SPSS均值比较与检验课件.ppt

生物统计与实验设计,BiologicalStatisticsAndExperimentalDesigns,2,MEANS过程单一样本T检验(One-SampleTTest）独立样本T检验(Independent-SampleTTest)配对样本T检验(Paired-SampleTTest)方差分析（One-WayANOVA）,SPSS均值比较与检验,3,算术平均值：,方差：,标准差：,均值标准误：,有关公式(提前说明),4,有关公式,峰度：,偏度：,N3，S0,N2，S0,返回,5,MEANS过程,一、Means过程该过程实际上更倾向于对样本进行描述，可以对需要比较的各组计算描述指标，包括均值、标准差、总和、观测量数、方差等一系列单变量统计量。二、完全窗口分析按AnalyzeCompareMeansMeans顺序，打开Means主对话框（如图3-1）。,6,图31Means主对话框,该框的变量为因变量，即用于分析的变量。,该框的变量为自变量，必须至少有一个变量,单击此按钮，进入下一层，返回则按Previous按钮。,见图32,7,Statistics框：供选择的统计量,StatisticsforFirstLayer复选框：Anovatableandeta:进行分组变量的单因方差分析并计算eta统计量。Testforlinearity:产生第一层最后一个变量的R和R2。,图32Options对话框,CellStatistics框:选入的描述统计量，默认为均值、样本数、标准差。,8,三、例题分析测得某城市12岁儿童的身高及体重信息，用Means过程对其做基本的描述性统计分析。,9,1、操作步骤,1）打开数据文件“data03-MEANS_01.sav”。2)按顺序AnalyzeCompareMeansMeans打开主对话框。3)单击Option,打开Options对话框,选择统计项目。4）单击OK完成。,10,选hsex,按Next,进入layer2of2,选age,图33在主对话框选送变量,图34第二层变量框,11,选择统计项目,按此按钮,复选此2项,第一层次分组选择计算方差分析和线性检验,图35Options对话框,12,表31观测量摘要表（性别和年龄均放第一层）,2.结果及分析,13,分析实例两个分类变量分别放在两层中,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？如果解决这样的问题，只建立一个控制层就不够了。应该考虑，选择身高h作为因变量，分类变量age作为第一层控制变量，sex为第二层控制变量。两个分类变量分别放在两层中，且使用选择项。,14,对第一层变量的方差分析结果,当前表是方差分析表，共6列：第一列方差来源：组间的、组内的、总的方差；第二列为平方和；第三列为自由度；第四列为均方；第五列为F值；第六列为F统计量的显著值。,15,关联度测度,表36是eta统计量表，统计量表明因变量和自变量之间联系的强度，2是因变量中不同组间差异所解释的方差比，是组间平方和与总平方和之比。,16,一、简介用于检验单个变量的均值与假设检验值(给定的常数)之间是否存在差异。二、完全窗口分析按AnalyzeCompareMeansOne-SampleTTest顺序，打开One-SampleTTest主对话框（如图3-1）,一、单一样本T检验,T检验：,17,图3-6One-SampleTTest主对话框,图3-7Options对话框,TestVariables框：用于选取需要分析的变量,TestValue:输入已知的总体均值，默认0,ConfidenceInterval:输入置信区间，一般取90、95、99等。,MissingValues:在检验变量中含有缺失值的观测将不被计算。在任何一个变量中含有缺失值的观测都将不被计算,18,三、例题分析某地区12岁男孩平均身高为142.5cm。1973年某市测量120名12岁男孩身高资料，数据编号data08-02。假设某市12岁男孩身高与该地区12岁男孩身高平均值相等。1、操作步骤1）按AnalyzeCompareMeansOneSampleTTest顺序，打开主对话框。(打开数据文件“data03-MEANS_02.sav”。)2）将变量height选入TestVariable框。3）在TestValue中输入142.5，后单击OK。,2019/12/15,19,可编辑,20,2、结果分析,表5-9是12岁男孩的观测量个数、均值、标准差和均值的标准误等统计量。,表3-9单个样本统计量,21,表3-10单个样本检验,从表3-10可看出，t值为1.032,自由度119,显著值为0.3040.05,无效假设成立。样本均值与检验值的差为0.548,该差值95%的置信区间是-0.5041.600。,均值差值的95置信区间包括0，由此可以得出样本均值与总体均值无显著差异,22,T检验：,23,有关公式,方差不齐使用公式：,方差齐时使用公式：,Sc是合并方差：,方差齐性检验：,24,一、简介用于检验对于两组来自独立总体的样本，其独立总体的均值或中心位置是否一样。如果两组样本彼此不独立，应使用配对T检验（Paired-SampleTTest）。如果分组不止一个，应使用One-WayANOVA过程进行单变量方差分析。如果想比较的变量是分类变量，应使用Crosstabs功能。独立样本T检验还要求总体服从正态分布，如果总体明显不服从正态分布，则应使用非参数检验过程（Nonparametrictest）二、完全窗口分析按AnalyzeCompareMeansIndependent-SampleTTest顺序，打开Independent-SampleTTest主对话框（如图3-10）,二、独立样本T检验,25,图510独立样本T检验主对话框,图511DefineGroups主对话框,从源变量框中选取要作检验的变量。,为分组变量，只能有一个。,分别输入分组变量的取值条件，如1为男，2为女等。输入分界点值，如体重60公斤等。,26,在检验变量中含有缺失值的观测将不被计算。在任何一个变量中含有缺失值的观测都将不被计算,输入置信区间，一般取90、95、99等。,图5-9Independent-SampleTTest的Options对话框,三、例题分析检验男女雇员现工资是否有显著性差异。1、操作步骤1）按AnalyzeCompareMeansIndependent-SampleTTest顺序，打开主对话框。打开数据文件“data03-MEANS_03.sav”。2）将变量Salary选入TestVariable框。3）在Gender选入GroupingVariable框中作为检验变量。4）打开DefineGroups对话框，在Group1输入f，Group2输入m，单击Continue，再单击OK。,27,2、结果分析,表3-11是男女职员当前薪水的观测量个数、均值、标准差和均值的标准误等统计量。,表3-11分组统计量,28,表3-12独立样本T检验结果,从表3-12可看出，Equalvariancesassumed行是假设方差相等进行的检验，当方差相等时考察这一行的结果；Equalvariancesnotassumed行是假设方差不等进行的检验，当方差不等时考察这一行的结果。在LevenesTestforEqualityofVariance列中，显著值为0.0000.05，可认为方差是不等的，所以应考察第二行的结果。可看出，显著值为0.0000.05，所以认为均值是不等的。,29,均值差值的95置信区间在-18003.0-12816.7之间，不包括0，由此可以得出样本均值与总体均值有显著差异结论：从t检验得p值为0.0000.05和均值之差值的95置信区间不包括0都能得出，女雇员现工资明显低于男雇员，差异有统计意义。值得注意的是在实际应用中由于存在其他条件，如职务等级、工作经验等，不能得出现平均工资差异是由性别差异造成的结论。根据分析结果得出结论要谨慎!,30,一、简介用于检验两个相关的样本是否来自具有相同均值的总体。二、完全窗口分析1、主对话框按AnalyzeCompareMeansPaired-SampleTTest顺序，打开Paired-SampleTTest主对话框（如图3-1）,三、配对样本T检验,31,从源变量框中选取成对变量移入,所选变量,同图39,图310Paired-SampleTTest对话框,32,三、例题分析某单位研究饲料中缺乏维生素E与肝中维生素A含量的关系，将大白鼠按性别、体重等配为8对，每对中两只大白鼠分别喂给正常饲料和维生素E缺乏饲料，一段时期后测定其肝中维生素A含量（mol/L）如下，现在想知道饲料中缺乏维生素E对鼠肝中维生素A含量有无影响。,表3-12配对样本T检验数据,33,1、操作步骤1）输入数据并定义变量名：正常饲料组测定值为x1，维生素E缺乏饲料组测定值为x2(数据文件“data03-MEANS_04.sav”。)2）按AnalyzeCompareMeansPaired-SampleTTest顺序，打开主对话框。3）单击变量x1，再单击x2，将x1，x2送入Variables框。左下方CurrentSelections框中出现Variable1、Variable24）单击OK。2、输出结果及分析,34,表3-13配对样本T检验描述统计量,表3-13可看出，变量x1的均数、标准差、标准误分别为34.750、6.649、2.351，变量x2的均数、标准差、标准误分别为26.238、5.821、2.058。,表3-14配对样本T检验相关性,表3-14可看出，本例共有8对观测值，相关系数为0.586