均值比较与检验(T检验) 实验报告
- 格式：doc
- 大小：175.00 KB
- 文档页数：7
评分
实验报告
课程名称 生物医学统计分析
实验名称 均值比较与检验（T检验）
专业班级
姓 名
学 号
实验日期
实验地点
第2页 共7页
2015—2016学年度第 2 学期
一、 实验目的
掌握数据文件的建立、保存、调用等操作方法，学习对数据进行管理，理解变量的定义、类型和度量类型等的数据格式的正确设定，以及学习根据数据情况对数据进行单样本t检验、独立样本t检验和配对样本t检验。
二、实验环境
1、硬件配置：处理器鼠标、内存1GB(1024MB)、硬盘、系统类型：64位操作系统
安装内存（RAM）：4.00GB
2、软件环境：IBM SPSS Statistics 19.0软件，windows 7操作系统
三、实验内容
(包括本实验要完成的实验问题及需要的相关知识简单概述)
1、 课本第三章的相关例题运行一遍，注意理解结果；
2、将实验指导书的例1例2按照步骤进行数据管理的操作和基本统计分析。
四、实验结果与分析
（包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等）
注：本项可以增加页数
（一） 实验原理
1、Means过程：
与Descriptives过程相比，若仅仅计算单一组别的均数和标准差，Means过程并无特别之处；但若要求按指定条件分组计算均数和标准差，如分性别同时分年龄计算各组的均数和标准差，则用Means过程更显简单快捷。
激活Analyze菜单选Compare Means中的Means...项，弹出Means对话框。在对话框左侧的变量列表中选一个变量，点击钮使之进入Dependent List框，选另一个变量（如sex）点击钮使之进入Independent List框，点击Next，可选定分组的第二层次（Layer 2 of 2），选第三个变量（如age） 点击钮亦使之进入Independent List框。点击Options...可选统计项目：在Cell Displays项中，Mea为均数、Standard deviation为标准差、Variance为方差、Count为观察单位数、Sum为观察值总和，在Analyze for First Layer项中，将为第一层次的分组计算方差分析（ANOVA table and eta）和线性检验（Test of linearity）。选好后点击Continue钮返回Means对话框，点击OK钮即可。
2、Independent-Samples T Test过程：
调用此过程可完成两样本均数差别的显著性检验，即通常所说的两组资料的t检验。
激活Analyze菜单选Compare Means中的Independent-samples T Test...项，弹出Independent-
samples T Test对话框。从对话框左侧的变量列表中选x，点击钮使之进入Test Variable(s)框，选group 点击钮使之进入Grouping Variable框，点击Define Groups...钮弹出Define
第3页 共7页
Groups定义框，在Group 1中输入1（如1为健康人），在Group 2中输入2（如2为病人），点击Continue钮，返回Independent-samples T Test对话框，点击OK钮即完成分析。
3、Paired-Samples T Test过程：
调用此过程可完成配对资料的显著性检验，即配对t检验。
激活Analyze菜单选Compare Means中的Paired-samples T Test...项，弹出Paried-samples T
Test对话框。从对话框左侧的变量列表中点击x1（如x1为正常组），这时在左下方的Current
Selections框中Variable 1处出现x1，再从变量列表中点击x2（如x2为缺乏组），左下方的Current Selections框中Variable 2处出现x2。点击钮使x1、x2进入Variables框，点击OK钮即完成分析。
（二）实验运行结果及分析
例3.1
输出结果：
表1 基本统计量信息
N 均值 标准差 均值的标准误
成虾体重 16 21.519 .9282 .2321
实验总结：
（1） 因为该例题中只有“成虾体重”一个变量，因此我们选择单样本t检验检验“成虾体重”的均值与给定的检验值210之间是否存在显著差异；
（2） 表1是分析变量的基本统计量：列出的统计量包括样本个数、样本平均值、样本标准差和均值的标准误差；
（3） 表2是给出t检验的结果，其中235.2t，15df，双侧041.0sig，由于05.0041.0p，
因此需拒绝原假设，即总体均数与0存在显著性差异，因此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。
（4） 在进行单样本T检验时应注意输入检验值0，否则t值将无法进行比较。
例3.2
输出结果：
表3 两种饵料对产鱼量影响的统计量
组别 N 均值 标准差 均值的标准误
产鱼量 1 7 562.14 30.025 11.348
2 6 612.50 23.020 9.398
表4 两种饵料对产鱼量影响的t检验结果 表2 t检验和95%的置信区间
检验值 = 21
t df Sig.(双侧) 均值差值 差分的 95% 置信区间
下限 上限
成虾体重 2.235 15 .041 .5188 .024 1.013
第4页 共7页
方差方程的 Levene
检验 均值方程的 t 检验
F Sig. t df Sig.(双侧) 均值差值 标准误差值 差分的 95% 置信区间
下限 上限
产鱼量 假设方差相等 .019 .893 -3.344 11 .007 -50.357 15.058 -83.500 -17.214
假设方差不相等 -3.418 10.900 .006 -50.357 14.734 -82.823 -17.891
实验总结：
（1） 因为A料和B料对产鱼量的影响是相互独立的，因此我们选择两个独立样本的t检验方法对这两种处理结果均值之间的差异性是否显著进行检验；
（2） 表3是分析变量的基本统计量：列出的统计量包括样本均数、样本个数、标准差和均值的标准误；
（3） 表4给出了t检验结果。首先作方差齐性检验，本例中的,05.00893019.0PF，故须接受原假设，结论为两组方差差异不显著，说明方差齐性，故应选择“假设方差相等”一行的结果进行显著差异性分析；05.0007.0值双侧P，且01.0P则应拒绝原假设，可以认为A、B饵料对鱼产量的影响存在极显著差异性，即喂养B饵料的产鱼量极显著高于饲喂A饵料的产鱼量；
（4） 在进行独立样本T检验时，需对分组变量的组别分别定义1和2，否则无法输出结果。
例3.3
输出结果：
表5 接种前后体温的基本统计量
均值 N 标准差 均值的标准误
对 1 接种前 38.240 10 .1578 .0499
接种后 38.630 10 .2058 .0651
表6 接种前后体温的相关关系
N 相关系数 Sig.
对 1 接种前 & 接种后 10 .472 .168
表7 接种前后体温的t检验结果
成对差分
t df Sig.(双侧) 均值 标准差 均值的标准误 差分的 95% 置信区间
下限 上限
对 1 接种前 - 接种后 -.3900 .1912 .0605 -.5268 -.2532 -6.450 9 .000
实验总结：
第5页 共7页
（1） 因为本题是检验家兔接种前后体温是否有显著变化，即指同一试验单位在不同时间上分别接受前后两次处理，因此我们选择配对t检验中的自身配对方法进行检验；
（2） 表5为配对t检验的描述性统计结果，分别为接种前后平均值、样本例数、样本标准差和均数的标准误；
（3） 表6为接种前后两变量的相关分析，，值，双侧相关系数05.0168.00472.0Pr表明接种前后的体温不存在线性相关关系，但呈正相关关系；
（4） 表7为配对t检验的结果，其中，，，01.0000.09450.6Pdft则应拒绝原假设)0(d，可以认为接种疫苗前后兔子的体温有极显著差异，即接种疫苗可使兔子体温极显著升高。
例3.4
输出结果：
表8 两种处理方法结果基本统计量
均值 N 标准差 均值的标准误
对 1 A法 9.29 7 5.765 2.179
B法 17.57 7 6.133 2.318
表9 两种处理方法结果的相关关系
N 相关系数 Sig.
对 1 A法 & B法 7 .607 .148
表10 两种处理方法的t检验结果
成对差分
t df Sig.(双侧) 均值 标准差 均值的标准误 差分的 95% 置信区间
下限 上限
对 1 A法 - B法 -8.286 5.282 1.997 -13.171 -3.400 -4.150 6 .006
实验总结;
（1） 因为本题中两株番茄的生长期、发展进度、植株大小和其他方面皆是比较一致的，因此我们选择配对t检验中的同源检验对接种两种病毒方法结果的差异性进行检验；
（2） 表8为配对t检验的描述性统计结果，分别为A法和B法处理的平均值、样本例数、样本标准差和均数的标准误；
（3） 表9为两种处理前后两变量的相关分析，，值，双侧相关系数05.0148.00607.0Pr表明A法和B法处理结果不存在线性相关关系，但呈正相关关系；
（4） 表10为配对t检验的结果，其中，，，01.0006.06150.4Pdft则应拒绝原假设)0(d，可以认为A、B两法对钝化病毒的效应有极显著差异，即接种B处理病毒对钝化病毒的影响比接种A处理病毒的显著。
