SPSS均值比较与检验PPT课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
能否用样本均值估计总体均值？两个变量均值接近的 样本是否来自均值相同的总体？换句话说，两组样本 某变量均值不同，其差异是否具有统计意义？能否说 明总体差异？这是各种研究工作中经常提出的问题。 这就要进行均值比较。
2020/10/13
4
8.1.2 进行均值比较及检验的过程
MEANS过程：不同水平下（不同组）的描述统计量，如男女
例子P134 ：
某地区12岁男孩的平均身高为142.5cm,而某市测量120名 12岁男孩身高资料data08-02，检验该市12岁男孩平均身高 与该地区12岁男孩平均身高是否有显著性差异（结论：无， 原因Sig=.304>.05）
2020/10/1银3 行的平均工资是否是$30,000。
7
8.4 独立样本的T检验
3
8.1.1 均值比较的概念
统计分析常常采取抽样研究的方法，即从总体中随机 抽取一定数量的样本进行研究来推断总体的特性。由 于总体中的每个个体间均存在差异，即使严格遵守随 机抽样原则也会由于多抽到一些数值较大或较小的个 体致使样本统计量与总体参数之间有所不同。又由于 实验者测量技术的差别或测量仪器精确程度的差别等 等也会造成一定的偏差，使样本统计量与总体参数之 间存在差异。由此可以得到这样的认识：均值不相等 的两组样本不一定来自均值不同的总体。
的平均工资,各工种的平均工资。目的在于比较。术语：水平数 （指分类变量的值数，如sex变量有2个值，称为有两个水平）、 单元Cell（指因变量按分类变量值所分的组）、水平组合
T test 过程：对样本进行T检验的过程
1. 单一样本的T检验：检验单个变量的均值是否与给定的常数之 间存在差异。
2. 独立样本的T检验：检验两组不相关的样本是否来自具有相同 均值的总体（均值是否相同，如男女的平均收入是否相同，是 否有显著性差异）
MEANS过程：不同水平下（不同组）的描述统计量， 如男女的平均工资,各工种的平均工资
T test 过程：对样本进行T检验的过程(三种：单 一样本的T检验、独立样本的T检验、配对T检验)
One-Way ANOVA：一元（单因素）方差分析，用于 检验几个独立的组，是否来自均值相同的总体
2020/10/13
第八章
均值比较与检验
2020/10/13
1
本章内容
8.1 均值比较与均值比较的检验过程 8.2 MEANS 过程 8.3 单一样本的T检验 8.4 独立样本的T检验 8.5 配对样本T检验
注意数据结构的不同
来自百度文库
2020/10/13
2
8.1 均值比较与均值比较的检验过程
8.1.1 均值比较的概念 8.1.2 进行均值比较及检验的过程
进行方差齐次检验使用F检验。对应的零假设是:两组 样本方差相等。概率p<0.05 时，否定原假设，说明 方差不齐；否则两组方差无显著性差异。Ｆ计算公式 为： F=MAX(v1,v2)/MIN(v1,v2)（方差比）
2020/10/13
8
8.4 独立样本的T检验（续）
菜单： Analyze -> Compare Means-> Independent Samples T test
要求：a. 被比较的两组样本彼此独立, 没有
配对关系 b. 两组样本均来自正态总体 c. 均值是对于检验有意义的描述统计量
两组样本方差相等和不等时使用的计算t值的公式不 同。因此应该先对方差进行齐次性检验。SPSS的输出， 在给出方差齐和不齐两种计算结果的t值，和t检验的 显著性概率的同时，还给出对方差齐次性检验的F值 和F检验的显著性概率。用户需要根据F检验的结果自 己判断选择t检验输出中的哪个结果，得出最后结论。
菜单： Analyze -> Compare Means-> One-Samples T test
Test Variable(s)：要求平均值的变量（一般是定距变量） Test Value：常数 零假设H0：样本均值Mean=常数（检验值）； 结果中比较有用的值：Mean和Sig显著性概率值
3. 配对T检验：检验两组相关的样本是否来自具有相同均值的总 体(前后比较，如训练效果，治疗效果)
One-Way ANOVA：一元(单因素)方差分析，用于检验几个
（三个或三个以上）独立的组，是否来自均值相同的总体。－9章
如果分析变量明显是非正态分布的，应该选择12章的非参数检验
过程。
2020/10/13
5
8.2 MEANS 过程
功能：分组计算、比较指定变量的描述统计量。包括均值、标准
差、总和、观测数、方差等等，还可以给出方差分析表和线性检验 结果。描述统计量公式P126。
Analyze-> Compare Means->Means
Dependent List：因变量（分析变量，一般为定距或定序变量）
Independent List：自变量（分组变量，为分类变量，注意可 分层)
选项：统计量选择项，对第一层每个控制变量的分析（方差分析
和线性度检验）
例子：P128的学生身高data08-01(不同性别、不同年龄); 银行
数据（不同性别的收入、不同工种的收入、不同性别和工种的收入）
选择项(P130)：发育阶段相同年龄的男孩和女孩是否身高有
所不同？是否身高随年龄的增长呈线性关系（注意分层：h BY age BY sex）－方差分析和线性度检验
2020/10/13
6
8.3 单一样本的T检验
概念：检验单个变量的均值是否与给定的常数(指定的检验值)
之间是否存在显著差异。如：研究人员可能想知道一组学生的IQ
平均分与100分的差异。要求样本来自正态分布总体。
Test Variable(s)：要求平均值的变量（一般是定距或定序 变量）
Grouping Variable ：分组变量（只能分成两组） 结果中比较有用的值：方差齐次性检验F的Sig和方差相等或
不相等的Sig（ Sig为显著性概率值）
例子：
用分类变量分组：银行男女雇员的平均工资是否有显著性差 异（Salary，gender（f，m）） 用定距变量分组: 例子P139的男生身高、体重、肺活量 data08-03。不同身高（≥155cm, <155cm）其平均体重、 肺活量是否有显著性差异；银行年轻和年老的平均工资（要 先计算Age=2003-XDATE.YEAR(bdate)
2020/10/13
4
8.1.2 进行均值比较及检验的过程
MEANS过程：不同水平下（不同组）的描述统计量，如男女
例子P134 ：
某地区12岁男孩的平均身高为142.5cm,而某市测量120名 12岁男孩身高资料data08-02，检验该市12岁男孩平均身高 与该地区12岁男孩平均身高是否有显著性差异（结论：无， 原因Sig=.304>.05）
2020/10/1银3 行的平均工资是否是$30,000。
7
8.4 独立样本的T检验
3
8.1.1 均值比较的概念
统计分析常常采取抽样研究的方法，即从总体中随机 抽取一定数量的样本进行研究来推断总体的特性。由 于总体中的每个个体间均存在差异，即使严格遵守随 机抽样原则也会由于多抽到一些数值较大或较小的个 体致使样本统计量与总体参数之间有所不同。又由于 实验者测量技术的差别或测量仪器精确程度的差别等 等也会造成一定的偏差，使样本统计量与总体参数之 间存在差异。由此可以得到这样的认识：均值不相等 的两组样本不一定来自均值不同的总体。
的平均工资,各工种的平均工资。目的在于比较。术语：水平数 （指分类变量的值数，如sex变量有2个值，称为有两个水平）、 单元Cell（指因变量按分类变量值所分的组）、水平组合
T test 过程：对样本进行T检验的过程
1. 单一样本的T检验：检验单个变量的均值是否与给定的常数之 间存在差异。
2. 独立样本的T检验：检验两组不相关的样本是否来自具有相同 均值的总体（均值是否相同，如男女的平均收入是否相同，是 否有显著性差异）
MEANS过程：不同水平下（不同组）的描述统计量， 如男女的平均工资,各工种的平均工资
T test 过程：对样本进行T检验的过程(三种：单 一样本的T检验、独立样本的T检验、配对T检验)
One-Way ANOVA：一元（单因素）方差分析，用于 检验几个独立的组，是否来自均值相同的总体
2020/10/13
第八章
均值比较与检验
2020/10/13
1
本章内容
8.1 均值比较与均值比较的检验过程 8.2 MEANS 过程 8.3 单一样本的T检验 8.4 独立样本的T检验 8.5 配对样本T检验
注意数据结构的不同
来自百度文库
2020/10/13
2
8.1 均值比较与均值比较的检验过程
8.1.1 均值比较的概念 8.1.2 进行均值比较及检验的过程
进行方差齐次检验使用F检验。对应的零假设是:两组 样本方差相等。概率p<0.05 时，否定原假设，说明 方差不齐；否则两组方差无显著性差异。Ｆ计算公式 为： F=MAX(v1,v2)/MIN(v1,v2)（方差比）
2020/10/13
8
8.4 独立样本的T检验（续）
菜单： Analyze -> Compare Means-> Independent Samples T test
要求：a. 被比较的两组样本彼此独立, 没有
配对关系 b. 两组样本均来自正态总体 c. 均值是对于检验有意义的描述统计量
两组样本方差相等和不等时使用的计算t值的公式不 同。因此应该先对方差进行齐次性检验。SPSS的输出， 在给出方差齐和不齐两种计算结果的t值，和t检验的 显著性概率的同时，还给出对方差齐次性检验的F值 和F检验的显著性概率。用户需要根据F检验的结果自 己判断选择t检验输出中的哪个结果，得出最后结论。
菜单： Analyze -> Compare Means-> One-Samples T test
Test Variable(s)：要求平均值的变量（一般是定距变量） Test Value：常数 零假设H0：样本均值Mean=常数（检验值）； 结果中比较有用的值：Mean和Sig显著性概率值
3. 配对T检验：检验两组相关的样本是否来自具有相同均值的总 体(前后比较，如训练效果，治疗效果)
One-Way ANOVA：一元(单因素)方差分析，用于检验几个
（三个或三个以上）独立的组，是否来自均值相同的总体。－9章
如果分析变量明显是非正态分布的，应该选择12章的非参数检验
过程。
2020/10/13
5
8.2 MEANS 过程
功能：分组计算、比较指定变量的描述统计量。包括均值、标准
差、总和、观测数、方差等等，还可以给出方差分析表和线性检验 结果。描述统计量公式P126。
Analyze-> Compare Means->Means
Dependent List：因变量（分析变量，一般为定距或定序变量）
Independent List：自变量（分组变量，为分类变量，注意可 分层)
选项：统计量选择项，对第一层每个控制变量的分析（方差分析
和线性度检验）
例子：P128的学生身高data08-01(不同性别、不同年龄); 银行
数据（不同性别的收入、不同工种的收入、不同性别和工种的收入）
选择项(P130)：发育阶段相同年龄的男孩和女孩是否身高有
所不同？是否身高随年龄的增长呈线性关系（注意分层：h BY age BY sex）－方差分析和线性度检验
2020/10/13
6
8.3 单一样本的T检验
概念：检验单个变量的均值是否与给定的常数(指定的检验值)
之间是否存在显著差异。如：研究人员可能想知道一组学生的IQ
平均分与100分的差异。要求样本来自正态分布总体。
Test Variable(s)：要求平均值的变量（一般是定距或定序 变量）
Grouping Variable ：分组变量（只能分成两组） 结果中比较有用的值：方差齐次性检验F的Sig和方差相等或
不相等的Sig（ Sig为显著性概率值）
例子：
用分类变量分组：银行男女雇员的平均工资是否有显著性差 异（Salary，gender（f，m）） 用定距变量分组: 例子P139的男生身高、体重、肺活量 data08-03。不同身高（≥155cm, <155cm）其平均体重、 肺活量是否有显著性差异；银行年轻和年老的平均工资（要 先计算Age=2003-XDATE.YEAR(bdate)