平均数差异的显著性检验

t(9)0.05 2.262
t(9)0.01 3.250
t 3.456** 3.250
p<0.01，所以，在0.01的显著性水平上拒 绝零假设，接受备择假设。即可得出小学分散
识字教学法与集中识字教学法有极其显著的差 异的结论。
又如：
某小学为了更有效地训练中年级学生掌握有关 计算机操作的基本技能，特对两种训练方法的有效 性进行了比较研究。在四年级学生中，根据智力水 平、兴趣、数学和语文成绩，以及家庭中有无学习 计算机的机会等有关因素都基本相同的条件下，将 学生匹配成34对，然后把每对学生拆开，随机地分 配到不同的训练组中，经训练后，两组学生考核的 分数如下，问两种不同的训练方法是否确实造成学 习效果上的显著性差异？
D表示样本的差数平均数或两个样本平均数之差
表示差数的总体平均数 D
D表示观察值的差数 n表示差数的数目
（三）确定检验形式 包括双侧检验、左侧检验和右侧检验 （四）统计决断 当进行t检验时，df=n-1。
一、配对组的情况
例如：有人做了一项分散识字教学法与集中识字 教学法的比较实验。根据研究的需要，实验之前先将 被试配成对。为了控制无关因素的干扰，配对时研究 者考虑了被试以下几方面的情况：智力水平、努力程 度、识字量多少及家庭辅导力量等，然后按照各方面 条件基本相同的原则，将学生配成了10对，再把每对 学生中的一个随机地指派到实验组，另一个指派到对 照组。两组学生分别接受用不同的教学法进行的教学。 经过一段时间的学习之后，两组学生接受统一的测试， 结果如表7.1所示。现在问，两种识字教学法是否有显 著性差异？
Βιβλιοθήκη Baidu
展望
本章将介绍如何由两个样本平均数之差检验两个相应 总体平均数之差的显著性。
如果某两个样本平均数之间的差异达到了一定的限度， 即达到了显著性水平，就可以认为这两个样本来自不同的 总体，或者说，这两个样本各自所代表的总体之间有真正 的差异；如果两个样本平均数之间的差异不显著，则可以 认为，这两个样本平均数之间的差异是由抽样误差造成的， 它们所来自的总体的平均数相等或就来自同一个总体。
表7.1 10对学生在两种识字教学法中的测验分数和差数
组别
实验组
X1
对照组 X2
差数值
D
D2
1
93
76
17
289
2
72
74
-2
4
3
91
80
11
121
4
65
52
13
169
5
81
63
13
324
6
77
62
15
225
7
89
82
7
40
8
84
85
-1
1
9
73
64
9
81
10
70
72
-2
4
总和
795
710
85
1267
D1 X 11 X 21 （第一次抽样） D2 X 12 X 22 （第二次抽样） D3 X 13 X 23 （第三次抽样）
数理统计学的研究表明，假若
1 2
那么两个样本平均数之差的概率分布就是 以0为中心的正态分布：
概 率
保留区间0.95
0 D1
D
临
临
界
界
值
值
要实际地判断样本平均数的差异是否落入 了零假设的拒绝区域里，需要以该抽样分布的 标准差，即平均数之差的标准误为依据。
第二节 相关样本平均数差异的显著性检验
定义：两个样本内个体之间存在着一一对应的 关系，这两个样本称为相关样本。
（1）用同一测验对同一组被试在试验前后进行 两次测验，所获得的两组测验结果是相关样本。
（2）根据某些条件基本相同的原则，把被试一 一匹配成对，然后将每对被试随机地分入实验组和 对照组，对两组被试施行不同的实验处理之后，用 同一测验所获得的测验结果，也是相关样本。
第一节 平均数差异显著性检验的基本原理
一、基本原理
两个样本平均数差异的显著性检验与一个 样本平均数显著性检验道理相同。
步骤： 假设检验一般都要从提出零假设和备择假 设开始。 然后，分析在零假设成立的情况下某个统 计量的概率分布的形态。
实验
从两个总体中分别抽取一个样本，计算完 两个样本平均数的差之后，把样本放回各自的 总体，再分别抽取一个样本，计算第二次抽样 的样本平均数之差，然后放回各自的总体，再 做第三次抽样……这种抽样可以一直进行下去。
解：1.提出假设
H0 : D 0, H1 : D 0
2．计算检验的统计量
t
D
D2 (D)2 / n
n(n 1)
85

10
3.456
1267 852 /10
10(10 1)
3．确定检验形式 双侧检验
4．统计决断 因为是t检验，所以要根据自由度df=n-1 =10-1=9查t值表(即附表2)，找双侧检验的临 界值。
二、平均数之差的标准误
两个样本平均数差的抽样误差称为平均数之差的 标准误，用一切可能的样本平均数之差在抽样分 布上的标准差来表示。
D
12


2 2
-
2r1 2
（相关总体）
N
S S12 S22 2rS1S2 （相关样本）
D
n


2 1


2 2
D
n
S
S2 1

S2 2
D
n 1
（独立总体，r=0） （独立样本，r=0）
2 1
表示第一个变量总体方差
2 2
表示第二个变量总体方差
r 表示第一个与第二个变量的相关系数
n表示样本容量
S2 1
表示第一个变量样本方差
S2 2
表示第二个变量样本方差
对两个总体平均数差异的显著性检验涉及 到两个总体，要考虑到如下五个因素：
样本是相关的还是独立的； 总体是正态分布还是非正态分布； 总体方差是已知还是未知； 总体方差是否齐性； 样本的大小。
回顾
样本平均数与总体平均数之间差异的假设 检验又叫做总体平均数的显著性检验。如果某 个样本平均数与总体平均数的差异达到了显著 性水平就可以推翻零假设，认为这个样本不是 来自该总体，而是来自其他总体；如果这个样 本平均数与总体平均数的差异未达到显著性水 平，则要接受零假设，这时就得承认这个样本 来自该总体。
相关样本平均数差异的显著性检验方 法和步骤：
（一）提出假设
H 0 : D 0, H1 : D 0
（二）选择检验统计量并计算其值。
在小样本的情况
t
D D
D2 ( D)2 / n
n(n 1)
在大样本的情况
Z
D D
D2 ( D)2 / n
n(n 1)
学生
X1
X2
D
学生
X1
X2
D
01
86
88