SPSS数据的参数检验和方差分析PPT推荐.ppt
- 文档编号:14308584
- 上传时间:2022-10-22
- 格式:PPT
- 页数:101
- 大小:1.99MB
SPSS数据的参数检验和方差分析PPT推荐.ppt
《SPSS数据的参数检验和方差分析PPT推荐.ppt》由会员分享,可在线阅读,更多相关《SPSS数据的参数检验和方差分析PPT推荐.ppt(101页珍藏版)》请在冰豆网上搜索。
u160cm,如何对此假设进行检验呢?
通过随机抽样,从样本资料中找充分证据去拒绝或接受H0,zf,6zf,
(2)设定显著性水平(如:
设0.05)(3)确定检验统计量:
即选择适当的统计量,并在原假设H0成立的条件下确定该统计量的分布。
如:
t、Z统计量(4)确定置信区间假定此例为:
(157,163)(5)结论假定此例中计算得到t1.92,以及t1.92实现的可能性P值为0.06。
在0.05水平下t分布表中的t值为1.96,统计软件输出p-值的位置,有的用“p-value”,有的用significant的缩写“Sig”,zf,7zf,依据t1.92t分布表中的t值为1.96,接受H0,拒绝H1;
依据t1.92实现的可能性P值为0.06显著性水平的0.05,也可得到接受H0,拒绝H1的结论;
依据样本均值162落在(157,163)这一置信区间,仍可得到接受H0,拒绝H1的结论。
接受H1并不表示H1为真,只是表示样本资料并没有充分证据可以拒绝H1,也可能会发生拒绝正确零假设的错误,即第一类错误接受H0并不表示H0为真,只是表示样本资料并没有充分证据可以拒绝H0,也可能会发生备选假设正确时反而说零假设正确的错误,即第二类错误,zf,8zf,此例中备择假设H1:
u160cm的假设称为双尾检验(Two-tailedTest);
如果备选假设为H1:
u160cm或者u160cm为右尾检定(Upper-tailedTest);
u160cm为左尾检定(Lower-tailedTest)实际中选择何种备选假设,需根据检验的需要决定。
需要注意的是:
计算机输出结果中的p值是双尾检验的概率。
如果备选假设选择的是单尾检验,则要将计算机给的p值除以2,即取p值的一半。
注意:
zf,9zf,1参数检验,单样本的t检验(One-SampleTTest)两独立样本的t检验(IndependentTwo-SampleTTest)两配对样本的检验(Pair-SampleTTest),zf,10zf,1.1单样本t检验根据样本对其总体均值大小进行检验,假设从总体取出一容量为n的样本,得到均值和标准差s,现要透过样本推断总体均值是否与某给定值(理论值或标准值)有无差别进行检验.记,数据服从正态分布,zf,11zf,总体方差已知,用统计量当零假设成立,则统计量服从正态分布。
检验的拒绝域为总体方差未知用样本方差代替总体方差,用统计量:
当零假设成立,则统计量服从正态分布。
检验的拒绝域为,zf,12zf,zf,13zf,例1:
如果你买了一包标有500g重的一包红糖,你觉得份量不足。
于是你找到监督部门;
当然他们会觉得一包份量不够可能是随机的。
于是监督部门就去商店称了50包红糖(数据在sugar.sav);
其中均值(平均重量)是498.35g;
这的确比500g少,但这是否能够说明厂家生产的这批红糖平均起来不够份量呢?
于是需要统计检验。
zf,14zf,首先,可以画出这些重量的直方图(图1)判断样本是否服从正态分布,zf,15zf,提出假设由于厂家声称每袋500g(标明重量),因此零假设为总体均值等于500g(被怀疑对象总是放在零假设);
而且由于样本均值少于500g(这是怀疑的根据),把备选假设定为总体均值少于500g(这种备选假设为单向不等式的检验为单尾检验,)。
即,H0:
u=500H1:
u小于500,zf,16zf,SPSS处理数据:
分析(Analyze)比较均值(Comparemean)单样本t检验(OneSampleTTest),zf,17zf,Spss输出结果:
t=-2.696(也称为t值),同时得到p-值为0.005(由于计算机输出的为双尾检验的p-值,比单尾的大一倍,应该0.010除以2)在0.5的条件下,红糖标记重量为500g是不能接受的,实际上平均起来要少于500g。
zf,18zf,依据调查数据,推断储户总体一次存(取)款金额是否为2000元。
案例分析:
居民储蓄调查数据,zf,19zf,依据调查数据对我国目前保险公司从业人员受高等教育的程度和年轻化程度进行推断。
问题1:
保险公司具有高等教育水平的员工比例的平均值低于0.8。
保险公司人员构成调查数据,zf,20zf,问题2:
保险公司年轻人比例的平均值与0.5无显著差异。
zf,21zf,例3:
某汽车生产厂商要求其生产的汽车刹车直径为322毫米。
其中有8个生产车间。
质量监控中心样本。
(数据见brakes.sav)究竟该厂商生产的刹车是否达标?
其中哪些车间的刹车达标?
哪些车间的刹车不达标?
zf,22zf,
(1)数据拆分:
数据(data)拆分文件(splitfiles),zf,23zf,
(2)单样本T检验的SPSS操作:
分析(Analyze)比较均值(Comparemean)单样本t检验(One-SampleTTest),弹出新对话框,zf,24zf,选择检测变量,设定检测值,选择检测变量:
DiscBrakeDiameter(mm).设定检测值:
322点击Options.,zf,25zf,置信水平设置,缺失值处理,设置置信水平,如90%.设置缺失值的处理.点击Continue.再在点击“One-SampleTTest”对话框点击OK.,当计算时涉及的变量有缺失值,则剔除在该变量上为缺失的样本,剔除所有在任意变量上有缺失值的样本,zf,26zf,(3)结果分析:
one-samplestatistic,描述性统计:
每个车间的样本大小,汽车刹车直径的均值、标准差、均值的标准误。
各车间生产的刹车直径都在322毫米左右。
zf,27zf,One-samplettest,依据此表,我们可做出怎样的结论?
zf,28zf,目的是推断两个样本分别代表的总体均数是否相等。
其假设一般为:
H0:
1=2,即两样本来自的总体均数相等.H1:
12或12,即两样本来自的总体均数不相等.,1.2两样本的t检验根据来自两个总体的独立样本对其总体均值的检验,观测样本独立且是服从正态分布的随机样本,zf,29zf,与已知时构造统计量与未知但相等时构造统计量,计算t统计量时是用两样本均数差值的绝对值除以两样本均数差值的标准误,zf,30zf,zf,31zf,例4:
为检测某种药物对攻击性情绪的影响,对100名服药者和150名非服药者进行心理测试,得到相应的某指标。
相应的假设检验问题为:
1=2H1:
1大于21为第一组的总体均值,而2为第二组的总体均值。
用SPSS处理数据:
分析(Analyze)比较均值(Comparemean)两独立样本t检验(Independent-SamplesTTest),zf,32zf,SPSS输出结果:
这个输出的前面三列(LevenesTestforEqualityofVariances)为检验这两个样本所代表的总体之方差是否相等(零假设为相等)。
如果显著,即在Sig列中的该Levene检验p-值很小(这里是0.008),说明两总体的方差相等被拒绝。
就应该看两总体方差不等的结果,即最后一行的t检验输出(p-值0.347/2);
否则看上面一行的结果。
因为总体方差相同时使用的检验统计量与方差不同时使用的不一样,zf,33zf,结论:
通过计算,t统计量等于0.942,p值为0.1735(输出中的双尾检验p值0.347的一半)。
因此无法拒绝零假设,即服药与未服药的攻击性情绪无差异。
zf,34zf,例5:
某商场的营销部拟对某种信用卡购物促销方式及效果进行评估。
随机抽取了500名持卡消费者。
信用卡购物促销方式之一:
过去三个月消费实施降低利率的方式;
方式之二:
采取标准的信用卡购物方式。
(两种方式各有250名消费者)。
(见数据文件:
creditpromo.sav),zf,35zf,
(1)分析的下拉菜单中选择:
分析(Analyze)比较均值(Comparemean)两独立样本t检验(Independent-SamplesTTest),弹出对话框,SPSS操作过程:
zf,36zf,选择检测变量,分组变量选择,分组取值定义,选择检测变量:
$spentduringpromotionalperiod.选择分组变量:
Typeofmailinsertreceived.点击DefineGroups对分组变量的取值进行定义.,zf,37zf,第一组的分组取值,第二组的分组取值,运用分界点进行分组,zf,38zf,
(2)输出结果及分析:
independent-samplesstatistic,该表是描述性统计表:
不同消费方式下样本大小、消费金额的均值、标准差、均值的标准误.该表可看出从样本平均值来看,接受利率优惠的消费者的平均消费要高出接受标准方式的消费者有71美元.,zf,39zf,结论:
因计算的T统计量为-2.26,sig值为0.0240.05,所以可得出接受新的信用卡购物方式的消费者消费金额高出另一种购物方式的71.11美元显著异于0.超市应尽力将新的信用卡购物方式推广.,zf,40zf,配对样本的检验(pairedsamples):
(针对同样的样本)考察实验前后样本均值有无差异。
能够很好地控制非实验因素对结果的影响。
注意:
该方法能够很好地控制非实验因素对结果的影响;
但同一样本实验前后并不独立。
1.3配对样本的t检验针对同样的样本实验前后均值的比较,怎么处理?
要消除配对样本相关性影响,处理方法:
用配对样本差值与总体均数“0”进行比较,即推断差数的总体均数是否为“0”。
故其检验过程与依据样本均数推断总体均数大小的t检验类似。
配对样本差值服从正态分布,zf,41zf,例6:
某减肥茶生产商拟对其生产的新产品的减肥效果进行检验,随机抽取了50个人,考察了50个人减肥前的体重和减肥后的体重。
每一个人减肥后的重量都和自己减肥前的重量有关。
但不同人之间却是独立的。
令减肥前的重量均值为1,而减肥后的均值为2;
这样所要进行的检验为:
12H1:
1大于2,zf,42zf,也可以把同一样本实验前后两个观测值逐个相减,形成一个由独立观测值组成的样本;
然后用单样本检验方法,看其均值是否为零。
在相减之后公式和单样本均值检验无异。
用SPSS处理数据:
分析(Analyze)比较均值(Comparemean)配对样本t检验(Paired-SamplesTTest),zf,43zf,Spss输出结果得到双尾p
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPSS 数据 参数 检验 方差分析
![提示](https://static.bdocx.com/images/bang_tan.gif)