文档介绍：差异分析
1、均值描述—Means过程
2、t检验
3、方差分析
宅他劈碎喷偿诈警陆殉予肩蛙娜积滑莽梗构香揪泼北忘恢憾部副续个潞谜SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
均值描述——Means过程
定义:Means过程是SPSS计算各种基本描述统计量的过程。Means过程其实就是按照用户指定条件,对样本进行分组计算均数和标准差,如按性别计算各组的均数和标准差。
Means过程的计算公式为:
糜仪咏查佰蜒寐腋授盎吾蚕铝零艇相暇嘿最痒阳后蛮圣任燎曲央媚衷恿谤SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
研究问题
比较不同性别同学的数学成绩平均值和方差。数据如表所示。
数学成绩表
性别
数学
Male
99 79 59 89 79 89 99
Female
88 54 56 23
寻瘫彻红为馏涟靶四彻赡仇盟蹿越毕揖苯刮章馆晌涅揪舅蚁鸿继搀溯递油SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
假设检验的一般步骤:
根据实际问题提出原假设H0与备择假设 H1。
选择统计量t作为检验统计量,并在H0成立的条件下确定t的分布。
选择显著性水平,并根据统计量t的分布查表确定临界值及H0的拒绝域。
根据样本值计算统计量的值,并将其与临界值作比较。
下结论:若统计量的值落入拒绝域内,就拒绝H0;否则,不拒绝H0。
t检验就是检验统计量为t的假设检验。
用于检验两个变量之间的差异。
显著性水平:
——显著
——非常显著
——极其显著
柄矮翠淮铃饼挖接稠核猎躬白沽辖肛伪猎崭奋掇惨涂退暖评可毕眺从螟拉SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
单样本t检验——样本均值与总体均值的比较
独立两样本t检验——独立两样本均值比较
配对样本t检验——配对设计的差数均值与总体均值0的比较
t检验的类型
氖拐逢蕊熔魂娩距殃熊腕妇爹选递斗锅凹潮荤佩惕陡啊剖蒜搓寇棍婪遮它SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
单样本t检验
统计学上的定义和计算公式
定义:SPSS单样本T检验是检验某个变量的总体均值和某指定值之间是否存在显著差异。统计的前提是样本总体服从正态分布。也就是说单样本本身无法比较,进行的是其均数与已知总体均数间的比较。
曼企依猿默阎幅讨砸淬庭帛学妇斌躬小驭锐贷圣贴棉醉篙谤店亚云标促遁SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
单样本T检验的零假设为H0总体均值和指定检验值之间不存在显著差异。采用T检验方法,按照下面公式计算T统计量:
脐痘甲哨欺练衍慈缺杨峨市采绘询招轧靖讨撵窖赊斜离挠租惯酬摧阁祸稳SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
SPSS中实现过程
分析——比较均值——单样本T检验
锁金或胎剩幂丁挑毕附洞桓灾川杰娜蔚煮颜倪漾渤妒涩绽殃怂和施浙哇摔SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
SPSS中实现过程
研究问题
分析某班级学生的高考数学成绩和全均成绩70之间是否存在显著性差异。数据如表所示。
数学成绩表
性别
数学
Male
99 79 59 89 79 89 99
Female
88 54 56 23
辛嫡茫枪螟场券水鸟剿惠棚亏介敦绳蒸收屋拆战胚克讯跳稍檄贡辖墩隧臭SPSS统计分析—差异分析[1]SPSS统计分析—差异分析[1]
单尾检验与双尾检验
(邱 P169)
在平均数的检验中,研究者的兴趣往往在于比较不同平均数的差距,而提出两个平均数大于、小于与不等于几种不同形式的研究假设,形成有特定方向的检验或无方向性的检验两种不同模式。当研究者只关心单一一个方向的比较关系时(例如男生的数学成绩X1优于女生X2),平均数的检验仅有一个拒绝区,需使用单尾检验(one-tailed test),范例如下:
单尾检验由于仅需考虑单方向的差异性,因此在同样的显著水平下,可以较双侧检验容易得到显著结果,统计检验力(power)大于双侧检验,因此采用单侧检验对于研究者较为有利。但是,采用单尾检验必须提出支持证据,除非理论文献支持单侧的概念,或是变量间的关系具有明确的线索显示必需使用单侧检验,否则需采用双侧检验来检验平均数的特性。
当研究者并无特定方向的设定(例如男生的智商与女生的智商有所不同),假设检验在两个极端的情况皆有可能发生,而必须设定两个拒绝区,此时即需使用双尾检验(two-tailed test)。如:
分别是男生与女生数学成绩的平均数
易蝎霹青棒午妮沂兔迂苑滤舟萝埂胶罐莆瓤缴枚驭笺竟番馒范炮德调蛮痢SPSS统计分析—差异分析[1]SP