SPSS软件应用.ppt

1、两均数差异的显著性检验,SPSS软件的应用,正态分布总体均值的检验类型,根据一个样本对其总体均值大小进行检验 One-Sample T Test 根据来自两个总体的独立样本对其总体均值的检验 Independent-Samples T Test 成对样本的检验 Paired-Samples T Test,一、样本平均数与总体平均数差异显著性检验,【例1】,成虾的平均体重一般为21g。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、

2、21.3、20.7。试检验添加0.5%的酵母培养物是否提高了成虾的体重。,1. 数据输入,2. 选择检验方法,One-Sample T Test,3. 统计分析过程,AnalyzeCompare MeansOne-Samples T Test Test Variable(s)框：成虾体重 待分析的变量 Test Variable框：键入21 已知标准值为21g OK,检验变量的置入,4. 输出结果,双尾检验,课本例题【例5.1】,单尾检验,置入变量,标准值u0,可以发现p-值为0.316，计算机输出的双尾检验的p-值除以2，为0.158。无显著差异。,输出结果,二、非配对资料两样本平均数的比较

3、,【例2】 用高蛋白和低蛋白两种饲料饲养1月龄大白鼠，在3个月时，测定两组大白鼠的增重(g)如下： 高蛋白组：134，146，106，119，124，161，107， 83，113，129，97，123 低蛋白组：70，118，101，85，107，132，94 试问两种饲料饲养的大白鼠增重是否有差别？,1. 输入数据,2. 选择检验方法,Independent-Samples T Test,AnalyzeCompare MeansIndependent-Samples T Test Test Variable(s)框：增重 待分析的变量为增重 Grouping Variable框：组别 分组

4、变量为组别 Define Groups 定义要检验两组的代码 Group 1：键入1 1代表高蛋白饲料 Group 2：键入2 2代表低蛋白饲料 Continue OK,3. 统计分析过程,三、配对资料两样本平均数的比较,SPSS选项：Analyze Compare Means Paired-Samples T Test,自身配对 同源配对,【例3 】 用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温，见下表。设体温服从正态分布 ，问注射前后体温有无显著差异？,（一）自身配对的成对资料例题,1. 数据输入，选择分析方法,按shift键选中两个变量,2. 变量置入Paired

5、Variables,3. 输出结果,表1 接种前后体温的基本统计量,表2 接种前后的相关关系,Paired-Samples Test,表3 接种前后体温的 t 检验结果,（二）同源配对的成对资料的例题,【例4 】 选生长期、发育进度、植株大小和其他方面皆比较一致的两株番茄构成一组，共得7组。每组中的一株接种A处理病毒，另一株接种B处理病毒，以研究不同处理方法的钝化病毒效果。下表为病毒在番茄上产生的病痕数目，试比较两种方法的差异显著性。,例 蜜蜂某种病用一般疗法治愈率为75%，现尝试采用一种新疗法治疗，试验结果为治疗30只，治愈27只，试检验新疗法是否提高了疗效。,四、百分数差异显著性检验,（一

6、）二项分布的样本百分率与总体百分率的差异显著性检验,1. 数据输入,1 表示治愈数 2 表示未治愈数,DataWeight Cases (权衡观察值) 对频数变量作预统计处理 选中Weight cases by Frequency Variable框：计数 频数变量为计数 OK Analyze Nonparametric Tests(非参数检验) Binomial(二项分布) Test Variable List框：治疗效果 指定检验变量 Test Proportion框：键入0.75 标准治愈率 Define Dichotomy(定义二分法) 选中Get from data 变量只有两分值(

7、如果变 量取值超过2个，选择 Cut point) OK,2. 简明统计分析步骤,频数变量进行预统计处理,检验方法,3. 输出结果,（二）二项分布两个样本百分率的检验,某养猪场第一年饲养杜长大商品仔猪9800头，死亡980头； 第二年饲养杜长大商品仔猪10000头，死亡950头，试检验第一年仔猪死亡率与第二年仔猪死亡率是否有显著差异？,输入数据,DataWeight cases 选中Weight cases by Frequency Variable框：计数 频数变量为计数 OK AnalyzeDescriptive StatisticsCrosstabs Row(s)框：组别 行变量 Col

8、umn(s)框：效果 列变量 Statistics ： Chi-square 进行卡方检验 Continue OK,简明分析步骤,选择统计方法,表1,表3 卡方检验结果,卡方检验结果的选择条件,Pearson Chi-Square（常用卡方检验计算的卡方值）：样本数n40且所有理论数T5 Continuity Correction（连续性矫正卡方值）：df=1，只用于22 列联表 Likelihood Ratio（对数似然比法计算的卡方值）：类似常用卡方检验 Fishers Exact Test（确切概率法计算的卡方值）：理论数T5,常用的三种卡方检验结果来自于常用卡方、矫正卡方、确切概率法。,Computed only for 22 table 只为22 表计算，即只在22 表时计算矫正的卡方值 0 cells (0%) have expected count less than 5. The minimum expected count is 955.25.