方差分析 方差分析可以用来检验来多个均值之间差异的显著性，可以看成是两样本t检验的扩展。统计学原理中涉及的方差分析主要包括单因素方差分析、两因素无交互作用的方差分析和两因素有交互作用的方差分析三种情况。虽然Excel可以进行这三种类型的方差分析，但对数据有一些限制条件，例如不能有缺失值，在两因素方差分析中各个处理要有相等的重复次数等；功能上也有一些不足，例如不能进行多重比较。而在方差分析方面SPSS的功能特别强大，很多输出结果已经超出了统计学原理的范围。 用SPSS检验数据分布的正态性 方差分析需要以下三个假设条件：（1）、在各个总体中因变量都服从正态分布；（2）、在各个总体中因变量的方差都相等；（3）、各个观测值之间是相互独立的。 在SPSS中我们很方便地对前两个条件进行假设检验。同方差性检验一般与方差分析一起进行，这一小节我们只讨论正态性的检验问题。 [例7.4] 检验生兴趣对考试成绩的影响的例子中各组数据的正态性。 在SPSS中输入数据（或打开数据文件），选择Analyze→Descriptive Statistics→Explore，在Explore对话框中将统计成绩作为因变量，兴趣作为分类变量（Fator），单击Plots按钮，选中“Histogram”复选框和“Normality plots with Test”，单击“Continue”按钮，在单击主对话框中的“OK”，可以得到分类别的描述统计信息。从数据的茎叶图、直方图和箱线图都可以对数据分布的正态性做出判断，由于这些内容前面已经做过讲解，这里就不再进一步说明了。 图7-2 用Expore过程进行正态性检验 top↑
SPSS实践题 习题1 分析此班级不同性别的学生的物理和数学成绩的均值、最高分和最低分。
Std. Deviation Minimum Maximum 结论：男生数学成绩最高分: 95 最低分: 72 平均分: 物理成绩最高分: 87 最低分: 69 平均分: 女生数学成绩最高分: 99 最低分: 70 平均分: 物理成绩最高分: 91 最低分: 65 平均分: 习题2 分析此班级的数学成绩是否和全国平均成绩85存在显著差异。 One-Sample Statistics N Mean Std. Deviation Std. Error Mean 数学26 结论：由分析可知相伴概率为，小于显著性水平，因此拒绝零假设，即此班级数学成绩和全国平均水平85分有显著性差异 习题3 分析兰州市2月份的平均气温在90年代前后有无明显变化。
Group Statistics 分组N Mean Std. Deviation Std. Error Mean 二月份气温011.3628400 118.3065729 结论：由分析可知, 方差相同检验相伴概率为,大于显著性水平,因此接受零假设，90年代前后2月份温度方差相同。双侧检验相伴概率为, 小于显著性水平，拒绝零假设，即2月份平均气温在90年代前后有显著性差异 习题4 分析15个居民进行体育锻炼3个月后的体质变化。 Paired Samples Statistics Mean N Std. Deviation Std. Error Mean
Paired Samples Correlations N Correlation Sig. Pair 1锻炼前 & 锻炼后15.277 结论：由分析可知，锻炼前后差值与零比较，相伴概率小于显著性水平， 拒绝零假设，即锻炼前后有显著性差异 习题5 为了农民增收，某地区推广豌豆番茄青菜的套种生产方式。为了寻找该 种方式下最优豌豆品种，进行如下试验：选取5种不同的豌豆品种，每 一品种在4块条件完全相同的田地上试种，其它施肥等田间管理措施完 全一样。根据表中数据分析不同豌豆品种对平均亩产的影响是否显著。 ANOVA 产量 Sum of Squares df Mean Square F Sig.
单样本T检验 按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下： 1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05) 解：1）根据题意，提出： 虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m； 2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据； 3)分析过程 在spss软件上操作分析，输出如下：
表1.1:单个样本统计量 表1.2:单个样本检验 由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小。 由表1.3数据分析可知，T检验值为2.55，样本自由度为9，t检
验的p值为0.031<0.05,说明差异性显著，因此，否定无效假设H0，取备择假设H1。 由以上分析知：在显著水平为0.05的水平上检验，苗木的平均苗高大于1.6m，符合出圃的要求。 独立样本T检验 从两个不同抚育措施育苗的苗圃中各以重复抽样的方式抽得样本如下： 样本1苗高（CM）：52 58 71 48 57 62 73 68 65 56 样本2苗高（CM）：56 75 69 82 74 63 58 64 78 77 66 73 设苗高服从正态分布且两个总体苗高方差相等（齐性），试以显著水平α=0.05检验两种抚育措施对苗高生长有无显著性影响。 解：1）根据题意提出： 虚无假设H0：两种抚育措施对苗木生长没有显著的影响； 备择假设H1：两种抚育措施对苗高生长影响显著； 2）在spss中的“变量视图”中定义变量“苗高1”，“抚育措施”，之后在“数据视图”中输入题中的苗高数据，及抚育措施，其中措施一定义为“1”措施二定义为“2”； 3）分析过程 在spss软件上操作分析输出分析数据如下;
第二章均值比较检验与方差分析 在经济社会问题的研究过程中，常常需要比较现象之间的某些指标有无显著差异，特别当考察的样本容量n比较大时，由随机变量的中心极限定理知，样本均值近似地服从正态分布。所以，均值的比较检验主要研究关于正态总体的均值有关的假设是否成立的问题。 ◆本章主要内容： 1、单个总体均值的 t 检验（One-Sample T Test）； 2、两个独立总体样本均值的 t 检验（Independent-Sample T Test）； 3、两个有联系总体均值均值的 t 检验（Paired-Sample T Test）； 4、单因素方差分析（One-Way ANOVA）； 5、双因素方差分析（General Linear Model Univariate）。 ◆假设条件：研究的数据服从正态分布或近似地服从正态分布。 在Analyze菜单中，均值比较检验可以从菜单Compare Means，和General Linear Model得出。如图2.1所示。 图2.1 均值的比较菜单选择项 §2.1 单个总体的t 检验（One-Sample T Test）分析 单个总体的 t 检验分析也称为单一样本的 t 检验分析，也就是检验单个变量的均值是否与假定的均数之间存在差异。如将单个变量的样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。
例1：根据2002年我国不同行业的工资水平（数据库SY-2），检验国有企业的职工平均年工资收入是否等于10000元，假设数据近似地服从正态分布。 首先建立假设：H0：国有企业工资为10000元； H1：国有企业职工工资不等于10000元 打开数据库SY-2，检验过程的操作按照下列步骤： 1、单击Analyze →Compare Means →One-Sample T Test，打开One-Sample T Test 主对话框，如图2.2所示。 图2.2 一个样本的t检验的主对话框 2、从左边框中选中需要检验的变量（国有单位）进入检验框中。 3、在Test Value框中键入原假设的均值数10000。 4、单击Options按钮，得到Options对话框（如图2.3），选项分别是置信度（默认项是95％）和缺失值的处理方式。选择后默认值后返回主对话框。 图2.3 一个样本t检验的Options对话框 5、单击OK，得输出结果。如表2.1所示。 表2.1（a）.数据的基本统计描述 One-Sample Statistics
假设检验 一、单样本总体均值的假设检验 .................................................... 1 二、独立样本两总体均值差的检验 ................................................ 2 三、两匹配样本均值差的检验 ........................................................ 4 四、单一总体比率的检验 ................................................................ 5 五、两总体比率差的假设检验 .. (7) 一、单样本总体均值的假设检验 例题： 某公司生产化妆品，需要严格控制装瓶重量。标准规格为每瓶250 克，标准差为1 克，企业的质检部门每日对此进行抽样检验。某日从生产线上随机抽取16 瓶测重，以95%的保证程度进行总体均值的假设检验。 x t μ-= data6_01 样本化妆品重量 SPSS 操作： （1）打开数据文件，依次选择Analyze （分析）→Compare Means （比较均值）→One Sample T Test （单样本t 检验），将要检验的变量置入Test Variable(s)（检验变量）； （2）在Test Value （检验值）框中输入250；点击Options （选项）按钮，在
Confidence Interval（置信区间百分比）后面的框中，输入置信度（系统默认为95%，对应的显著性水平设定为5%，即0.05，若需要改变显著性水平如改为0.01，则在框中输入99 即可）； （3）点击Continue（继续）→OK（确定），即可得到如图所示的输出结果。 图中的第2~5 列分别为：计算的检验统计量t 、自由度、双尾检验p-值和样本均值与待检验总体均值的差值。使用SPSS 软件做假设检验的判断规则是：p-值小于设定的显著性水平?时，要拒绝原假设（与教材不同，教材的判断标准是p
Spss第 3 次作业 方差分析练习题： 第1题 (1)【实验目的】 学会单因素方差分析 (2)【实验内容】 1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从尚无推销经验的应聘人员中随机挑选一部分，并随机将他们分为五个组，每种用一种推销方 第一组20 16.8 17.9 21.2 23.9 26.8 22.4 第二组24.9 21.3 22.6 30.2 29.9 22.5 20.7 第三组16.0 20.1 17.3 20.9 22.0 26.8 20.8 第四组17.5 18.2 20.2 17.7 19.1 18.4 16.5 第五组25.2 26.2 26.9 29.3 30.4 29.7 28.2 (2)绘制各组的均值比对图，并利用LSD方法进行剁成比较检验。 (3)【操作步骤】 在数据编辑窗口输入组别和推销额→分析→比较平均值→单因素ANOVA检验→将“推销额”转入“因变量列表”→将“组别”转入“因子”→确定 分析→一般线性模型→单变量→将“推销额”转入“因变量”→将“组别”转入“固定因子”→事后比较→将“组别”转入“下列各项的事后检验”→选中“LSD”→继续→确定
(4)【输出结果】 ANOVA VAR00002 平方和自由度均方 F 显著性 组间405.534 4 101.384 11.276 .000 组内269.737 30 8.991 总计675.271 34 主体间因子 个案数 VAR00001 1.00 7 2.00 7 3.00 7 4.00 7 5.00 7
主体间效应检验因变量: VAR00002 源III 类平方 和自由度均方 F 显著性 修正模型405.534a 4 101.384 11.276 .000 截距17763.779 1 17763.779 1975.677 .000 VAR00001 405.534 4 101.384 11.276 .000 误差269.737 30 8.991 总计18439.050 35 修正后总计675.271 34 a. R 方 = .601（调整后 R 方 = .547）
假设检验的SPSS实现 、实验目的与要求 1. 掌握单样本 t检验的基本原理和 spss实现方法。 2. 掌握两样本 t检验的基本原理和 spss实现方法。 3. 熟悉配对样本 t检验的基本原理和 spss实现方法。 二、实验内容提要 1. 从一批木头里抽取 5根，测得直径如下（单位： cm），是否能认为这批木头的平均直径是1 2.3cm 12.3 12.8 12.4 12.1 12.7 2. 比较两批电子器材的电阻，随机抽取的样本测量电阻如题表2所示，试比较两批电子器 材的电阻是否相同（需考虑方差齐性的问题） 3. 配对 t检验的实质就是对差值进行单样本t检验，要求按此思路对例课本 13.4进行重新分析，比较其结果和配对 t检验的结果有什么异同。 4．一家汽车厂设计出 3种型号的手刹，现欲比较它们与传统手刹的寿命。分别在传统手刹，型号I、II、和型号 III中随机选取了 5只样品，在相同的试验条件下，测量其使用寿命（单位：月），结果如下： 传统手刹：21.213.417.015.212.0 型号 I ：21.412.015.018.924.5 型号 II ：15.219.114.216.524.5 型号 III ：38.735.839.332.229.6 （ 1）各种型号间寿命有无差别 ? （2）厂家的研究人员在研究设计阶段，便关心型号III 与传统手刹寿命的比较结果。此时应 当考虑什么样的分析方法？如何使用 SPSS实现？ 三、实验步骤 为完成实验提要 1. 可进行如下步骤 1. 在变量视图中新建一个数据，在数据视图中录入数据，在分析中选择比较均值，单样本t 检验，将直径添加到检验变量，点击确定。
第5章两总体均值比较 Means：两个总体均值的比较 One samples T Test：单样本T检验 Independent –Samples T Test：独立样本T检验 Paried-Samples T Test：配对样本T检验 One –Way ANOV A：单因素方差分析 5.1单样本T检验 单样本检验是检验样本均值与已知总体均值是否存在差异。统计的前提是样本总体服从正态分布。 spss将自动计算t值（自己理解意思） 例5.1 分析某班级学生高考数学成绩与全国的平均成绩70分之间
是否存在显著性差异。数据如下：85 74 86 95 86 82 75 78 88 86 98 56 64 63 80 ----Analyze----Computer Means----One Sample T Test 红色部分填（输入已知的总体均数------此题在Tset Value中写70） -------点击options后出现如下： exclude case analysis by analysis：带有缺失值的观测值（当它与分析有关时才被剔除，它为默认状态） exclude cases listwise：表示剔除带有缺失值的所有观测值 -------设置置信度，默认95%。------continue -------回到前一个对话框------单击“OK” 结果如表5.1 5.2 独立样本T检验（使用表5.2）
----Analyze----Computer Means----Indenpendent Sample T Test ------如下图选择数据 ------单击“define groups”---并在“Groups 1“中输入“1”在“Groups 2“中输入“2”
熟练使用SPSS 进行假设检验 [例] 某克山病区测得11例克山病患者与13名健康人的血磷值mmol/L如下,问该地急性克山病患者与健康人的血磷值是否不同。 表1 克山病区调查数据结果 患 者 健 康 人 1.录入数据。将组别设为g，可将患者组设为1，健康人设为2，血磷值设为x，如患者组中第一个测量到的血磷值为，则g为1，x为，其他数据均仿此录入，如下图所示。
图1 数据输入界面 2.统计分析。依次选择“Analyze”、“ Compare means”、“ Independent Samples T Test”。 图2 选择分析工具
3.弹出对话框如下图所示，将x选入Test Variables、g选入Grouping Variable，并单击下方的Define Groups按钮，弹出定义组对话框，默认选项为Use Specified Value，在Group1和Group2框中分别填入1和2，即要对组别变量值为1和2的两个组做t检验，另外Options 对话框中可选择置信度和处理缺失值的方法。 图3 选择变量进入右侧的分析列表SPSS输出的结果和结果说明: 图4 输出结果 表2 统计量描述列表
表3 假设检验结果表 第一个表格是统计描述,给出了两个组的样本数N、均值Mean、标准偏差、标准误差Std. Error Mean。 第二个表格分两部分 (1)方差齐次检验（Levene 检验）。F＝、P（Sig）＝。 (2)t 检验。因方差齐次与不齐方法不同，（Equal variances assumed 方差齐次和Equal variances not assumed 方差不齐），结果分两行给出。由使用者根据方差齐次检验结果来判断。本例尚不能认为方差不齐，故取方差齐次的结果t＝,df 自由度
平均数比较 Means过程用于统计分组变量的的基本统计量。这些基本统计量包括：均值（Mean）、标准差(Standard Deviation)、观察量数目(Number of Cases)、方差(Variance)。Means 过程还可以列出方差表和线性检验结果。 [例子] 调查了棉铃虫百株卵量在暴雨前后的数量变化，统计暴雨前和暴雨后的统计量，其数据如下： 暴雨前 110 115 133 133 128 108 110 110 140 104 160 120 120 暴雨后 90 116 101 131 110 88 92 104 126 86 114 88 112 该数据保存在“DATA4-1.SAV”文件中。 1）准备分析数据 在数据编辑窗口输入分析的数据，如图4-2所示。或者打开需要分析的数据文件“DATA4-1.SAV”。 图4-2 数据窗口
2）启动分析过程 在SPSS主菜单中依次选择“Analyze→Compare Means→Means”。出现对话框如图4-3。 图4-3 Means设置窗口 3）设置分析变量 从左边的变量列表中选中“百株卵量”变量后，点击变量选择右拉按钮，该变量就进入到因子变量列表“Dependent List:”框里，用户可以从左边变量列表里选择一个或多个变量进行统计。 从左边的变量列表中选中“调查时候”变量，点击“Independent List”框左边的右拉按钮，该变量就进入分组变量“Independent List”框里，用户可以从左边变量列表里选择一个或多个分组变量。 多个分组变量既可放在一层，又可放在不同层。利用图中的“Previous”和“Next”按钮可以在不同层之间切换。 4）选择输出统计量
假设检验的SPSS实现 一、实验目的与要求 1.掌握单样本t检验的基本原理和spss实现方法。 2.掌握两样本t检验的基本原理和spss实现方法。 3.熟悉配对样本t检验的基本原理和spss实现方法。 二、实验内容提要 1.从一批木头里抽取5根，测得直径如下（单位：cm），是否能认为这批木头的平均直径 是12.3cm 12.3 12.8 12.4 12.1 12.7 2.比较两批电子器材的电阻，随机抽取的样本测量电阻如题表2所示，试比较两批电子器 材的电阻是否相同（需考虑方差齐性的问题） A批0.140 0.138 0.143 0.142 0.144 0.148 0.137 B批0.135 0.140 0.142 0.136 0.138 0.140 0.141 3. 配对t检验的实质就是对差值进行单样本t检验，要求按此思路对例课本13.4进行重新分 析，比较其结果和配对t检验的结果有什么异同。 4．一家汽车厂设计出3种型号的手刹，现欲比较它们与传统手刹的寿命。分别在传统手刹， 型号I、II、和型号III中随机选取了5只样品，在相同的试验条件下，测量其使用寿命（单位： 月），结果如下： 传统手刹：21.2 13.4 17.0 15.2 12.0 型号I ：21.4 12.0 15.0 18.9 24.5 型号II ：15.2 19.1 14.2 16.5 24.5 型号III ：38.7 35.8 39.3 32.2 29.6 （1）各种型号间寿命有无差别? （2）厂家的研究人员在研究设计阶段，便关心型号III与传统手刹寿命的比较结果。此时应 当考虑什么样的分析方法？如何使用SPSS实现？ 三、实验步骤 为完成实验提要 1.可进行如下步骤 1.在变量视图中新建一个数据，在数据视图中录入数据，在分析中选择比较均值，单样 本t检验，将直径添加到检验变量，点击确定。
课后测试 单选题 1. 下列对SPSS的基本认识中，不正确的是：√ A基本和Office软件兼容 B具备很好的画图功能 C操作界面与Excel相差较大 D客户占有量最大的统计软件 正确答案：C 2. SPSS的主要操作流程大致可以分为五部分，其中第一步是：√ A数据读入 B数据预处理 C结果解读 D模型处理 正确答案：A 3. SPSS默认的是打开文件名为（）的文件。√ A doc B xls C pdf D sav 正确答案：D 4. 在SPSS操作中，绘制（）可以很好地呈现出数据的分布特征，是图形分析的基本功。√ A雷达图 B双轴图 C散点图 D气泡图 正确答案：C 5. 在市场调研分析中，最常用到的三个SPSS模块不包括：√ A数据 B图形 C转换
D分析 正确答案：B 6. 在SPSS的基本分析模块中，其作用为“以行列表的形式揭示数据之间的关系”的是：√ A数据描述 B交叉表 C相关 D多重相应 正确答案：B 7. 在其他条件相同时，下列置信区间中置信度最高的是：√ A0—10万 B0—100万 C0—500万 D0—1000万 正确答案：D 8. 非此即彼的两个值，例如经济是否增长、是否患病、品牌是否被接受等，属于离散量中的：√ A二项 B名义值 C有序值 D不属于上述任何一种 正确答案：A 9. 一般来说，检验P值低于（），就认为差异效果是明显的，反之则认为差异效果不显著。√ A1% B5% C8% D10% 正确答案：B 判断题 10. 方差和标准差的换算公式为：方差等于标准差的算术平方根。此种说法：× 正确 错误
正确答案：错误 11. 离散量是指在数值上可以连续变的值，如空气质量标准欧III、欧IV、欧V等。此种说法：√ 正确 错误 正确答案：错误 12. SPSS中的“编辑”模块主要用于各种各样的建模，包含大部分常用的基本分析模块。此种说法：√ 正确 错误 正确答案：错误 13. R平方是一个介于0和1之间的数，越接近0，表示拟合效果越好。此种说法：√ 正确 错误 正确答案：错误 14. 方差和均值有着各自不同的作用：均值反映数据的平均水平，而方差则反映数据的波动情况。此种说法：√ 正确 错误 正确答案：正确 15. 假设检验的结论为：当检验统计量的观察值落入危险域，放弃虚拟假设；反之，则接受。此种说法：√ 正确 错误 正确答案：正确
实验报告 一、实验名称：假设检验 二、实验目的与要求： 1.掌握单样本t检验的基本原理和spss实现方法。 2.掌握两样本t检验的基本原理和spss实现方法。 3.熟悉配对样本t检验的基本原理和spss实现方法。 三、实验内容提要： 1.自行练习本章涉及的单样本t检验（P253；13. 2.1）、两样本t检验（P257；1 3.3.2）和配对t检验（P261；13.3）的案例。 2.从一批木头里抽取5根，测得直径如下（单位：cm），是否能认为这批木头的平均直径是12.3cm。 12.3 12.8 12.4 12.1 12.7 3.比较两批电子器材的电阻，随机抽取的样本测量电阻如题下表所示，试比较两批电子器材的电阻是否相同（需考虑方差齐性的问题）。 3.为研究女性服用某种新药后是否影响其血清总胆固醇，将20名女性按年龄配成10对。从每对中随机抽取一人服用新药，另一人服用安慰剂。经过一定时间后，测得血清总胆固醇含量（mmol/L），结果如题下表所示。问该新药是否影响女性血清总胆固醇？ 四、实验步骤： 为完成实验提要1.可进行如下步骤 1.在变量视图中新建一个数据，在数据视图中录入数据，在分析中选择比较均值，单样本t检验，将直径添加到检验变量，点击确定。
单个样本统计量 N 均值标准差均值的标准 误 zhijin 5 12.460 .2881 .1288 g 为完成实验提要2.可进行如下步骤 2.1 新建一个数据，在变量视图中输入dianzu和pici，然后再数据视图中录入数据，
选择分析，描述统计，探索，在勾选带检验的正态图，以及未转换，点击确定 方差齐性检验 Levene 统计 量 df1 df2 Sig. dianzu 基于均值.653 1 12 .435 基于中值.607 1 12 .451 基于中值和带有调整后 的 df .607 1 11.786 .451 基于修整均值.691 1 12 .422 为完成内容提要3.需进行如下步骤： 3.1.打开pairedt.sav，在变量视图中添加差值，选择转换的计算变量，在目标变量智能光添加chazhi，数字表达式为after – before，点击确定。
SPSS-比较均值-独立样本T检验案例解析 2011-08-26 14:55 在使用SPSS进行单样本T检验时，很多人都会问，如果数据不符合正太分布，那还能够进行T检验吗？而大样本，我们一般会认为它是符合正太分布的，在鈡型图看来，正太分布，基本左右是对称的，一般具备两个参数，数学期望和标准方差，即：N(p, Q) 如果你的样本数非常少，一般需要进行正太分布检验，检验的方法网上很多，我就不说了 下面以“雄性老鼠和雌性老鼠分别注射了某种毒素，经过观察分析，进行随机取样，查看最终老鼠是否活着。 问题：很多人认为，雄性老鼠和雌性老鼠分别注射毒液后，雌性老鼠存活下来的数量会比雄性老鼠多？ 我们将通过进行统计分析来认证这个假设是否成立。 下面进行参数设置：a 代表：雄性老鼠 b代表：雌性老鼠 tim 代表：生存时间，即指经过多长时间后，去查看结果 0 代表：结果死亡 1 代表：结果活着 随机抽取的样本，如下所示：
打开SPSS- 分析---检验均值---独立样本T检验，如下图所示：
将你要分析的变量，移入右边的框内，再将你要进行分组的变量移入“分组变量”框内，“组别group（）里面的两个参数，不能够随意设置，必须要跟样本里面的数字一致 点击确定后，分析结果，如下所示： 从组统计量可以看出，雄性老鼠的存活下来的均值为0.73，但是雌性老鼠存活下来的均值为1.00，很明显，雌性老是存活下来的个数明显比雄性老鼠多，但是一般我们不看这个结果，为什么？因为样本不够大，如果将样本升至10000个？也许这个均值将会发生变化，不具备统计学意义， 我们一般只看独立样本检验的结果。 独立样本检验，提供了两种方法：levene检验和均值T检验两种方法 Levene检验主要用来检验原假设条件是否成立，（即：假设方差相等和方差不相等两种情况）如果SIG>0.05，证明假设成立，不能够拒绝原假设，如果 SIG<0.05，证明假设不成立，拒绝原假设。 进行levene检验结果判断是第一步，从上图，可以看出 sig<0.05 方差相等的假设不成立，所以看第二行，方差不相等的情况 sig=0.082>0.05 即说明 P 值大于显著性水平，不应该拒绝原假设：即指：雌性老鼠和雄性老鼠在注射毒液后，存活下来的个数没有显著的差异
实验报告——第5章统计假设检验 姓名杨秀娟班级人力10001 学号 【实验1】 某外企对员工英语水平进行调查，开发部门总结该部门员工英语水平很高，如果按照英语六级考试标准考核，一般平均分为75分。现从开发部门雇员中随机选出11人参加考试，得分如下：80，81，72，60，78，65，56，79，77，87，76 请问该开发部门的英语水平是否真的很高（即高于75分，且差异显著） 【解】 （1）数据和变量说明 本题所用数据是：外企英语六级考试成绩样本 该文件为11个样本，1个变量，如变量视图 （2）操作方法 （3）结果报告
上图为单样本t检验表，第一行注明了用于比较的已知的总体均数为75，下面从左到右依次为t值（t）、自由度（df)、P值（Sig)、两均数的差值、差值的95%可信区间。 由上表可知，t= , P=, P>,接受Ho，与平均成绩75相等，无显著差异，因此，该开发部门的英语水平不是真的很高。 【实验2】 以下是对某产品促销团队进行培训前后的销售业绩数据，试分析该培训是否产生了显著效果。 表5-20 培训前后销售业绩数据 序号123456789 培训前677074977488827185 培训后786778987687867895【解】 （1）数据和变量说明 本文件有2个变量，9个数据
（2）操作方法 （3）结果报告 由上表可知， P=, P<,不接受无效假设，有显著差异，所以该培训产生了显著效果。
【实验3】 饲养队制定了两种喂养方案喂猪，希望通过试验了解一下不同喂养方案的喂养效果。 方案一：用一只猪喂不同的饲料所测得的体内钙留存量数据如下： 表5-21 方案一喂养数据 方案二：甲队有11只猪喂饲料1，乙队有9只猪喂饲料2，所得的钙留存量数据如下： 表5-22方案二喂养数据 请选用恰当方法对上述两种方案所获得的数据进行分析，研究不同饲料是否使小猪体内钙留存量有显著不同。 【解】 方案一 （1）数据和变量说明 答：9个数据，2个变量 （2）操作方法