文档介绍：汇报人：时间：2020
本模板有完整的思路及框架，更贴近实用
使用SPSS做t检验和方差分析
2 两独立样本的t检验
结果：
8
2 两独立样本的t检验
表中Levene’s为方差齐性检验，得结果F=
汇报人：时间：2020
本模板有完整的思路及框架，更贴近实用
使用SPSS做t检验和方差分析
2 两独立样本的t检验
结果：
8
2 两独立样本的t检验
表中Levene’s为方差齐性检验，得结果F=，Sig.=,,由于P=>，可以认为方差是齐性的。
由于两个总体方差无显著差异，故推断结果从假设方差相等行中得到：P=<，故拒绝假设，即该地区克山患者与健康病人的血磷值有显著差异。
9
3 两配对样本的t检验
两配对样本的t检验用于检验两个相关样本是否来自于具有相同均值的正态总体，即对于两个配对样本，推断两个总体的均值是否存在显著差异。
配对的概念是指两个样本的各均值之间存在着对应的关系。如：一组病人治疗前后的体重对比，显然，对于同一个病人对应治疗前后两组不同的体重。
10
3 两配对样本的t检验
例3：分别从10例乳腺癌患者化疗前和化疗后的1d尿样中测得尿白蛋白(alb, mg/l)的数据如下，试分析化疗是否对alb的含量是否有显著影响？
解：假设H0：μ1＝μ2，H1：μ1≠μ2步骤略
11
3 两配对样本的t检验
结果
结果分析：由上表见P=，在置信水平为95%时，，而P<，所以拒绝假设，认为化疗对患者尿白蛋白含量有显著影响
12
4 单因素方差分析
因变量的单因素方差分析主要解决多于两个总体样本或变量间均值的比较问题。是一种对多个（大于两个）总体样本的均值是否存在显著差异的检验方法。其目的也是对不同的总体的数据的均值之间的差异是否显著进行检验。单因素方差分析的应用范围很广，涉及到工业、农业、商业、医学、社会学等多个方面。
单因素方差分析的应用条件：在不同的水平（因素变量取不同值）下，各总体应当服从方差相等的正态分布。
13
4 单因素方差分析
例：例4，某企业需要一种零件，现有三个不同的地区的企业生产的同种零件可供选择，为了比较这三个零件的强度是否相同，每个地区的企业抽出6件产品进行强度测试，。假设每个企业零件的强度值服从正态分布，试检验这三个地区企业的零件强度是否存在显著差异。
14
4单因素方差分析
解：首先建立假设H0：三个地区的零件强度无显著差异；
H1：三个地区的零件强度有显著差异。
1、单击Analyze -> Compare Means -> One-Way ANOVA，打开 One-Way ANOVA对话框。
2、从左框中选择因变量”零件强度”进入Dependent list框内，选择因素变量”地区”进入Factor框内，得结果：
15
4 单因素方差分析
，故拒绝假设H0，认为这三个地区的零件强度有显著差异。
如果需要对各地区间的零件强度进行进一步的比较和分析，可以通过按纽Option选项，contrast对照比较，Post Hoc多重比较去实现。
16
4 单因素方差分析
单击Option按纽，：在Option选项中选择输出项。主要有不同水平下样本方差的齐性检验，缺失值的处理方式及均值的图形。
17
4 单因素方差分析
结果：
（a）可以得到均值、标准差等数据相应的统计特征值。（b）中的统计检验可以得出，因素变量的各水平间的方差是没有显著差异的。
18
4 单因素方差分析
如果需要将水平间两两比较，可以单击Post Hoc 按纽，打开多重比较对话框。如图所示：
在该对话框中列出了二十种多重比较检验，涉及到许多的数理统计方法，在实际中只选用其中常用的方法即可。
对话框下部的Significance level表示显著性水平，，也可以根据需要重新输入其它值。
表中Levene’s为方差齐性检验，得结果F=，Sig.=,,由于P=>，可以认为方差是齐性的。
由于两个总体方差无显著差异，故推断结果从假设方差相等行中得到：P=<，故拒绝假设，即该地区克山患者与健康病人的血磷值有显著差异。