可能获得正确的答案。 但因为绝大多数情况是不允许也无法进 行普查，所以才会通过抽样调查，用抽 查结果所获得的数据，来检验先前的统 计假设，以判断其对或错。
假设检验问题为(单尾检验)： H0 : D 0 H1 : D 0 菜单：“分析”->“比较均值”->“配对样本T检验”
Xiang Ye School of Information, Renmin University of China
8.4 利用SPSS实现配对样本t检验
第8章 简单统计 推断：假设检验
H0 : 男 女 H1 : 男 女
性别 受教育 年数 男 女
人数
633 877
均值
13.23 12.63
标准差
3.143 2.839
方差相等 均值 检验p值 之差 0.001
t值
均值相等检验 p值（双尾） 0.000
0.602 3.824
结论：拒绝H0，说明在1991年的美国，男女 的受教育年数不同，是有显著差异的。
Xiang Ye School of Information, Renmin University of China
8.3.3 独立样本t检验的应用实例
第8章 简单统计 推断：假设检验
例8-3 利用“1991年美国综合社会调查数据”，分析美国 白人和黑人的受教育年数是否有显著差异。 假设检验问题为（双尾检验） ：
Xiang Ye School of Information, Renmin University of China
8.3 利用SPSS实现独立样本t检验
第8章 简单统计 推断：假设检验
例8-3 利用“1991年美国综合社会调查数据”，分析美国 男女的受教育年数是否有显著差异。 假设检验问题为（双尾检验） ：
H0 : 20 H1 : 20
菜单：“分析”->“比较均值”->“单样本T检验”
台数 排放指标 10 均值 21.13 标准差 检验值 20 2.897 t值 1.234 p值（单尾） 0.1245
结论：不能拒绝H0，抽查结果表明该 Xiang Ye 指标均值没有显著超过 20个单位。 School of Information, Renmin University of China
H0 : 白人 黑人 H1 : 白人 黑人
菜单：“分析”->“比较均值”->“独立样本T检验”
Xiang Ye School of Information, Renmin University of China
8.3.3 独立样本t检验的应用实例
第8章 简单统计 推断：假设检验
Xiang Ye School of Information, Renmin University of China
8.1 假设检验的基本原理
第8章 简单统计 推断：假设检验
在假设检验中，一般要设立一个原假设（前面的 “从来没骂过人”就是一个例子）。 而设立该假设的动机主要是企图利用人们掌握的 反映现实世界的数据来找出假设与现实之间的矛 盾（这里所谓的矛盾，就是按照原假设，现实世 界数据的出现仅仅属于小概率事件，是不大可能 出现的），从而否定这个假设，并称该检验显著 （Significant）。 多数统计实践中（除了理论探讨之外）的假设检 验都是以否定原假设为目标。 如果否定不了，那就说明证据不足，无法否定原 假设。但这不能说明原假设正确，就像一两次没 有听过他骂人还远不能证明他从来没有骂过人。
Xiang Ye School of Information, Renmin University of China
8.4 利用SPSS实现配对样本t检验
第8章 简单统计 推断：假设检验
例8-5 有两列50对减肥数据。其中一列数据（Before）是减肥前的
体重，另一列（After）是减肥后的体重。要比较50个人在减肥前和减肥 后的体重。这样就有了两个样本，每个样本的样本量都是50。这里不能 用前面介绍的独立样本t检验，因为两个样本并不独立。每一个人减肥后 的体重都和自己减肥前的体重有关。但不同人之间却是独立的。
3．等于与小于的左侧单尾检验 或 H : H : 0 1 2 1 1 2
Xiang Ye School of Information, Renmin University of China
8.2 利用SPSS实现单样本t检验
第8章 简单统计 推断：假设检验
对于例8-1，监督部门称了50包标有500g重的红糖，均值 是498.35g，少于所标记的500g，对于厂家生产的这批红 糖平均起来是否够份量，需要进行统计检验。 由于厂家声称每袋500g，因此零假设为总体均值等于 500g（被怀疑对象总是放在零假设）。而且由于样本均 值少于500g（这是怀疑的根据），把备选假设定为总体 均值少于500g
第8章 简单统计 推断：假设检验
第四，根据数据计算检验统计量的实现值。
第五，根据这个实现值计算p值。
第六，进行判断：如果 p 值小于或等于 α（ p≤α），就拒绝零假设，这时犯（第一类） 错误的概率最多为α；如果p值大于α（ p>α ），就不能拒绝零假设，因为证据不足。
Xiang Ye School of Information, Renmin University of China
第8章 简单统计 推断：假设检验
统计数据分析基础教程（第二版）
―基于SPSS20和Excel2010的调查数据分析
第8章 简单统计推断:假设检验
Xiang Ye School of Information, Renmin University of China
本章内容
8.1 假设检验的基本原理 8.2 利用SPSS实现单样本t检验
School of Information, Renmin University of China
8.2.3 单样本t检验的应用实例
第8章 简单统计 推断：假设检验
例8-2 某汽车厂商声称其发动机排放标准的一个指 标平均低于20个单位。在抽查了10台发动机之后， 得到相应的排放数据。该样本均值为21.13。究竟能 否由此认为该指标均值超过20？ 这次的假设检验问题是（单尾检验）
8.1.2 假设检验的类型与单/双尾检验
1．等于与不等于的双尾检验
第8章 简单统计 推断：假设检验
H0 : 1 2 H1 : 1 2
2．等于与大于的右侧单尾检验
H0 : 1 2 H1 : 1 2
或
H0 : 1 2 H1 : 1 2 H0 : 1 2 H1 : 1 2
例8-5 有两列50对减肥数据。其中一列数据（Before）是减肥前的
体重，另一列（After）是减肥后的体重。要比较50个人在减肥前和减肥 后的体重。这样就有了两个样本，每个样本的样本量都是50。这里不能 用前面介绍的独立样本t检验，因为两个样本并不独立。每一个人减肥后 的体重都和自己减肥前的体重有关。但不同人之间却是独立的。