均值比较和T检验

  • 格式:doc
  • 大小:366.50 KB
  • 文档页数:16

下载文档原格式

  / 16
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

均值比较和T检验

Spss16.0与统计数据分析均值比较和T检验

2013年6月13日

均值比较和T 检验

统计分析常常采取抽取样本的方法,即从总体中随机抽取一定数量的样本进行研究来推论总体的特性。但是,由于抽取的样本不一定具有完全代表性,样本统计量与总体参数间存在差异,所以不能完全的说明总体的特性。同时,我们也可以知道,均值不等的两个样本不一定来自均值不同的整体。对于如何避免这些问题,我们自然可以想均值比较和T 检验 1、Means 过程 1.1 Means 过程概述

(1)功能:对数据进行进行分组计算,比较制定变量的描述性统计量包括均值、标准差 、总和、观测量数、方差等一系列单列变量描述性统计量,还可以给出方差分析表和线性检验结果。

(2)计算公式为: n

x

x n

i i

∑==1

11

1.2问题举例:

比较不同性别同学的体重平均值和方差。数据如下表所示:

体重表

性别 体重

男 56,62,58,45,49,53,44,61,64,60,67,59 女

43,45,39,42,48,51,40,38,40,53,37,50

1.3用SPSS 操作过程截图:

1.4 结果和讨论

p{color:black;font-family:sans-serif;font-size:10pt;font-weight:normal} Your trial period for SPSS for Windows will expire in 14 days.p{color:0;font -family:Monospaced;font-size:13pt;font-style:normal;font-weight:normal;text-decoration:none}

MEANS TABLES=体重 BY 性别

/CELLS MEAN COUNT STDDEV VAR.

Means

Case Processing Summary

Cases

Included Excluded Total

N Percent N Percent N Percent

体重* 性别24 100.0% 0 .0% 24 100.0%

由SPSS 计算计算结果可知男同学体重平均值为:56.5,方差为54.091

女同学体重平均值为43.833,方差为29.970。 2 单一样本T 检验 2.1 单一样本T 检验概述

(1)功能:利用来自某总体的样本数据,推断该总体的均值是否与指定的检验值之间存在显著性差异。它是对总体均值的假设检验。 (2)前提:样本总体服从正态分布 (3)计算公式:采用T 检验方法: n

/t S D =

注:式中,D 是样本均值和检验值的差,因为总体方差未知,所以用样本方差S 代替总体方差。n 为样本数。SPSS 将自动计算出t 值,由于该统计量服从n-1个自由度的T 分布,SPSS 将根据T 分布给出t 值对应的相伴概率值。

(4)判断原理:单样本T 检验的零假设为0H ,总体均值和指定检验值之间不存在显著差异。如果相伴概率值小于或等于用户设想的显著向水平α,则拒绝0H ,认为总体均值和检验值之间存在显著差异。相反,相伴概率大于显著性水平α,则不拒绝0H ,可以认为总体均值和检验值之间不存在显著差异。

Report

体重

性别 Mean N

Std. Deviation

Variance

男 56.5000 12 7.35465 54.091 女 43.8333 12 5.47446 29.970 Total

50.1667

24

9.05859

82.058

2.2问题举例:

分析某班级20岁男生体重和全国的20岁男子平均体重55之间是否存在显著性差异。数据下表。

20岁男子体重表

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 56 62 58 45 49 53 44 61 64 60 67 59 69 71 2.3用SPSS操作过程截图:

2.4结果和讨论

T-TEST

/TESTVAL=55

/MISSING=ANALYSIS

/VARIABLES=体重

/CRITERIA=CI(.9500).

T-Test

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean 体重14 58.4286 8.36397 2.23537

One-Sample Test

Test Value = 55

t df Sig. (2-tailed)

Mean

Difference

95% Confidence Interval of the

Difference

Lower Upper

体重 1.534 13 .149 3.42857 -1.4006 8.2578 由上表可看出,相伴概率P值为0.149大于0.05,故拒绝零假设,也就是说在显著性水平0.05下,该组20岁男子体重与全国20岁男子的平均体重55之间不存在显著性差异。

3 两独立样本T检验

3.1两独立样本T检验概述

(1)目的:利用来自某两个总体间彼此独立没有任何关联的独立样本,推断两个总体的均值是否存在显著差异。 (2)前提:

1)两个样本应是互相独立的

2)样本来自的两个总体应该服从正态分布。 (3)计算公式:

1)两总体方差未知且相同情况下,T 统计量计算公式为:2

21221//n S n S x x t p

p

+-=

注:其中1

)1()1(212

2

22112-+-+-=n n S n S n S p ,这里T 统计量服从1

21-+n n 个自由度的T 分布

2)两总体方差未知且不同情况下,T 统计量计算公式为:

2

22

121

21//n S n S x x t +-=

注:T 统计仍然服从T 分布,但自由度采用修正的自由度,

公式为: 2

2

222

12

121

2

2

2

121n n S n n S n S n S f ⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛+=

(4)判断依据:从两种情况下的T 统计量计算公式可以看出,如果待检验的两样本均值差异较小,t 值较小,则说明两个样本的均值不存在显著差异;相反,t 值越大,说明两样本的均值存在显著差异。 3.2问题举例

分析A 、B 两所高校大一男生的体重之间是否存在显著性差异。