




已阅读5页,还剩33页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
,T检验,陕西师范大学生命科学学院CollegeofLifeSciences,ShaanxiNormalUniversity,1,T检验,(一)单个总体均数的t检验(二)独立样本成组t检验(三)成对样本t检验,2,计算公式,(一)单个总体均数的t检验,3,样本平均数与总体平均数差异显著性检验,例:成虾的平均体重为21克,在配合饲料中添加0.5%的酵母培养物饲养成虾时,随机抽取16只对虾,体重为20.1、21.6、22.2、23.1、20.7、19.9、21.3、21.4、22.6、22.3、20.9、21.7、22.8、21.7、21.3、20.7。试检验添加添加0.5%的酵母培养物是否提高了成虾体重。,4,数据输入1)启动SPSS后,点击VariableView进入定义变量工作表,用name命令设置变量“成虾体重”,小数位定义为1。2)点击DataView命令,进入数据视图工作表,输入数据。,5,统计分析,6,7,结果说明上表表明,样本个数n=16,样本平均数为21.519,样本标准差SD=0.928,均数标准误SE=0.232t=2.235,自由度=15,Sig栏为双侧的概率值,P=0.0410.05,可以认为在配合饲料中添加0.5%的酵母培养物显著地提高了成虾体重。样本均数与总体均数的差值为0.5188,,8,例子,某药物在某溶剂中溶解后的标准浓度为20.00mg/L。现采用某种方法,测量该药物溶解液11次,测量后得到的结果为:20.99、20.41、20.10、20.00、20.91、22.41、20.00、23.00、22.00、19.89、21.11.问:用该方法测量所得结果是否与标准浓度值有所不同?,9,2、选择检验方法和计算检验统计量因为总体标准差未知,所以采用t检验。AnalyzeCompareMeansOne-SampleTTest出现如下对话框:,把x移入到TestVariable(s)的变量列表;在TestValue后输入需要比较的总体均数20;OK,10,3、根据检验统计量的结果做出统计推断,基本统计量信息:,11,从结果中可以看出,统计量t=3.056,P=0.0120.05,故结论为两组方差差异不显著,说明方差齐性。2)由于两组方差齐性,故应选择EqualVarianceassumed(假设方差齐性)一行的结论:t=-3.344,df=11,P=0.0070.05,表明接种前后体温不存在线性相关关系。上图3为配对检验的结果,Mean为两变量之差的均数d=-0.390,Std.Deviation为两变量之差的标准差sd=0.191,Std.ErrorMean为两变量之差的标准误差sd=0.060由上可知,t=-6.450,df=9,P=0.0000.01,可以认为接种疫苗前后兔子体温有极显著差异,即接种疫苗可使体温极显著升高。,34,例子,将大白鼠配成8对,每对分别喂以正常饲料和缺乏维生素E饲料,测得两组大白鼠肝中维生素A的含量所示,试比较两组大白鼠肝中维生素A的含量有无差别。,35,36,Nomal、treatPairedVariable变量列表中OK,2、选择检验方法和计算检验统计量AnalyzeCompareMeansPaired-SamplesTTest出现如下对话框,37,两组资料的差值的均数为812.5,其标准差和标准误分别为546.253和193.12977;配对t检验的统计量t为4.207,所对应的
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 外研版八年级英语上册Module9单元测试试卷-含答案03
- 酸和碱的反应课件教学
- 人工智能通识教程(微课版) 课件 02 人工智能技术的行业应用-千行百业应用大爆发
- CN120198439A 基于深度学习的电控部件外观检测方法及装置
- 老山界课件内容
- 老北京火锅黏土课件
- 配电运维巡视专业课件
- 2025标准木托盘租赁与专业仓储服务合作合同
- 2025成立公司投资入股及企业全面运营合作协议
- 2025年度智能设备代理销售合同范本汇编
- 2025年巨量引擎医药健康行业营销白皮书
- 药物分析员理论知识考核试卷及答案
- QC/T 262-2025汽车渗碳齿轮金相检验
- 2025年交通安全问答试题及答案
- 电子厂安全考试题库及答案大全
- 种植牙术后注意事项
- 2025下半年网络管理员考题试卷及答案
- 2024年陕西数字教育年度发展报告-陕西省教育厅
- 探针卡基础知识培训课件
- 2025年留置看护队考试题库及答案
- 幽门螺旋杆菌教学课件
评论
0/150
提交评论