SPSS操作—T检验.ppt

SPSS操作演练 第一章相关概念 标准差标准差 StandardDeviation 为方差的算术平方根 反映组内个体间的离散程度 均值相同的 标准差未必相同 标准差越大 代表离散程度越大 计算公式 举出通俗的例证说明其数据解释的作用及应用领域 在正态分布 解释何为正态分布 理论 相关图及其学术解释 中 用 表示 它与每个样本数 相应的概率及均值有关 标准误 标准误 StandardErrorofMean 即样本均值的标准差 是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度 反映的是样本均数之间的变异 计算公式 举出通俗的例证说明其数据解释的作用及应用领域 标准误不是标准差 是多个样本平均值的标准差 计算公式 举出通俗的例证说明其数据解释的作用及应用领域 格式没有统一 置信水平 置信水平 confidencelevel 是指总体参数值落在样本统计值某一区内的概率 在抽样对总体参数作出估计时 由于样本的随机性 其结论总是不确定的 因此 采用一种概率的陈述方法 也就是数理统计中的区间估计法 即估计值与总体参数在一定允许的误差范围以内 其相应的概率有多大 这个相应的概率称作置信度 置信度也称为可靠度 或置信水平 置信系数 计算公式 理论 相关图及其学术解释 举出通俗的例证说明其数据解释的作用及应用领域 置信区间 置信区间 confidenceinterval 是指由样本统计量所构造的总体参数的估计区间 在统计学中 一个概率样本的置信区间是对这个样本的某个总体参数的区间估计 置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度 置信区间由置信下限 LowerLimit 和置信上限 UpperLimit 表示 置信区间越大 置信水平越高 计算公式 举出通俗的例证说明其数据解释的作用及应用领域 显著性水平 significancelevel 表示在 统计假设检验 解释何为假设检验 目的 中 用样本推断总体时 犯拒绝 原假设 错误的可能性大小 即原假设为真时被拒绝的概率 如果根据命题的原假设所计算出来的概率小于显著性水平 就拒绝原假设 大于这个显著性水平则接受原假设 显著性水平不是一个固定不变的数字 其值越大 则原假设被拒绝的可能性愈大 原假设为真而被否定的风险也愈大 其值越小 拒绝原假设的可能性就愈小 比如 显著性水平 显著性水平与置信度之间的关系 1 置信度 显著性水平例如置信度为95 则显著性水平就为5 这一关系要用在数据解释上的表达模式 2 1单样本T检验2 2独立两样本T检验2 3配对样本T检验 第二章T检验 2 1单样本T检验 单样本T检验是处理样本均值与某一指定的检验值之间是否具有显著差异的假设检验 加强理论 图表及其应用的解释力度 条件 样本来自的总体要服从正态分布 在进行单样本T检验时 首先进行假设 提出原假设H0 假设两样本均值相等 备择假设H1 假设两样本均值不相等 单样本T检验适用问题 工厂产品规格的检测 某种元素或化合物含量的检测 游客满意度的检测等 过于迷糊 需要将具体涉及的各种来自医学 自然科学 市场研究 心理学的问题 直接举出研究问题 越具体越好 实例分析 先整体说明这一课题研究 进而直接给出标准的原文问卷 检验 熊猫数据 sav 中V5 对当地自然环境的满意度 与给定的常数 设为4 之间是否存在显著性差异 为什么为4 研究的结果有何用 操作界面 在此框中输入检验值 即检验与什么值有无显著性差异 选择要进行T检验的变量移入此框中 可同时选择多个变量 图1 1 1 该对话框用于指定置信水平和缺失值的处理方法 结果分析 表1 1 1单样本统计量 这一编号为何不为2 1 表1 1 2单样本T检验结果表同上 以下编码统一应当逐项解释t df Sig 2 tailed 涉及到的理论问题 由表1 1 1和表1 1 2可知 检验结果 T统计量的值为4 151 双侧显著性水平P 0 000 0 05 接受原假设 指出何为原假设 即 可认为V5 V5是什么 应当采用其背后的中文含义 与4之间无显著性差异 无差异说明 2 2独立两样本T检验根据上面提示进行修改 独立两样本T检验是用于进行两个独立样本均数的比较 所谓独立样本是指两个样本之间没有任何关联 即 抽取其中一个样本对抽取另一个样本没有任何影响 两个独立样本各自接受相同的测量 样本数可以相等也可以不相等 条件 1 两样本必须是独立的 2 样本来自的总体要服从正态分布 在进行独立两样本T检验时 首先进行假设 提出原假设H0 假设两样本均值相等 备择假设H1 假设两样本均值不相等 独立样本T检验适用问题 不同型号产品某种性能的比较 医学上健康人和患者体内某种成分的含量 不同年龄 不同性别的游客满意度等 实例分析 以 熊猫数据 sav 为例 可比较男女游客对于购物接待质量满意度 V12 是否有显著性差异 操作界面 图1 2 1 从候选变量框中选择要进行T检验的变量移入此框中 选择分组变量 在选择变量进入GroupingVariable框后 DefineGroups 按钮将被激活 单击该按钮定义分组信息 单击该按钮弹出Options对话框 该对话框用于指定置信水平和缺失值的处理方法 结果分析 表1 2 1分组统计量 表1 2 2独立两样本T检验结果表 由表1 2 2可知 1 进行方差齐次性检验 显著性概率P 0 685 0 05 接受原假设 认为男女游客在购物接待质量满意度方面的方差没有显著性差异 即方差齐次 2 方差齐次 选择Equalityvariancesassumed这一行 其双测检验显著性概率P为0 436 0 05 接受原假设 可认为男女在购物接待质量满意度方面没有显著差异 2 3配对样本T检验根据上面提示进行修改 配对样本T检验用来比较成对观测数据均值差异 它采用的数据是一一对应 即 样本个数相同 个案顺序相同 两变量数据的顺序不能随意调换 成对观测数据的检验方法是取每对测量值的差为统计对象 进行单样本检验 配对样本T检验与独立样本T检验的差别之一是要求样本是配对的 在进行配对样本T检验时 首先进行假设 提出原假设H0 假设两样本均值相等 备择假设H1 假设两样本均值不相等 配对样本T检验适用问题 减肥药的效果 某种动植物的增减对游客的感知等 实例分析 以 熊猫数据 sav 为例 可比较熊猫数量减少和增加的两种情况下 游客推荐度是否有显著差异 1 当森林面积减少到2000平方公里 大熊猫种群的数量相应由1500只减少到1000只 2 当森林面积增加 大熊猫种群的数量保持现有1500只的数量或者持续增加到2000只 操作界面 图1 3 1 该列表框中的变量作为分析变量 总是成对地出现 可以有多对被分析的变量 单击该按钮弹出Options对话框 该对话框用于指定置信水平和缺失值的处理方法 结果分析 表1 3 1分组统计量 表1 3 2配对样本的相关性分析结果 表1 3 3配对样本T检验结果 由表可知 1 相关系数为0 483 对应的显著性水平Sig取值为0 000 小于0 05 认为两配对样本的相关性显著 2 双测检验显著性概率p 0 007 0