统计软件spss操作3_常用假设检验与相关分析

三、无序分类变量的统计推断：卡方检验


三）检验某两个分类变量是否相互独立 例2：考察2004年CCSS调查样本中不同级别 收入家庭（变量Ts9）轿车拥有率比较。 （两样本） 操作： “分析”—“描述统计”—“交叉表” （“统计量”—“卡方”）
三、无序分类变量的统计推断：卡方检验


三）检验某两个分类变量是否相互独立 例3：考察阶级认知样本中父代不同级别职业 子代收入的比较。 操作： “分析”—“描述统计”—“交叉表” （“统计量”—“卡方”）
一、分布类型检验

四）用K-S图检验数据分布形态 原理：

Kolmogorov-Sminov单样本检验是一种分布拟合优 度的检验，其方法是将一个变量的累积分布与特定 理论分布相比较：
K=lim|Ai-Oi|

如果频数绝对差太大，就不符合特定分布。 检验CCSS的总指数是否符合正态分布。

例4： “分析”—“非参数检验”—“单样本”
三、无序分类变量的统计推断：卡方检验


把研究对象分解为不同层次，每层分别研究行变量 与列变量的相关性。例如：按收入级别分3层，分 别研究不同层次收入条件下，订购商品与邮件回应 的关系；把教育学历分为本硕博，分别研究性别与 职位类别的关系。这样就排除了分层因子对所要研 究的行列变量相关性的干扰，而突出后者。
本例结果表明：收入与拥有车是有关联的。
三、无序分类变量的统计推断：卡方检验

五）分层卡方检验 结果解读：
（控制某些分类因素）
这里的“估计”=0.195 是指 调整了分层因素作用后，有车 /无车的OR值。可见，从 0.201降到0.195 仍然是相关 的。
四、相关分析（各类变量）
二、连续变量的统计推断：t-检验

问题： 做“比较均值—独立样本 t 检验“之前是否要 检查数据的正态性？方差齐性？独立性？

练习： 试检验CCSS数据中2007年4月样本的不同收 入组别（变量Ts9）的信心指数index1的均值 是否相等。
二、连续变量的统计推断：t-检验

3、 “比较均值”—配对样本 t 检验

五）分层卡方检验 （控制某些分类因素） 结果解读： 风险估计主要由优势比 OR （odds ratio）反 映，它是两个比值的比值： 低收入组 有车/无车 = 9.6/90.4 = 0.106 高收入组 有车/无车 = 34.4/65.6 =0.524 OR = 0.106/0.524 = 0.201 = 0.278/1.379 不同组有车比率 = 9.0/34.4 = 0.278 不同组无车比率 = 904/65.6 = 1.379

2、功能：




三、无序分类变量的统计推断：卡方检验



SPSS对应：明显的在非参数检验（上面第2 中）和交叉表过程（后3种）；理论对应：列 联表分析 二）检验某个分类变量各类出现的概率是否等 于指定概率 例1：考察2004年CCSS调查样本中性别分布 是否均衡 “数据”—“选择个案”—如果… “分析”—“非参数检验”—“单样本”
三、无序分类变量的统计推断：卡方检验

一）说明 1、概念：

以卡方分布为基础的假设检验，它的无效假设是：观察频数 与（理论）期望频数没有差别。思想是：有区别就有相关。 1）检查某个连续分布是否与某种理论分布相一致； 2）检验某个分类变量各类出现的概率是否等于指定概率； （如：36选7中每个数字出现的概率） 3）检验某两个分类变量是否相互独立；（如：吸烟是否与 得肺癌有关、原料种类与产品合格率） 4）检验控制某些分类因素的作用以后，另两个分类变量是 否相互独立；（如：控制性别年龄后吸烟与得肺癌、控制产 品工艺后原料种类与产品合格率） 5）检验某两种方法的结果是否一致。（如：两种诊断方法 对同一批人诊断、用两种方法对客户进行价值甄别）
一、分布类型检验

一）概述


目的主要是检验数据服从哪一类型的分布，或者是 完全随机的。以及如何用SPSS自动产生各种分布 的数据 主要方法有 K - S 检验和游程检验。
很多统计方法都要求数据满足正态分布，不同变量 比较有时还要求方差齐性 我们用图形直观观察数据的分布性状，也用精密的 统计技术对分布性状做严格检验

例5：
检验“身高”数据是否符合正态分布。
请检验：回归树数据中股票 每日升幅N1是否符合正态分 布？均值？
二、连续变量的统计推断：t-检验

1、“比较均值”—单样本 t 检验（教材第八 章）



功能：是一种关于总体均值的假设检验。我们有一 个样本，研究的目的是这个样本的均值是否等于我 们已知（或假设）的总体均值。 两种情况：1）拥有一个样本的的数据；2）没有样 本数据，但有样本的参数：容量n、均值u、标准差 sd。SPSS能做第一种。 操作：“分析”—“比较均值”—“单样本t检验” 比较“均值比较”数据中“自信心”的均值是否 本例中如果假设总体的均值 等于6。（设想这是前一次调查时的自信心均值）
一、分布类型检验

三）用p-p图直观数据分布形状 例1：
用p-p图检验CCSS的总指数是否符合正态分布。


操作： “分析”—“描述统计”—“p-p图” 原理：根据实际累计概率与理论累计概率的符 合程度，判断当前资料数据符合哪种分布。
一、分布类型检验

三）用p-p图直观数据分布形状 例2：

例：
二、连续变量的统计推断：t-检验

例： 以张文彤《SPSS统计分析基础教程》261页 案例数据做配对检验。（文件：配对样本t检 验（治疗前后舒张压拘束比较：张文彤261页 案例）.sps）
二、连续变量的统计推断：t-检验

结果解读： 输出结果中”均值“”标准差“”标准误“和” 可信区间“等都是针对配对差值的统计量。由 结果可见，差值均值为10，相应的 P=0.027>0.025，故可以认为该药物对血压治 疗有影响。由于治疗前-治疗后的差值均值为 正，故可推断是使得病人血压下降。

例5：在轿车拥有率案例中，控制城市影响条 件下，更准确研究收入与轿车拥有率的关系。
三、无序分类变量的统计推断：卡方检验

五）分层卡方检验 （控制某些分类因素） 操作： “分析”—“描述统计”—“交叉表” （“层”框中选入城市变量S0） （“统计量”选中“风险”、 “Cochran‟s…”）
三、无序分类变量的统计推断：卡方检验


功能：科学研究中常用配对样本来提高研究效率。是指：同 一受试对象处理前后的数据；同一受试对象两个部位的数据； 同一样品用两种方法（仪器等）处理的数据；配对的两个受 试对象分别接受两种处理后的数据。第一种情况的目的是推 断其处理是否有作用，后三种情况的目的是推断两种处理 （方法）的结果有无差别。 原理：对每对数据求差值，对差值进行“独立样本 t 检验” 。 完成本例的命令语句。 操作：“分析”—“比较均值”—“配对样本 t 检验” 以教材第九章第四节数据进行配对样本 t 检验。
一、分布类型检验

结论是：不符合正态分布。 双击结果图，可以得到进一步信息：


均数95.89，标准差21，在1147例样本中，实际频 率分布和假设的理论频率分布之间，正向频数差 0.075，负向则为0.102，统计量Z值为3.466， alpha值0.000，即1000次抽样中，几乎不会出现一 次差值大于0.102的情形（而现在出现了），这样 的小概率事件都发生了，意味着原假设是不对的。 K-S检验在样本量小时不敏感，样本量大时过于敏 感。实际上本例可以认为是正态分布。
统计软件SPSS的使用 3 ——常用假设检验方法
分布类型检验、t检验、非参数检验 方差检验、卡方检验、相关分析
主要内容 OUTLINE

一、分布类型检验 二、连续变量的统计推断：t-检验 三、无序分类变量的统计推断：卡方检验 四、相关分析（各类变量） 五、连续变量的统计推断：单因素方差分析 六、有序分类变量的统计推断：非参数检验



功能：比较两个总体样本的均值是否相等。实际功 能可以理解为判断是一个总体的样本还是两个总体 的样本，又称为成组设计两样本均数比较。（通常 数据中有一个变量显示分组情况） 也有前面说的两种情况，SPSS只做一种。 操作：“分析”—“比较均值”—“独立样本 t 检验”

例：
比较“均值比较”数据中男女生“自信心”的均值 是否有差异。（即，是同属于一个总体还是分属两 个不同总体）
用p-p图检验CCSS的年龄S3是否符合正态分布。
“分析”—“描述统计”—“p-p图”
一、分布类型检验

三）用p-p图直观数据分布形状 例3：
用茎叶图比较index和S3分布形状。


“分析”—“描述统计”—“探索” 说明：直方图（加上分布曲线）也有这个效果， 但这两者不能直观出数据分布与理论值相差多 少，比不上p-p图的效果。 茎叶图说明：

说明：


一、分布类型检验

二）如何使用SPSS自动产生各种分布的数据 方法：

主要是利用命令语句产生数据
SET SEED 1. INPUT PROGRAM. LOOP #LOP=1 TO 30. COMPUTE A=RV.NORMAL(0,1). END CASE. END LOOP. 只要改变这个主要语 句，就可以产生其他 END FILE. 类型分布的数据。 END INPUT PROGRAM. EXECUTE.
三、无序分类变量的统计推断：卡方检验



四）一致性检验与配对卡方检验 （检验某两种方法的结果是否一致） 说明：有一种列联表，其行变量与列变量反映的是一 个事物的同一属性的相同水平，而只是区分方法的不 同，这相当于配对设计。例如，行变量和列变量分别 代表不同裁判员的评价分数。如果要检验两种评价的 一致性，就不应该用pearson卡方检验，而应该用 kappa一致性检验。 例4：某公司要扩展业务，选了20个店址，请两位资 深顾问来打分，评为好中差3级。请问他们的评分是 否一致？（两种处理方法是否一致）