Spss16.0与统计数据分析
均值比较和T检验
20XX6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： nxxnii111
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
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，
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
独立样本T检验
下面我们要用SPSS来做成组设计两样本均数比较的t检验，选择Analyze==>Compare Means==>Independent-Samples T test，系统弹出两样本t检验对话框如下：
将变量X选入test框内，变量group选入grouping框内，注意这时下面的Define Groups按钮变黑，表示该按钮可用，单击它，系统弹出比较组定义对话框如右图所示：
该对话框用于定义是哪两组相比，在两个group框内分别输入1和2，表明是变量group取值为1和2的两组相比。然后单击Continue按钮，再单击OK按钮，系统经过计算后会弹出结果浏览窗口，首先给出的是两组的基本情况描述，如样本量、均数等（糟糕，刚才的半天工夫白费了），然后是t检验的结果如下：
Independent Samples Test
Levene's Test
for
Equality
of
Variances t-test for Equality of Means
F Sig. t df Sig.
(2-tailed) Mean
Difference Std.
Error
Difference 95%
Confidence
Interval of
the Difference Lower Upper
Equal
variances
assumed .032 .860 22 .019 .4363 .1729 .7948
Equal
variances
not
assumed .020 .4363 .1729 .7954
可见该结果分为两大部分：第一部分为Levene's方差齐性检验，用于判断两总体方差是否齐，这里的戒严结果为F = ，p = ，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t= ，ν=22，p=。从而最终的统计结论为按α=水准，拒绝H0，认为克山病患者与健康人的血磷值不同，从样本均数来看，可认为克山病患者的血磷值较高。
