均值差异性假设检验T检验假设检验是统计推断ppt课件

1、均值差别性假设检验一T检验假设检验是统计推断的一种重要手段，主要用于比较群体间的某种属性的差别性。运用一定的统计检验，以确定差别程度：是显著的差别还是不显著的差别。均值差别性假设检验的概念一、根本概念对样本的总体分布或分布参数进展假设H0 例：样本为正态分布总体样本与原设样本的方差差别不显著。零假设：总体样本与原设样本的均值差别不显著。对两组样本，或按分组变量分开的两组样本，求检验统计量。例如：求Z检验量 ，由Z查表可得相伴概率P把P与显著度规范比较可以根据实践情况定为0.01，0.05,或0.1P 大约率事件表示假设正确，或称可以接受。P= 小概率事件假设不成立，或称不能接受。防止两类错误类

2、错误：回绝了正确的H0假设，如显著度规范定高了，该接受的没被接受，即被以为是小概率事件而被回绝。类错误：接受了错误的H0假设，如显著度规范定低了，不该接受的被接受了，即被以为是大约率事件而接受了。有效处置方法：适当添加原设样本的数量。恰当地选择显著度规范，结合所研讨的问题可以制定本专业认可的显著度规范。二、假设检验的分类参数检验Parameteric Test样本满足某种分布，不知分布参数，对参数进展假设检验。非参数检验None -Parameteric Test不知样本满足何种分布，先检验样本分布。假设满足某种规范的分布如：正态分布、泊松分布，检验这种假设可否接受。零假设H0和备择假设H1

3、H0：总体样本分布与原设样本分布无显著差别H1：总体样本分布与原设样本分布有显著差别H0为大约率事件；H1为小概率事件例如：全区学生 =65分， =8.8 规范差某校学生平均67分,n= 83人 计算： Z=由Z 查表得 P=0.0384= 2.00 12 162.0000 1.7581 .5075 2.00 10 160.0000 1.1547 .3651 表一计算了变量的有效个案数，平均值，规范差和规范误。 表二：Independent Samples Test Levenes t-test for Equality of MeansTest for Equality of F Sig.

4、t df Sig. 2-tailed Variances 1.699 .207 -3.080 20 .006 -3.199 19.085 .005Mean Differenc Std. Error Difference 95%Confidence Interval of the Difference Lower Upper -2.0000 .6494 -3.3545 -.6455 -2.0000 .6252 -3.3082 -.6918 分析报告中首先该当察看方差齐性检验的结果。Levene s Test for Equality of Variances的结果Sig为.207，阐明方差差别是

5、不显著的，即方差是齐性的。从而在T检验中该当查看Equal variances assumed 项，表中该项Sig 2-tailed 为.006,阐明差别是显著的，那么回绝H0表示差别显著。五、命令语句T-TEST GROUPS=分组变量名值1，值2 或分界值1 2 /MISSING=ANALYSIS /VARIABLES=检验变量 /CRITERIA=CIN.95 .其中值1、值2为指定两组的取值。假设用分界值将以此值为界分为两组：大于等于为一组，小于为另一组。配对样本的均值差别性检验一、配对T检验原理 配对T检验原理依然研讨两组不同变量的观测值的均值差别的。所不同的是：配对T检验研讨的不是

6、两组观测值总体均值的差别，而是同一个案的不同变量观测值之间的差别。例如：某车间的n台机器用两种不同的工艺消费产品，工艺1的产量为x ，工艺2的产量为y。 机器号 工艺1的产量 工艺2的产量1 x1 y12 x2 y2.n xn yn 对不同机号的机器产量加以比较没有意义，只能对同一机器的不同工艺进展比较。思索两个极端情况：假设有xi-yi=0，那么没充沛的理由说哪种工艺的产量比另一种高还是低。但是只需xi-yi0 ，无论是xiyi， i=1,2.n 那么至少可以说两种工艺的产量是不同的。xi-yi与0的差别能否显著就反映出两种工艺的差别能否显著。特点：同一个案中两个变量值有对应关系，即配对样本

7、的检验。H0假设两组配对样本均值的差别不显著。二、操作步骤执行 AnalyzeCompare MeansPaired-Sample T Test选择两个检验变量到Paired Variables变量窗口中“Options中可以设置选项：置信区Confidence： 缺省值95%缺失值Missing Value:Exclude cases analysis by analysis variable表示排除在做统计分析的变量中含有缺失值的个案。Exclude cases listwise表示排除在检验变量列表中开列的变量中含有缺失值的个案。三、检验结论在输出报告中显示内容：Paired Samples Test Paired DifferencesMean Std. Deviation Std. Error Mean t df Sig. 2-tailed-2.1818 2.2279 .6717 -3.248 10 .009 95% Confiden