文档介绍：第四章SPSS的参数检验第1节参数检验概述第2节单一样本的T检验第3节独立样本的T检验第4节配对样本的T检验推断统计推断统计是根据样本数据推断总体数量特征的统计分析方法推断统计通常包括以下两个内容总体分布已知,根据样本数据对总体分布的统计参数(如均值、方差)进行推断,此时采用的推断方法称为参数估计或者参数检验总体分布未知,根据样本数据对总体的分布形式进行推断,此时采用的推断方法称为非参数检验统计方法描述统计推断统计估计假设检验参数检验非参数检验假设检验概述假设检验是一种根据样本数据来推断总体的分布或均值、方差等总体统计参数的方法。根据样本来推断总体的原因:总体数据不可能全部收集到。如:质量检测问题中的评估某种灯泡的使用寿命收集到总体全部数据要耗费大量的人力和财力。如:研究“十一”黄金周市民的度假旅游费用,收视率等。假设检验包括:参数检验:总体分布已知(如总体为正态分布)的情况下,根据样本数据对总体分布的统计参数(如均值、方差等)进行推断,或对其进行某种统计检验。非参数检验:总体分布未知的情况下,根据样本数据对总体的分布形式或特征进行推断。假设检验的基本原理首先对总体参数值提出假设,然后再利用样本告之的信息去验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持假设,则在一定的概率条件下,应拒绝该假设;相反,如果样本数据不能够充分证明和支持假设是不成立的,则不能推翻假设成立的合理性和真实性。上述假设检验推断过程所依据的原理是小概率原理,即发生概率很小的随机事件,在某一次特定的实验中是几乎不可能发生基本信念:利用小概率原理进行反证明...因此我们拒绝假设=50...如果这是总体的真实均值样本均值m=50抽样分布H0这个值不像我们应该得到的样本均值...20假设检验的基本原理例如:对大学男生平均身高进行推断H0:平均身高为173样本平均身高为178,由于存在抽样误差,不能直接拒绝H0。而需要考虑:在H0成立的条件下,一次抽样得到平均身高为178的可能性有多大。如果可能性较大,是个大概率事件(与相比较),则认为H0正确。否则,如果可能性较小,是个小概率事件,但确实发生了,则只能认为H0不正确。两大问题:如何计算在假设成立的条件下样本值或更极端值发生的概率如何定义小概率事件?假设检验的基本步骤(1)根据检验的目标,对待推断的总体参数或分布作一个基本假设H0(2)构造检验统计量,(3)利用收集到的样本数据和基本假设计算检验统计量的值,并得到相应的相伴概率P值,即:。(4)如果概率P值小于用户给定的显著性水平,则拒绝H0。否则,不拒绝H0。显著性水平:原假设正确但却被错误的拒绝了的概率或风险--控制水平,,,即从总体中随机抽取一定数量的样本进行研究来推断总体的特性。由于总体中的每个个体间均存在差异,即使严格遵守随机抽样原则也会由于多抽到一些数值较大或较小的个体致使样本统计量与总体参数之间有所不同。由于实验者测量技术的差别或测量仪器精确程度的差别等等也会造成一定的偏差,使样本统计量与总体参数之间存在差异。均值不相等的两组样本不一定来自均值不同的总体。能否用样本均值估计总体均值?两个变量均值接近的样本是否来自均值相同的总体?能否说明总体差异?这是各种研究工作中经常提出的问题。这就要进行均值比较