SPSS培训课程讲义0522

1、SPSS 培训课程大纲SPSS数据分析高级应用培训班培训资料（仅供培训使用）目 录第1讲 统计工具与SPSS软件11.1 统计工具含义11.2 统计工具作用11.3运用统计工具注意事项11.4 统计工具与SPSS软件关系1第2讲 SPSS入门22.1 SPSS历史沿革22.2 SPSS基本界面22.3 常规功能设置32.3 数据变量（详细介绍在课堂上演示）32.3.1 计量尺度32.3.2 常量与变量32.3.3 变量标签32.3.4 变量缺失值4第3讲 数据采集与整理53.1数据编辑器简介53.2 数据文件的建立53.3 数据的编辑53.3.1 查看数据信息53.3.2 数据定位53.3.3

2、 插入与删除变量和观测量53.3.4 实用数据文件操作63.4 单选题、多选题与开放题的数据录入，检查异常值83.5 SPSS函数10第4讲 描述性统计分析134.1 常用统计量134.1.1 描述集中趋势的统计量（将融合在后续演示中）134.1.2 描述离散程度的统计量（将融合在后续演示中）134.1.3 描述分布形态的统计量（将融合在后续演示中）134.2 常用统计表134.2.1 在线处理分析报告(OLPA)134.2.2 个案摘要报告144.2.3 行形式摘要报告和列形式摘要报告（略，学员可独立学习）144.3 频数分析144.4 描述性分析154.5 探索性分析164.6 常用统计图

3、（课堂现场演示）16第5讲 一般推断性统计分析175.1 统计推断理论（课堂现场讲授）175.2 均值比较175.2.1 均值过程175.2.2 单样本t检验185.2.3独立样本t检验195.2.4配对样本t检验205.3 相关分析225.3.1 简单相关分析225.3.2 偏相关分析235.3.3 距离分析255.4 回归分析275.4.1 线性回归分析285.4.2 曲线回归分析295.4.3 非线性回归分析315.5 方差分析325.5.1 单因素方差分析325.5.2 多因素方差分析355.5.3重复测量方差分析375.5.4 协方差分析39第6讲 多元统计分析426.1 聚类分析4

4、26.1.1 理论背景426.1.2距离和相似系数426.1.4 K-Means聚类466.1.5 分层聚类476.3 判别分析486.3 因子分析546.3.1 基本概念546.3.2 基本步骤546.3.3 实例演示556.4 主成分分析576.4.1 基本概念576.4.2 基本步骤576.4.3 实例演示59第7讲 定性数据分析607.1 列联表607.1.1 基本概念607.1.2 实例演示617.2 Logistic回归627.2.1 基本概念627.2.2 实例演示63第8讲 时间序列分析658.1 组成要素658.2 ARMA模型658.2.1 ARMA模型及基本原理658.2

5、.2 ARMA模型的基本形式658.3 实例演示66第9讲 其他统计分析679.1信度分析679.1.1 基本分类679.1.2 实例演示679.2生存分析689.2.1 生存分析的目的689.2.2 生存数据699.2.3 生存时间函数699.2.4 生存分析的基本方法709.2.5 实例演示71第10讲 综合案例分析7610.1 案例背景7610.2 RFM模型简介7610.3 实例演示（课堂演示）77第11讲 SPSS编程简介7811.1 程序编辑窗口操作入门7811.1.1 Syntax 与 UI7811.1.2 生成和运行syntax7911.2 syntax 基本规则7911.2.

6、1 syntax简介7911.2.2 命令分类8211.3 结构化语句8411.3.1 分支语句（条件语句）8411.3.2 循环语句8411.4 实例演示8585第1讲 统计工具与SPSS软件1.1 统计工具含义统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。统计工具是实现上述过程的手段与方法，包括理论方法与计算软件。1.2 统计工具作用在古代，治国安天下多数通过逻辑分析和简单计算就能满足，在现今社会，单纯靠逻辑分析和推断无法满足实际需要，人们往往

7、需求的是隐藏在表面之后的规律，需要借助统计工具加以实现，比如：利用C-D生产函数来判断国家的GDP中，多大程度受固定资产影响，多大程度受人力资本影响，科技进步有多大。诸如此类问题都需要通过统计工具实现，由此，可以得出统计工具的主要作用就是实现人们想了解到的、可以了解到的那些潜在的关系和规律。1.3运用统计工具注意事项在说明统计工具在使用中需注意问题之前，举个实际例子。【例1.1】有人说：“统计方法没什么用，我想知道明天几点几分下雨，统计方法根本无法实现”。这样的说法正确吗？分析与解答：该种说法错误，从供给和需求角度进行分析。需求方面：实际生活中，人们期望获取一具体点值，属于微观问题供给方面：利

8、用统计方法得到的点估计属于宏观问题，只有在大量重复情况下才能实现，举点估计的评价标准为例说明（课堂讲授）。从供给和需求方面可以看出，统计工具是在满足某些约束条件下得出的结果，具体在统计工具运用中需注意如下事项：1、注意统计工具满足的基本假定；2、统计工具计算的结果一定存在误差；3、只要不影响实际决策的误差可以认为是统计上允许的误差；4、统计结果往往具有实际意义，不要为了面子而滥用统计工具。1.4 统计工具与SPSS软件关系SPSS软件是一种实现理论计算方法，帮助统计研究者简化计划，提高工作效率的电脑软件，通过该软件可迅速实现描述性统计分析、确定性统计分析、随机统计分析等。第2讲 SPSS入门2

9、.1 SPSS历史沿革SPSS是世界上最早的统计分析软件，全称为Statistical Package for Social Science，也称社会科学统计软件。由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究开发成功，同时成立了SPSS公司，并于1975年成立法人组织、在芝加哥组建了SPSS总部。1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域

10、。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。随着应用领域的不断扩大，SPSS已经有原来的名字改为Statistics Product and Service Solution，即统计产品与服务解决方案。SPSS 15.0.1 - 2006年11月SPSS 16.0.2 - 2008年4月SPSS Statistics 17.0.1 - 2008年12月PASW Statistics 17.0.2 - 2009年3月PASW Statistics 17.0.3 - 2009年11月PASW Statistics 18.0.0

11、 - 2009年8月PASW Statistics 18.0.1 - 2009年12月PASW Statistics 18.0.2 - 2010年4月PASW Statistics 18.0.3 - 2010年9月IBM SPSS Statistics 19.0 - 2010年8月IBM SPSS Statistics 20.0 - 2011年8月IBM SPSS Statistics 21.0 - 2012年8月IBM SPSS Statistics 22.0 - 2013年8月2.2 SPSS基本界面安装SPSS22.0之后，第一次启动将出现如下界面。在点击“取消”可出现以下常规界面。2.

12、3 常规功能设置通过“编辑”“选项”，获取如下对话框对第一行命令逐一点开，会出现关于SPSS如阿年常规功能设置的所有界面（课堂演示）2.3 数据变量（详细介绍在课堂上演示）2.3.1 计量尺度无论是观测数据还是试验数据，都需要度量。统计数据是对客观现象进行计量的结果，按照对事物的精确程度，可将所采用的计量尺度有低级到高级分为：名义尺度、定序尺度和间隔尺度（又分为定距尺度和定比尺度）2.3.2 常量与变量常量分为数值型常量、字符型常量、日期型常量变量分为数值型变量、字符型变量、日期型变量。数值型变量包括：标准型、逗号型、圆点型、科学计数法型、美元型和自定义货币型。2.3.3 变量标签变量标签是对

13、变量名进一步解释和说明，包括变量名标签和变量值标签。变量名标签是对变量名含义的进一步解释和说明，在SPSS界面中表现为“标签”列。变量值标签是对数值型变量各个取值的含义进行解释和说明，尤其是定型数据，在SPSS界面中表现为“值”列。2.3.4 变量缺失值在调查问卷中，被调查者没有填写调查表要求填写的某些数据或填写的数据失真，造成缺失值。这些情况称为数据缺失或数据不全，缺失或不完全的数据在统计分析中不能使用，需标出，在在SPSS界面中表现为“缺失”列。第3讲 数据采集与整理3.1数据编辑器简介数据编辑器主要由标题栏、当前数据栏、输入数据栏和数据显示区组成。3.2 数据文件的建立建立数据文件可通过

14、如下两种方式实现：1、“文件”“新建”命令2、在启动SPSS时选择“输入数据”选项数据录入方法包括：按单元格输入数据、按变量录入数据、按观测量录入数据和输入带有变量标签的数据。3.3 数据的编辑3.3.1 查看数据信息1、查看变量信息在数据编辑器窗口中切换到“变量视图”区域查看变量信息或者执行菜单“应用程序”“变量”命令2、查看文件信息执行菜单“文件”“显示数据文件信息”命令3.3.2 数据定位1、按个案序号自动定位执行菜单“编辑”“转至个案”命令2、按变量值自动定位执行菜单“编辑”“查找”命令3.3.3 插入与删除变量和观测量插入变量可通过以下三种方式实现：1、通过数据编辑器窗口中相关快捷命

15、令2、利用鼠标右键完成3、执行菜单“编辑”“插入变量”命令删除变量可通过以下两种方式实现：1、利用鼠标右键完成2、执行菜单“编辑”“清除”命令观测量（个案）的插入和删除方法同变量类似，课堂演示。3.3.4 实用数据文件操作1、数据的打开和保存（略）2、数据排序（1）执行菜单“数据”“排序个案”命令（2）需要根据哪个变量排序，则单击该变量“排序依据”（3）选择“升序”还是“降序”（4）点击“确定”3、数据文件的分解（1）执行菜单“数据”“拆分文件”命令（2）选择不同的拆分方式：分析所有个案，不创建组（默认方式）、比较组或按组组织输出（3）选择不创建组（默认方式）、比较组或按组组织输出需选取“分组

16、方式”（4）点击“确定”4、数据文件的合并1、增加变量（1）执行菜单“数据”“合并文件”“添加变量”命令（2）选中所添加的变量后点击“继续”命令（3）点击“确定”2、增加观测值（1）执行菜单“数据”“合并文件”“添加个案”命令（2）选中所添加的变量后点击“继续”命令（3）点击“确定”5、数据文件的转置执行菜单“数据”“变换”命令3.4 单选题、多选题与开放题的数据录入，检查异常值1、单选题的数据录入通过具体例子说明【例3.1】对马航失联客机的结果有如下几种，选择最可能的一种？（ ）A 坠入海洋 B 恐怖分子劫机 C 被海盗劫机 D 政府行为具体实现方法有两种：（1）二分法。对每个选项赋值“0”

17、或者“1”（2）对每个选项分别赋值“1,2,3,4”2、多选题的数据录入（1）多重二分法处理方法同单选题数据录入的（1），此处略。（2）多重分类法若假定最多选2个，先对对每个选项分别赋值“1,2,3,4”，后给出2个备选变量即可。若没有限制选项个数，则将所有的备选变量给出。3、开放题的录入开放型问题的处理一般不需要编码的操作，当然也不需要输入到SPSS中进行分析处理，只能通过调查者的汇总归纳概括，因此开放型问题在问卷中应该尽可能的减少；原因在于一是不便于分析处理，二是开放型问题的回答率一般较低。4、异常值的查找离群值：（箱图）值与框的上下边界的距离在1.5倍框的长度到3倍框的长度之间的个案。框

18、的长度是内距。极端值：（箱图）值距离框的上下边界超过3倍框的长度的个案。框的长度是内距在回归模型诊断里面，一般称预测值与实际值的偏差为残差,按照需要取一残差，再按照某种标准取一个阀值来限定异常点，只要那个点的残差大于阀值，就可以认为它是异常点。在时间序列分析中，异常值的统计检验方法可以通过残差的正态性检验实现。3.5 SPSS函数SPSS函数是一个常用程序（rountine）,并且利用一个或多个自变量（参数）来执行。每个SPSS函数均有一个关键名称（keywordname），且绝不能写错。通常，函数的格式为:函数名称（自变量，自变量，），某些函数可能只含有一个自变量，而有些函数则可能含有多个自

19、变量，当一个函数含有多个自变量时，各自变量间用逗号（，）隔开，而函数的自变量通常又可分为以下三种：1）常数，如SQRT(100)：2)变量名称，如MEAN(VAR1,VAR2,VAR3)；3）表达式，如MIN(30,SQRT(100)。总之，SPSS函数和我们平时EXCEL里面函数格式规则并无差别。SPSS提供了180多种函数，共可分为十多类。和EXCEL一样，我们也不可能记住所有函数，只要知道一些常用函数，至于其他函数要用的时候再去查找也不迟，下面本人将列举一些常用函数：1 算术函数函数说明范例（x=2.6，y=3）ABS(numbexpr)绝对值函数ABS(y-x)=0.4RND(numb

20、expr)四舍五入函数RND(x)=3TRUNC(numbexpr)取整函数TRUNC(x)=2SORT(numbexpr)平方根函数SQRT(y)=1.71MOD(numbexpr,modulus)求算两数相除后的余数MOD(y,x)=0.4EXP(numbexpr)以e为底的指数函数EXP(y)=20.09LG10(numbexpr)以10底的对数函数LG10(x*10)=1.41LN(numbexpr)自然对数函数LN(y)=1.12 统计函数函数说明范例(X1=2X2=5X3=8)MEAN(numexpr,numexpr,)自变量的平均值MEAN(X1,X2,X3)=5MIN(valu

21、e, value,)自变量的最小值MIN(X1,X2,X3)=1MAX(value, value,)自变量的最大值MAX(X1,X2,X3)=8SUM(numexpr,numexpr,)求和SUM(X1,X2,X3)=15SD(numexpr,numexpr,)求标准差SD(X1,X2,X3)=3VARIANCE(numexpr,numexpr,)求方差VAR(X1,X2,X3)=9CFVAR(numexpr,numexpr,)求变异系数CFVAR(X1,X2,X3)=0.6 3 缺失值函数函数说明范例MISSING(variable)若变量缺失，则为T或1，否则为F或0MISSING(X1)

22、=1MISSING(X2)=1MISSING(X3)=0SYSMIS(numvar)若变量是系统缺失值则为T或1，如为自定缺失或非缺失则为F或0SYSMIS(X1)=0SYSMIS(X2)=1SYSMIS(X3)=0NMISS(variable,)缺失值个数NMISS(X1,X2,X3)=2NVALID(variable,)有效值个数NVALID(X1,X2,X3)=1VALUE(variable,)忽略自定义缺失值，当作非缺失VALUE(X1)=X1注：X1为使用者界定缺失值，X2为系统缺失值，X3为非缺失值4 字符串型函数函数说明范例ANY(test,value,value)若自变量1和后

23、面自变量窜相同则为真，记为1ANY(is, this)=0ANY(is,this,is)=1CONCAT(strexpr,strexpr)将自变量连成一个新自变量CONCAT(th,is)=thisINDEX(haystack,needle,divisor)Divisor在needle最左侧开始出现的位置INDEX(this is,is)=3LENGTH(strexpr)自变量所含文字的个数（包括特殊字符和空格）LENGTH(th is)=5LOWER(strexpr)自变量中的大写字母改为小写字母LOWER(This)=thisUPCASE(strexpr)将自变量中的小写字母改为大写字母U

24、PCASE(this)=THISLTRIM(strexpr,char)在strexpr开始处去除char所形成的常量，如无char则去除strexpr左侧的空格LTRIM(this,t)=hisLTRIM(this,is)=thLTRIM( this)=thisNUMBER (strexpr,format)当自变量为数字的文字变量时，按文字变量指定格式转换为数字变量NUMBER(23,F8.1)=2.3NUMBER(23,F8.0)=23RANGE(test,lo,hi,lo,hi)如果自变量1的值包含在自变量集lo至hi的范围内，则为T或1RANGE(c,a,k)=TSTRING(strex

25、pr,format)按指定格式将自变量转换为文字型变量STRING(3+4,F8.2)=7.00SUBSTR(sterxpr,pos,length)从strexpr子窜的第pos位置开始取length的字符串长度SUBSTR(this is,6,2)=is5 时间日期函数函数说明范例DATA.DMY(d,m,y)与指定日月年对应的日期DATA.DMY(3,5,99)=05/03/99DATA.MDY(m,d,y)与指定月日年对应的日期DATA.MDY(5,3,99)=05/03/99DATA.YRDA(y,d)与指定年日对应的日期DATA.YRDA(99,35)=02/04/99DATA.QY

26、R(q,y)指定的季节年份对应的日期DATA.QYR(2,99)=04/01/99DATA.MOYR(m,y)与指定的月年度对应的日期DATA.MOYR(5,99)=05/01/99DATA.WKYR(w,y)与指定的周年度对应的日期DATA.WKYR(38,98)=9/17/98注：1. 要正确显示以上函数值，必须先赋予其SPSS得日期型变量（DATA）格式，假设以上日期用mm/dd/yy格式显示，时间则用hh:mm:ss格式表示 2. 1=d=31、1=m=12、1=w=52、1=q=4（六）其他函数SPSS除了上述函数外，尚有日期和时间转换函数（YOMODACTMIESDAYSCTIME

27、HOURSMDAYS等）、连续几率密度函数（CDFBINOMCHISQCDFEXPLOGISTIC等），此外还有NORMAL（stddev）可产生平均数为0，标准差为stddev的正态分布随机数字。UNIFORM(max)可产生平均数为0与max间呈均等分布的随机数字。第4讲 描述性统计分析4.1 常用统计量4.1.1 描述集中趋势的统计量（将融合在后续演示中）1、均值2、中位数3、众数4、百分位数4.1.2 描述离散程度的统计量（将融合在后续演示中）1、样本方差2、样本标准差3、均值标准差4、极差5、离散系数4.1.3 描述分布形态的统计量（将融合在后续演示中）1、偏度系数（以众数为衡量指标

28、）2、峰度系数（高矮） 全方位的刻画和定义一组数据，均数、方差、风度系数偏度系数4.2 常用统计表4.2.1 在线处理分析报告(OLPA)该过程对于按一个或多个分组变量所分的组,计算所考察变量的总值、均值及其他统计量，并且以分层的方式输出结果，表中每一层是依据一个分组变量的结果输出。执行菜单“分析”“报告”“OLPA多维数据集”命令4.2.2 个案摘要报告个案摘要报告又成观测量摘要报告，主要用于按指定分组统计不同水平的交叉汇编，对变量进行记录列表，并计算相应统计量。可通过“个案汇总”命令来预览和打印数据。执行菜单“分析”“报告”“个案汇总”命令4.2.3 行形式摘要报告和列形式摘要报告（略，学

29、员可独立学习）专门用于生成复杂报表，他们均可以对输出表格进行精密定义，以满足客户的各种严格要求，且输出格式为文本格式4.3 频数分析频数分析是描述性统计分析中最常用的方法之一，可以通过对数据的分布趋势进行初步的分析，以便掌握数据分布的特征，对数据作进一步分析。执行菜单“分析”“描述统计”“频率”命令（1） 在菜单栏中选择“分析描述统计频率”命令，打开如下所示的对话框。 （2） 选择“分组后的人均面积”作为需要分析的变量，单击按钮进入“变量”文本框。由于本案例中不要求计算其他统计量，所以不用在“统计量”中进行相关设置，只需在“图表”中选择图形类型即可。（3） 选择“直方图”项，激活“在直方图上方

30、显示正态曲线”复选框。（4） 单击“确定”按钮，系统开始分析。4.4 描述性分析通过此过程可对变量进行描述性统计量的分析，计算并列出一系列相应的指标，包括平均值、算数和、标准差、最大值、最小值、方差、全距、和均值标准误差等，并可以将原始数据转换成标准Z分布存入数据库，在数据集中生成一个新的变量，该变量自动命名为“Z+原变量名称”。执行菜单“分析”“描述统计”“描述”命令，在执行该命令前，执行菜单“数据”“拆分文件”“比较组”命令（1） 打开数据文件，按“班级”数量对数据进行分组。从菜单栏中选择“数据拆分文件”命令，打开“拆分文件”对话框。选择“比较组”按钮，然后将“班级”变量选入“分组方式”列

31、表框。单击“确定”按钮，完成分组。（2） 打开下图的“描述性”对话框，从变量列表框中选择变量年龄、体重和身高。单击按钮将选中的变量移动到“变量”文本框，并且选择“将标准化得分另存为变量”复选框，即要求以变量形式保存Z分值。（3） 选择完变量后，单击“选项”选项，进行统计量的选择。在本例中，选择范围、最大值、最小值、均值、标准差和方差。单击“继续”按钮确认并返回主对话框。（4） 设置完毕后，单击“确定”按钮，系统将执行描述性分析。4.5 探索性分析探索性分析可以对变量进行更为深入详尽的统计分析，主要用于当对数据的性质、分布特点等完全不知道的时候，检查数据是否有错误，获得数据基本特征，以及对数据规

32、律作初步观察。在常用描述性统计指标的基础上，探索性分析增加了有关数据详细分布特征的文字与图形描述，还可以为方差齐性为目的的变量变换提供线索。执行菜单“分析”“描述统计”“探索”命令（1） 选择“分析统计描述探索”命令，打开如下所示的“探索”对话框。 （2） 选择height变量进入“因变量列表”框作为待摘要变量；选择area变量进入“因子列表”框作为分组变量。（3） 在输出栏中，选择“两者都”项。（4） 单击“统计量”按钮，打开统计量对话框。选中描述性、M-估计量、界外值和百分位数复选框，然后单击“继续”按钮，确认选择并返回“探索”对话框。（5） 单击“绘制”按钮， “探索：图”对话框。选择“

33、箱图”栏中的“按因子水平分组”项，选择奖分组结果显示在同一张图上；选择“描述性”栏内的“茎叶图”复选框，输出茎叶图，同时选中“带检验的正态图”复选框，要求进行正态性检验；选择“伸展与级别Levene检验”中的“幂估计”项估计幂次使组间方差齐次。单击“继续”按钮，确认并选择返回“探索”对话框。（6） 在“探索”对话框中单击“确定”按钮，完成设置并执行探索性分析。4.6 常用统计图（课堂现场演示）常用的统计图形包括条形图、3-D条形图、面积图、线图、饼图、高低图、箱图、误差条形图、人口金子塔图、散点/点状图、直方图等。第5讲 一般推断性统计分析5.1 统计推断理论（课堂现场讲授）5.2 均值比较5

34、.2.1 均值过程均值过程倾向于对样本进行描述,他可以对需要比较的各组计算描述指标进行检验前的预分析。执行菜单“分析”“比较平均值”“平均值”命令（1） 在数据管理窗口中打开house. Sav数据文件。（2） 从菜单栏中选择“分析比较均值均值”命令，打开如下所示的“均值”对话框。（3） 在“均值”对话框左侧变量列表中选中price和sale变量，单击按钮将其移入“因变量列表”列表框中，并将district变量移入“自变量列表”列表框。单击“选项”按钮，打开“均值：选项”对话框，如下图所示。（4） 在“选项”对话框中选择需要分析的统计量，本例中选择统计项目。从“单元格统计量”列表中，选中均值、

35、标准差、最小值、最大值和个案数5个统计量，然后单击“继续”按钮确认，返回“均值”对话框。（5） 在“均值”对话框中，单击“确定”按钮，完成设置并执行操作。5.2.2 单样本t检验用样本均数代表的未知总体均数和已知总体均数进行比较，来观察此组样本与总体的差异性。既是单样本本身无法比较，进行的是均数与已知总体均数间的比较。1基本假定(1) 样本来自正态或近似正态总体；(2) 已知总体均值，可得到样本均值和标准差2 t检验统计量 其中 为样本平均数；为总体平均数；为样本标准差；n为样本容量；t为样本平均数与总体平均数的离差统计量；3 计算原理(1) 建立假设，确定检验水平 H0： = 0 H1： 0

36、； (2) 计算统计量；(3) 查相应的界值表，确定p值，下结论；4 SPSS实例演示执行菜单“分析”“比较平均值”“单样本t检验”命令（1） 打开数据文件pulse.sav之后，从菜单栏选择“分析比较均值单样本T检验”命令，打开如下所示的“单样本T检验”对话框。（2） 将变量pulse选入“检验变量”列表框。（3） 在“检验值”框中输入已知母体平均数72。（4） 单击“确定”按钮，完成设置并执行上述操作。5.2.3独立样本t检验 “独立样本 T 检验”过程比较两组个案的均值。理想的情况下，对于此检验，主体应随机地分配到两个组中，以便响应的任何差别是由于处理（或缺少处理）而非其他因素造成的。例

37、如而比较男性和女性的平均收入则不属于此情况人不是随机指定为男性或女性的。在这些情况下，应确保其他因素中的差别没有掩饰或夸大均值中的显著性差异。平均收入的差值还可能受诸如教育之类的因素影响（而非仅仅受性别影响）。1 基本假定(1) 两个样本独立； (2) 样本来自的正态总体服从正态分布；2 独立样本t检验统计量t分两种情况：(1) 两总体方差未知且相等 (2) 两总体方差未知且不等 , 3 计算原理设总X1服从正态分布N（1，12），总体X2服从正态分布N（2，22），分别从这两个总体中抽取样本（x11,x12,x13,x1n）和（x21,x22,x23,x2n），且两样本相互独立，要求检验1和2是否有显著性差异。(1) 建立假设，确定检验水平；H0：1 = 2 H1：1 2； (2) 判断两总体方差是否相等，F检验法（spss会自动检验方差是否相