SPSS应用：t检验及方差齐性检验、正态性检验
t检验以及spss软件使用
• 一、样本平均数与总体平均数的比较 • 二、完全随机设计两样本均的比较 • 三、配对设计两样本均数的比较
t检验的条件
• 独立 • 正态 • 方差齐
探索性分析
• 对数据进行初步检查，判断有无离群值 （outliers)和（或）极值（extreme value )、可 疑值。仅适用于正态分布。 • 对前提条件假定，如正态分布和方差齐性。不满 足正态分布和方差齐性时，提示数据转换方法， 最后决定使用参数检验方法，或非参数检验方法。 • 能直观地了解组间差异的特征及分布。
组的age、height、wt、SBP、DBP、
pulse做检验。
F值
P值
t值
自由度
P值（双侧）
方差齐性检验
假设方差齐性
假设方差不齐
练习
• 为了检验随机分组的均衡性，对治疗前两
组的height、wt、SBP、DBP、pulse做检
验。
三、配对设计两样本均数比较
• 1、自身配对 • 2、同源配对
• 临床试验数据clinical trial.sav
• 比较试验药组和安慰剂组治疗前后的4对血
常规检查指标。
• Analyze • Compare Mean • Paired Samples T Test
分组 = 试验药
相关关系分析
线性相关
两变量之差的均数
7725KJ，已知11名20-30岁成年女性每日
摄入食物的热量，见t-test_1.sav，问11名
20-30岁成年女性的每日摄入食物的平均热
量是否足够？
1. 正态性检验
2、统计分析
• Analyze • Compare Mean • One Samples T Test
第5章 SPSS均值比较、T检验和方差分析
计算公式：
t xx D S.E.Means/ n
D是样本均值与检验值的差。 S.E.Mean:样本均差，或抽样平均误差 S是样本标准差，n为样本数
精品课件
中心极限定理
如果总体存在有限的平均数和方差时， 不管总体是否属于正态分布，只要当抽 样单位数不断增加，当样本容量大于30 后，即当抽样单位数足够大时，样本平 均数x分布趋近于正态发布。
精品课件
步骤：
Analyze－>Compare Means－ >Means
Dependent List 对话框－>数学 Independent List对话框－>性
别 Option按钮，选择统计项目
精品课件
精品课件
第二节 T检验
一、单一样本T检验 二、两个独立样本T检验
精品课件
一、单一样本T检验
精品课件
例3
清华、北大学生的高考数学成绩表
学校 清华 北大
数学 99 88 79 59 54 89 79 56 89 99 23 89 70 50 67 78 89 56
精品课件
步骤：
Analyze－>Compare Means－ >Independent- Sample T Test
Test Variables: 数学 Test Values: Source－>Define
s
2 p
/
n1
s
2 p
/
n2
S
2 p
(n1
1) s12 n1
(n2 n2 1
1) s 22
精品课件
评判标准：
使用SPSS进行t检验范例
Mean
Std. Dev iation
Most Extreme Differences
A bsolute Positiv e
Negativ e
Kolmogorov -Smirnov Z
A sy mp. Sig. (2- tailed)
2.00
N Normal Parametersa,b
Mean
Std. Dev iation
单击Compare means, 单击Paired samples t Test.
弹出配对T检验的Paired samples t Test 对话框, 左上角为源变量,左下角为当前选择变量, 右边为配对后的变量对.
分别单击左上角的源变量中的sandard and new, 变量自动掉入左下角,再点击右箭头,
三.两独立样本的t 检验
要求被比较的两个样本彼此独立， 没有配对关系，且两个样本均来自 正态总体。
例3 某克山病高发区测得11例急性克山 病患者与该地13名健康人的血磷值(mg%) 如表3所示，判定两组均数差异有否统计 学意义。
表8-2 患者与健康者的血磷测定值（mg%）
患者编号
X1
1
4.73
1.50 2.19 2.32 2.41 2.11 2.54 2.20 2.36 1.42 2.17 1.84 1.96 2.39 问：慢性气管炎患者与正常人的平均乙酰胆 碱酯酶之间的差别有无显著性意义。
第一步：建立数据文件
第二步：对数据进行正态性检验
P=0.712,可近似认为符合正态分布
第三步：单组样本的t检验
.72420
两变量的相关系数,本例为0.485,P=0.110,无相关关系
Paired Samples Correlations
spss教程：两独立样本t检验
操作方法
01
首先需要输入数据，t检验数据的输入格式为区别为一列，数值为一列。
02
接下是做正态性检验。
首先需要拆分文件，对两组数据分别做检验。
即数据——拆分文件
03
然后点一下比较组，把组别调入分组方式这里，再点击确定。
这样就拆分完毕了。
04
继续点分析——非参数检验——旧对话框——1-样本K-S
05
这样就弹出了正态性检验的对话框，将需要分析的数值调入右边的框框，然后勾选上下方检验分布的第一个，正态（也写为常规，一般默认已经勾上），然后点击确定（数值调入右边后，确定键变为可用）
06
查看结果，第一组的正态性检验P=0.798，第二组为P=0.835，可认为近似正态分布。
07
接着取消拆分。
数据——拆分文件，在跳出来的框框中点一下第一个（分组所有组），然后点确定
08
然后点分析——比较均值——独立样本t检验
09
将组别调入分组变量，数值调入检验变量
10
接着点一下分组变量下方的定义组，在弹出来的框框中输入组别1、2，再点继续——确定
11
结果出来了。
第一个表格是两组数据的例数、均值、标准差和均数的标准误。
第二个表格前部是方差齐性检验，可看到P=0.141＞0.05，具有方差齐性，
然后t检验的P值为0.007，可认为差异有统计学意义。
SPSS求t检验和方差分析
上海交大基础医学院生物统计教研室
本节要求
掌握One-Sample T test、Independent-samples T test、 Paired-samples T test和One-way ANOVA过程（数据录 入、对话框操作及其结果解释）。
掌握GLM过程，可应用该过程进行常见的方差分析。 熟悉Means过程。
上海交大基础医学院生物统计教研室
析因设计方差分析结果
Tests of Be twe e n-Subje cts Effects
Dependent Variable: x
Type III Sum
Source
of Squares
Corrected Model
3.582a
df
Mean Square
3
1.194
统计量：每个变量的描述性统计量，两变量的相关分析， 差值均值，t检验，可信区间，差值均值的标准差和标准 误。
目的：比较每个观测两个变量的差值均值是否等于0。
上海交大基础医学院生物统计教研室
注意事项
配对t检验等于配对差值均值和0做比较的单样 本t检验
数据输入格式
上海交大基础医学院生物统计教研室
结果样式
Paire d Sample s Statistics
Mean
Pair before 121.80
1
after
112.10
N 10 10
Std. Deviation 11.419 16.176
Std. Error Mean 3.611
5.115
Paire d Sample s Corre lations
条件：每组数据为正态分布，对称分布亦可，组间方差齐。 统计量：分组描述统计量，方差齐性检验，方差分析表，
SPSS软件在医学科研中的应用(t检验-方差分析-协方差分析)
SPSS软件在医学科研中的应用计算机实习（SPSS10.0）何平平北大医学部流行病与卫生统计学系实习三连续变量的假设检验（t检验、方差分析及协方差分析）一、t检验（一）样本均数与已知总体均数的比较（三）配对设计的两样本均数比较二、方差分析三、协方差分析t检验的目的一、t检验推断两个总体均数是否相等假设检验的结论具有概率性。
当Pδ0.05，拒绝H0 时，有可能犯第一类错误（〈）当P>0.05，不拒绝H0时，有可能犯第二类错误（®）〈为事先指定的检验水平（一般取0.05），®未知；增大样本量n，可以同时减小〈和®。
一、t检验（一）样本均数与已知总体均数的比较（单样本t检验）例1 通过大量调查，已知某地正常男婴出生体重为3.26kg。
某医生随机抽取20名难产男婴，测得出生体重如下（见数据文件p192.sav）。
问该地难产男婴出生体重均数是否与正常男婴不同？3.5 3.5 3.2 3.5 3.3 3.0 3.3 3.23.4 2.7 3.4 3.6 3.5 2.8 3.4 2.93.5 3.54.0 4.0SPSS 操作步骤： 变量说明：weight ：出生体重。
t 检 验已知的总体均数Sig：significance结论：因为t=1.330，P＝0.199>0.05，所以尚不能认为难产男婴出生体重均数与正常男婴不同。
一、t检验（二）完全随机设计（成组设计）的两样本均数比较（两独立样本t检验）例2 某医师测得12名正常人和13名病毒性肝炎患者血清转铁蛋白含量（g/L），结果如下（见数据文件p193.sav）。
问病毒性肝炎患者和正常人血清转铁蛋白含量有无差异？病毒性肝炎患者：2.34 2.47 2.22 2.31 2.36 2.38 2.15 2.572.19 2.25 2.28 2.31 2.42正常人：2.61 2.71 2.73 2.64 2.68 2.81 2.762.55 2.91 2.85 2.71 2.64SPSS操作步骤：变量说明：group：分组，1＝患者；2＝正常人。
统计描述与t检验-SPSS应用
计量资料的统计描述
集 中 趋 势 统 计 指 标
算术均数(Mean) 几何均数(Geometric Mean)
中位数(Median)
众数（Mode）
7
计量资料的统计描述
离 散 趋 势 统 计 指 标
极差(Range) 四分位数间距(Quartile range)
方差(Variance)
标准差(Standard Deviation)
统计学描述的基本方法有数据频数分布 特征描述、集中趋势值和离散趋势值的计算 等。
3
资料分类
针对不同的资料类型，采用的统计学 描述方法也不同。
那么，常见的资料类型有哪些呢？ 计量资料 资 料 类 型 计数资料 等级资料
4
资料分类
计量资料：可分为连续型和离散型，是指对每个 观察对象的观察指标用定量方法测定其数值大小所得， 一般带有度量衡单位。例如：血压值、身高、体重等。
• 实例1：某年抽样调查某地120名18--35岁 健康男性居民血清铁含量（umol/L），请 大家利用spss软件进行统计性描述。
21
Descriptives操作过程
该界面类似于Frequencies的界面，其中Save standardized values as variables是指将标准化得分另存为变量（Z）。
35
Explore结果分析
上图是对按性别不同对身高进行的方差齐性检验，采用了四种 方法计算统计量：Based on Mean(基于均数的统计量）、 Based on Median (基于中位数的统计量)、 Based on Median and with adjusted df(基于中位数并调整自由度的统计量)、Based on trimmed Mean (基于调整均数的统计量）。Df1是分子自由度、 df2为分母自由度。经检验，上述四种方法的计算出的P值均大于 0.05，不拒绝零假设，可以认为两组总体方差相同。
SPSS数据的参数检验和方差分析
SPSS数据的参数检验和方差分析SPSS软件是一种用于统计和数据分析的工具，它可以进行各种参数检验和方差分析。
本文将重点介绍SPSS中的参数检验和方差分析，并提供一些建议和注意事项。
参数检验是一种统计方法，用于确定一个或多个总体参数的真实值。
在SPSS中，可以使用各种统计方法进行参数检验，例如t检验、方差分析（ANOVA）、卡方检验等。
t检验是用于比较两个样本均值是否显著不同的方法。
在SPSS中，可以通过选择“分析”->“比较均值”->“独立样本t检验”或“相关样本t检验”来执行t检验。
在进行t检验之前，需要确保数据符合正态分布和方差齐性的假设。
可以使用SPSS中的正态性检验和方差齐性检验来验证这些假设。
方差分析是用于比较三个或更多组之间差异的方法。
在SPSS中，可以通过选择“分析”->“方差”->“单因素方差分析”或“多因素方差分析”来执行方差分析。
在进行方差分析之前，同样需要检验正态性和方差齐性的假设。
在进行参数检验和方差分析时，还需确认是否使用方差分析的正确方法。
例如，如果有多个自变量，可能需要使用混合设计方差分析或多重方差分析等方法。
SPSS提供了多种不同的方差分析方法，可以根据具体研究设计选择适当的方法。
进行参数检验和方差分析时，还需要注意一些统计概念和报告结果的规范。
例如，结果中应包括样本均值、标准差、置信区间、显著性水平等信息。
此外，还应使用适当的图表和图形来展示数据和结果，以帮助读者更好地理解研究结果。
除了参数检验和方差分析，SPSS还可以进行其他类型的统计分析，例如相关分析、回归分析、因子分析等。
这些分析方法可以用来探索和描述数据之间的关系，以及预测和解释变量之间的关系。
在使用SPSS进行数据分析时，还需注意数据的质量和准确性。
确保数据输入正确、完整，处理缺失值和异常值等。
此外，也需要根据研究目的和问题选择合适的统计方法，并理解相关假设和前提条件。
总之，SPSS是一种功能强大的统计和数据分析工具，在参数检验和方差分析方面提供了丰富的方法和功能。
使用SPSS做t检验和方差分析
3 两配对样本的t检验
两配对样本的t检验用于检验两个相关样本是否 来自于具有相同均值的正态总体，即对于两个 配对样本，推断两个总体的均值是否存在显著 差异。 配对的概念是指两个样本的各均值之间存在着 对应的关系。如：一组病人治疗前后的体重对 比，显然，对于同一个病人对应治疗前后两组 不同的体重。
Mean Std. Error df Sig. (2-tailed) Difference Difference
22
.019 1.35629
.53411
95% Confidence Interval of the Difference
Lower Upper
.24863 2.46396
21.354
.019 1.35629
M ea n 8.470
20.560
N 10 10
Std. Deviation 6.7112
13.5140
Std. Error M ea n 2.1223
4.2735
Paired Samples Test
Pair 1
化疗前 -化疗后
Mean -12.0900
Paired Differences
95% Confidence
单因素方差分析的应用条件：在不同的水平 （因素变量取不同值）下，各总体应当服从方
差相等的正态分布。
13
4 单因素方差分析
例：例4，某企业需要一种零件，现有三个不同的地区的企业生 产的同种零件可供选择，为了比较这三个零件的强度是否相同， 每个地区的企业抽出6件产品进行强度测试，其值如表2.6所示。 假设每个企业零件的强度值服从正态分布，试检验这三个地区企 业的零件强度是否存在显著差异。
SPSS：数据分析3、T检验（TTest）方差分析（ANOVA）（Chi-squareTe。。。
SPSS：数据分析3、T检验（TTest）⽅差分析（ANOVA）（Chi-squareTe。
⽬录1、数据采集2、数据是否服从正态分布3、T检验（T Test）4、⽅差分析（ANOVA）5、卡⽅检验（Chi-square Test）6、灰⾊关联度分析（Grey Relation Analysis，GRA）7、弗⾥德曼检验（Friedman Test）8、箱图（Box）1、数据采集1、数据分类定性观察、访谈、调查定量⼿动测量、⾃动测量、问卷打分主观等级、排序、感觉、有⽤性客观时间、数量、错误率、分数⾃变量不同的实验条件因素，研究的因素因变量不同的实验条件所影响的、要观测的因素连续数量值（preference）时间、数量、错误率------离散数量值（usability问卷打分等级数量值（usability）等级、排序变量类型Norminal Data 定类变量 | 变量的不同取值仅仅代表了不同类的事物，这样的变量叫定类变量。
问卷的⼈⼝特征中最常使⽤的问题，⽽调查被访对象的“性别”，就是定类变量。
对于定类变量，加减乘除等运算是没有实际意义的。
Ordinal Data 定序变量 | 变量的值不仅能够代表事物的分类，还能代表事物按某种特性的排序，这样的变量叫定序变量。
问卷的⼈⼝特征中最常使⽤的问题“教育程度“，以及态度量表题⽬等都是定序变量，定序变量的值之间可以⽐较⼤⼩，或者有强弱顺序，但两个值的差⼀般没有什么实际意义。
Interval Data 定距变量 | 变量的值之间可以⽐较⼤⼩，两个值的差有实际意义，这样的变量叫定距变量。
有时问卷在调查被访者的“年龄”和“每⽉平均收⼊”，都是定距变量。
Ratio Data 定⽐变量 | 有绝对0点，如质量，⾼度。
定⽐变量与定距变量在市场调查中⼀般不加以区分，它们的差别在于，定距变量取值为“0”时，不表⽰“没有”，仅仅是取值为0。
定⽐变量取值为“0”时，则表⽰“没有”。
3-SPSSt检验与单因素方差分析
5.18
8.79
3.14
6.46
3.72
6.64
5.60
4.57
7.71
4.99
4.01
2013-8-15
Page17
SPSS统计软件操作
Independent-Sample t test 过程
Group Statistics
分 组 支管人 气病 健人 康
N 14 11 Mean 4.3 779 5.5 282 Std . Deviation 1.4 498 9 1.7 354 0 Std . Error Mean .38 750 .52 324
• 是指采用统计图、统计表、统计指标等形式来对资 料的数量特征和分布规律作出测定和描述的一种方
法。
statistical inference统计推断 • 统计推断包括研究如何抽样，如何由样本信息来推 断总体特征。
2013-8-15
Page3
SPSS统计软件操作
理论回顾
假设检验 Hypothesis test
Page19
SPSS统计软件操作
Paired-sample t test
操作提示：Analyze →Compare Means →Paired-Sample T Test …
待选变量 配对变量
2013-8-15
Page20
SPSS统计软件操作
Paired-sample t test
【例4】
10例患者治疗前后的血红蛋白见数据“血红蛋白.sav”。问
差相等
优点： 不受比较组数的限制，可比较多组均数 可同时分析多个因素的作用 可分析因素间的交互作用
2013-8-15
Page24SPSS统计软件操作One-way ANOVA
SPSS应用：t检验及方差齐性检验、正态性检验
一、 统计描述:
Analyze → descriptive statistics → descriptives → variables: 分析变量→ok 例2-1:
descriptive statistics: frequencies(频数分布分析) Descriptives (描述性统计分析) Explore(探索性分析) Crosstabs (列联表资料分析) …
→paried variables:配对的两个变量 →ok 例3-6:
四.t检验: 两样本均数的比较 analyze→compare means →independent-samples t test
→test variable:分析变量 →grouping variable:分组变量
→define groups:分组变量的值 →ok Nhomakorabea例3-7:
二.t检验: 样本均数与总体均数的比较 analyze→compare means →one-sample t test
→test variable:分析变量 →test value:总体均数的值 →ok 例3-5:
三.t检验: 配对t检验 analyze→compare means →paried-samples t test
五.正态性检验和方差齐性检验:
Analyze → descriptive statisti正c态s性→检验Explore(探索性 分析)
→ dependent list:分析变量
factor:分组变量
plots:normality test
未转换数据（的方差齐性检验）
untransformed →continue
表3 统计分析流程与的SPSS应用(t检验)
表3统计分析流程与SPSS应用（计量资料的统计推断）一二三四五六资料类型分析目的分析类型统计指标指标的用途及注意事项SPSS分析提示数值变量资料统计推断参数估计点估计用样本均数X作为总体均数μ的估计值1、建立数据库。
2、Analyze → Compare Means，显示均数间比较子菜单。
3、选One－Sample T Test显示“单个样本t检验对话框”。
4、将X(变量）→Test Variable框中，在Test Value：中输入0.此时0相当于总体均数，输出的是样本所在总体均数1-α的可信区间。
5、单击显示“Options对话框”，在Confidence Interval框中，输入需要计算的均数差值的可信区间范围，系统默认95％，可自行更改.6、单击按钮，输出总体均数1-α的可信区间。
区间估计总体均数的可信区间1、估计总体参数是按预先给定的概率（1-α常取95%）确定μ可能出现的范围。
(注意可信区间与个体参考值范围的区别）。
σ已知时),(,2,2XXuXuXσσνανα+-σ未知时),(,2,2XXStXStXνανα+-σ未知，但n足够大),(,2,2XXSuXSuXνανα+-两总体均数之差的可信区间2、两个总体均数之差值的可信区间具有验证假设检验作用。
公式：)][,]([21212121)2(,221)2(,221XXnnXXnnStXXStXX--+--++---αα意义：当（1-α)包含0时差异没有统计学意义，当该区间不包含0时差异有统计学意义。
1、2同上。
3→Independent－Sample T T est，显示独立样本t检验对话框。
4、将X→T est V ariable[s］框,单击按钮，显示“Define Groups对话框"，在Group 1：中输入1，Group 2:中输入2。
5、单击显示“Options…子对话框”，输入需要计算的均数差值的可信区间的范围。
SPSS两独立样本T检验结果解析
SPSS两独立样本T检验结果解析SPSS中的两独立样本T检验是一种用于比较两个独立样本均值是否存在显著差异的统计方法。
在进行T检验时，SPSS会提供多个结果和统计指标，以下将对这些结果进行详细解析。
1.描述统计：首先，SPSS提供了每个样本的基本统计描述，包括样本均值（Mean）、标准差（Standard Deviation）、样本大小（N）等。
这些统计指标可以帮助我们了解样本的基本情况，并对比两个样本的差异。
2.正态性检验：T检验的前提是两个样本都满足正态分布。
SPSS会进行正态性检验，提供Shapiro-Wilk和Kolmogorov-Smirnov两种方法。
若p值大于显著性水平（通常是0.05），则我们可以认为数据满足正态分布假设；若p值小于显著性水平，则我们需谨慎解释数据结果，并可以采用非参数检验方法。
3.方差齐性检验：T检验还要求两个样本的方差齐性。
SPSS提供Levene's Test和Brown-Forsythe两种方差齐性检验方法。
若p值大于显著性水平，我们可以认为两个样本具有方差齐性；若p值小于显著性水平，则需要调整我们对于T检验结果的解释，例如使用修正的T检验方法。
4.独立样本T检验结果：SPSS提供了多个独立样本T检验的结果，包括T值、自由度、双侧p 值、置信区间等。
其中T值表示两个样本均值之间的差异是否显著，自由度用于计算T分布的临界值，p值则用于判断差异是否具有统计学意义，置信区间则给出了均值差异的范围估计。
通常，p值小于显著性水平（例如0.05）可以认为两个样本的均值存在显著差异。
5.效应量指标：除了上述的结果，SPSS还提供了一些效应量指标，可以帮助评估均值差异的大小。
其中，Cohen's d是一种常用的效应量指标，表示两个样本均值差异的标准化大小。
Cohen's d的值越大，表示两个样本的均值差异越大。
6.异常值和离群值：最后，SPSS还可以通过箱线图和散点图等方法帮助我们检查两个样本中是否存在异常值或离群值。
SPSS常用分析方法操作步骤
SPSS常用分析方法操作步骤SPSS（Statistical Package for the Social Sciences）是一种常用的统计分析软件，它提供了多种分析方法，可以帮助用户进行数据分析和统计推断。
下面是一些SPSS常用分析方法的操作步骤，供参考。
1.描述性统计分析：- 打开SPSS软件，导入数据文件（.sav或者.csv格式）。
-菜单栏选择"分析"，然后选择"描述性统计"，再选择"统计"。
-在弹出的对话框中，选择要进行描述性统计分析的变量，并选择要计算的统计量（如均值、标准差、最大值、最小值等）。
-点击"确定"进行分析，结果将显示在输出窗口中。
2.T检验：-导入数据文件，选择"分析"，然后选择"比较手段"，再选择"独立样本T检验"（或相关样本T检验）。
-在弹出的对话框中，选择要进行T检验的自变量和因变量，并指定群组变量（如性别）。
-可以选择自定义选项，如置信水平、方差齐性检验等。
-点击"确定"进行分析，结果将显示在输出窗口中。
3.方差分析：-导入数据文件，选择"分析"，然后选择"比较手段"，再选择"单因素方差分析"（或多因素方差分析）。
-在弹出的对话框中，选择要进行方差分析的自变量和因变量，并指定分组变量（如教育程度）。
-可以选择自定义选项，如置信水平、效应大小等。
-点击"确定"进行分析，结果将显示在输出窗口中。
4.相关分析：-导入数据文件，选择"分析"，然后选择"相关"，再选择"双变量"（或多变量）。
-在弹出的对话框中，选择要进行相关分析的变量，并进行相关系数类型的选择（如皮尔逊相关系数、斯皮尔曼等级相关系数）。
SPSS实习2_t检验
若定义差值>11g/L为有效，试说明A药是否有效。 研究目的：说明药物是否有效； 研究假设 ( 期望出现的结果 ) ：药物有效，即差值 >11g/L；差值服从正态分布，则研究假设为d>11g/L； 设计方法：说明两药是否分别有效，求差值后可认 为是单样本设计； 效应指标变量类型：比较指标为差值，定量变量 d A 15.56g / L, sd 13.49g / L, dB 18.89g / L , sd 9.76g / L 已知条件： 据以上分析，差值服从正态分布，可选择t检验。 ① 建立检验假设，确立检验水准。 H0：d=11g/L ，即无效 H1：d>11g/L ，即有效 单侧，=0.05
A B
② 选定检验方法，计算检验统计量。
tA=1.40， tB=1.76 ③ 确定P值，做出统计推断。 由 SPSS 分 析 结 果 ， PA=0.199/2=0.100>0.05 ， 按 =0.05水准，不拒绝H0 ，尚不能认为A药有效。 PB=0.117/2=0.059>0.05 ， 按 =0.05 水 准 ， 不 拒 绝 H0 ，尚不能认为B药有效。
– Analyze Compare means Paired-Samples T Test…
• Paired Variables：
– Variable 1：before
– Variable 2：after
统计描述
关联性分析
t检验
A、B疗效是否有差异
• 分析目的：A、B疗效是否有差异
– 若差值服从正态分布
A B
A
dA
B
dB
② 选定检验方法，计算检验统计量。
由 SPSS 方 差 齐 性 检 验 F=3.02 ， P=0.101>0.1 ， 按 =0.10 水准，不拒绝 H0 ，可以认为两药差值的方差齐。 故选择t检验结果：t=-0.60，=16。
正态性检验
1．正态性检验2．spss下两个独立样本t检验，两组的方差不齐，也可以用SPSS 软件里的t检验是吧？spss下想用两个独立样本的t检验，还要验证2组样本的正态在论文里要不要写上正态性验证过程的？只要不是特别偏态的资料，可以采用t检验。
但是方差不齐，不能采用t检验。
如果方差不齐，SPSS给出了t‘检验的结果。
8.3.4 独立样本T检验下面我们要用SPSS来做成组设计两样本均数比较的t检验，选择Analyze==>Compare Means==>Independent-Samples T test，系统弹出两样本t检验对话框如下：将变量X 选入test 框内，变量group 选入grouping 框内，注意这时下面的Define Groups 按钮变黑，表示该按钮可用，单击它，系统弹出比较组定义对话框如右图所示：该对话框用于定义是哪两组相比，在两个group 框内分别输入1和2，表明是变量group 取值为1和2的两组相比。
然后单击Continue 按钮，再单击OK 按钮，系统经过计算后会弹出结果浏览窗口，首先给出的是两组的基本情况描述，如样本量、均数等（糟糕，刚才的半天工夫白费了），然后是t 检验的结果如下：Independent Samples TestLevene's Test for Equalityt-test for Equality of Meansof VariancesFSig.t dfSig.(2-tailed)MeanDifferenceStd.ErrorDifference95%ConfidenceInterval of theDifferenceLowerUpperX Equalvariances assumed.032.8602.52422 .019 .4363 .17297.777E-02.7948Equalvariances not assumed2.52421.353.020 .4363 .17297.716E-02.7954可见该结果分为两大部分：第一部分为Levene's方差齐性检验，用于判断两总体方差是否齐，这里的戒严结果为F = 0.032，p = 0.860，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t= 2.524，ν=22，p=0.019。
t检验使用条件及在SPSS中的应用
t 检验使用条件及在SPSS 中的应用t 检验是对均值的检验，有三种用途，分别对应不同的应用场景：1) 单样本t 检验（One Sample T Test ）：对一组样本，检验相应总体均值是否等于某个值；2) 相互独立样本t 检验（Independent-Sample T Test ）：利用来自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性差异；3) 配对样本t 检验：是采用配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受试对象处理前后。
下文将分别介绍三种t 检验的使用条件以及在SPSS 中的实现。
一、 单样本t 检验1.1简介1) 单样本t 检验的目的利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著性差异，它是对总体均值的检验。
2) 单样本t 检验的前提样本来自的总体应服从和近似服从正态分布，且只涉及一个总体。
如果样本不符合正态分布或不清楚总体分布的形状，就不能用单样本t 检验，而要改用单样本的非参数检验。
3) 单样本t 检验的步骤a) 提出假设单样本t 检验需要检验总体的均值是否与指定的检验值之间存在显著性差异，为此，给定检验值μ0，提出假设：H 0：μ = μ0 （原假设，null hypothesis ）H 1：μ ≠ μ0（备择假设,alternative hypothesis ，）b) 选择检验统计量属于总体均值和方差都未知的检验采用t 统计量：t =X ̅−μ0S ̂√n ⁄，其中，X ̅和S ̂分别为样本均值和方差，t 的自由度为n-1SPSS 中还将显示均值标准误差，计算公式为S ̂√n⁄，即t 统计量的分母部分。
c) 计算统计量的观测值和概率将样本均值、样本方差、μ0带入t 统计量，得到t 统计量的观测值，查t 分布界值表计算出概率P 值。
d) 给出显著性水平α，作出统计判断给出显著性水平α，与检验统计量的概率P 值作比较。
- 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)。
二.t检验：样本均数与总体均数的比较 analyze→compare means →one-sample t test →test variable:分析变量 →test value:总体均数的值 →ok 例3-5：
三.t检验：配对t检验 analyze→compare means →paried-samples t test →paried variables:配对的两个变量 →ok 例3-6：
Analyze → descriptive statistics→ Explore(探索性分析) → dependent list:分析变量 正态性检验 factor:分组变量 plots:normality test untransformed →continue →ok
未转换数据（的方差齐性检验） 正态性检验有两种结果： Shapiro-Wilk:W检验(小样本) Kolmogorov-Smirnov:D检验(大样本)
SPSS应用：t检验和正态性、方差齐性检验
一、 统计描述： Analyze → descriptive statistics → descriptives → variables: 分析变量→ok 例2-1：
descriptive statistics： frequencies(频数分布分析) Descriptives (描述性统计分析) Explore(探索性分析) Crosstabs (列联表资料分析) …
ቤተ መጻሕፍቲ ባይዱ
“Paste”按钮的使用
四.t检验：两样本均数的比较 analyze→compare means →independent-samples t test →test variable:分析变量 →grouping variable:分组变量 →define groups:分组变量的值 →ok 例3-7：
五.正态性检验和方差齐性检验：