SPSS操作—T检验.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,SPSS,操作演练,第一章 相关概念,标准差,标准差（,Standard Deviation,），为方差的算术平方根，反映组内个体间的离散程度。均值相同的，标准差未必相同。标准差越大，代表离散程度越大,（计算公式？举出通俗的例证说明其数据解释的作用及应用领域）,。,在正态分布,（解释何为正态分布？理论、相关图及其学术解释）,中，用,表示。它与每个样本数、相应的概率及均值有关。,标准误,标准误（,Standard Error of Mean,），即样本均值的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。,（计算公式？举出通俗的例证说明其数据解释的作用及应用领域）,标准误不是标准差，是多个样本平均值的标准差。,（计算公式？举出通俗的例证说明其数据解释的作用及应用领域）,格式没有统一,置信水平,置信水平,（,confidence level,）,是指总体参数值落在样本统计值某一区内的概率；在抽样对总体参数作出估计时，由于样本的随机性，其结论总是不确定的。因此，采用一种概率的陈述方法，也就是数理统计中的,区间估计,法，即估计值与总体参数在一定允许的误差范围以内，其相应的概率有多大，这个相应的概率称作置信度,。,置信度,也称为可靠度，或置信水平、置信系数计算公式？理论、相关图及其学术解释。举出通俗的例证说明其数据解释的作用及应用领域）,置信区间,置信区间（,confidence interval,）是指由样本统计量所构造的总体参数的估计区间。在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。,置信区间,由置信下限（,Lower Limit,）和置信上限,(Upper Limit),表示。,置信区间越大，置信水平越高。,（计算公式？举出通俗的例证说明其数据解释的作用及应用领域）,显著性水平（,significance level,）表示在,“,统计假设检验,”,（解释何为假设检验？目的？）,中，用样本推断总体时，犯拒绝,“,原假设,”,错误的可能性大小，即原假设为真时被拒绝的概率。,如果根据命题的原假设所计算出来的概率小于显著性水平，就拒绝原假设；大于这个显著性水平则接受原假设。,显著性水平不是一个固定不变的数字，其值越大，则原假设被拒绝的可能性愈大，原假设为真而被否定的风险也愈大；其值越小，拒绝原假设的可能性就愈小。,比如？,显著性水平,显著性水平与置信度之间的关系：,1-,置信度,=,显著性水平,例如置信度为,95%,，则显著性水平就为,5%,。,这一关系要用在数据解释上的表达模式？,2.1,单样本,T,检验,2.2,独立两样本,T检验,2.3,配对样本,T,检验,第二章,T,检验,2.1,单样本,T,检验,单样本,T,检验是处理样本均值与某一指定的检验值之间是否具有显著差异的假设检验。,加强理论、图表及其应用的解释力度。,条件：样本来自的总体要服从正态分布。,在进行单样本,T,检验时，首先进行假设，提出原假设,H,0,：假设两样本均值相等；备择假设,H,1,：假设两样本均值不相等。,单样本,T,检验,适,用,问题：工厂产品规格的检测；某种元素或化合物含量的检测；游客满意度的检测等,。,过于迷糊，需要将具体涉及的各种来自医学、自然科学、市场研究、心理学的问题，直接举出研究问题，越具体越好。,实例分析,先整体说明这一课题研究，进而直接给出标准的原文问卷！,检验“熊猫数据,.,sav,”,中,V5,（对当地自然环境的满意度）与给定的常数（设为,4,）之间是否存在显著性差异？,为什么为,4,？研究的结果有何用？,操作界面,在此框中输入检验值，即检验与什么值有无显著性差异。,选择要,进行,T,检验的,变量移入,此框中，可同时选择多个,变量。,图,111,该对话框用于指定置信水平和缺失值的处理方法。,结果分析,表,111,单样本,统计量,（这一编号为何不为,2,1,？）,表,112,单,样本,T,检验结果表,同上，以下编码统一,应当逐项解释,t,，,df,，,Sig,（,2-tailed,）涉及到的理论问题,由,表,111,和,表,112,可知，,检验结果，,T,统计量的值为,4.151,，双侧显著性水平,P=0.0000.05,，接受原假设，认为男女游客在购物接待质量满意度方面的方差没有显著性差异，即方差齐次。,2.,方差齐次，选择,Equality variances assumed,这一行，其双测检验显著性概率,P,为,0.4360.05,，接受原假设，可认为男女在购物接待质量满意度方面没有显著差异。,2.3,配对样本,T,检验,根据上面提示进行修改,配对样本,T,检验用来比较成对观测数据均值差异。它采用的数据是,一一对应,，即：样本个数相同，个案顺序相同，两变量数据的顺序不能随意调换。,成对观测数据的检验方法是取每对测量值的差为统计对象，进行单样本检验。,配对样本,T,检验与独立样本,T,检验的差别之一是要求样本是配对的。,在进行配对样本,T,检验时，首先进行假设，提出原假设,H,0,：假设两样本均值相等；备择假设,H,1,：假设两样本均值不相等。,配对,样本,T,检验,适用问题,：,减肥药的效果,某种动植物的增减对游客的感知等。,实例分析,以“熊猫数据,.sav”,为例，可比较熊猫数量减少和增加的两种情况下，游客推荐度是否有显著差异？,1.,当森林面积减少到,2000,平方公里，大熊猫种群的数量相应由,1500,只减少到,1000,只；,2.,当森林面积增加，大熊猫种群的数量保持现有1500,只的数量或者持续增加到,2000,只。,操作界面,图,131,该列表框中的变量作为分析变量，总是成对地出现，可以有多对被分析的变量。,单击该按钮弹出,Options,对话框，该对话框用于指定置信水平和缺失值的处理方法。,结果分析,表,131,分组统计量,表,132,配对样本的相关性分析结果,表,133,配对样本,T,检验结果,由表可知，,1.,相关系数为,0.483,，对应的显著性水平,Sig,取值为,0.000,，小于,0.05,，认为两配对样本的相关性显著。,2.,双测检验显著性概率,p=0.0070.05,，故可认为不同条件下游客的推荐度是有显著差异的。,配对样本,t,检验与独立样本,t,检验的区别,1,.,独立样本过程用于检验两个独立样本是否来自具有相同均值的总体。配对样本用于检验两个相关的样本是否来自具有相同均值的正态总体。,2,.,独立样本是指不同样本平均数的比较，而配对样本往往是对相同样本二次平均数的检验。,Thank you,！,