SPSS在t检验中的应用

实际工作中常遇到总体均值是否相同？如两种操作方法对产品抗折强度影响是否有显著差异，这可通过样本抗折强度均值水平比较来作出结论。均值检验方法较多，常见有T检验、U检验。

T检验是小样本资料的差异显著性检验，即小样本均值间的比较。

1.单个样本平均数的T检验

2.独立样本均值T检验

3.配对样本均值的T检验T检验T检验与U检验区别样本总体σ是否已知样本容量n大小检验类型一个已知未知未知大小均可大小UUT两个，相互独立已知未知未知大小均可大小UUT两个，互不独立(配对)未知未知大小UT不至两个，独立未知小方差分析若变量明显不是正态分布，则用非参数检验，若是分类变量，则用列联表分析(crosstabs)，如χ2检验。T检验解决的主要问题小样本资料的显著性检验。1.单个样本平均数的显著性检验2.配对资料与非配对资料的显著性检验一、显著性检验的意义

区分样本统计数与假定的总体参数的差异是由抽样误差引起，还是二者本质不同。

例如，大豆籽粒蛋白质含量高于45%(记为μ0)的品种为高蛋白品种。某种子公司对一大豆新品种随机抽取5个样品进行测定，得平均蛋白质含量为，。T检验就是给出一定概率保证的这1.5%的表面差异是误差还是该大豆新品种蛋白含量本质上高于45%。统计假设测验的意义用简式表示为（－μ0）μ－μ0＝0？由推断（）μ1－μ2＝0？第二节单个样本平均数的假设检验二、总体方差σ2为未知、且为小样本（n＜30），用t检验

【例】晚稻良种汕优63的千粒重μ0＝27.5g。现育成一高产品种协优辐819，在9个小区种植，得千粒重为：32.5、28.6、28.4、24.7、29.1、27.2、29.8、33.3、29.7（g），试问新育成品种的千粒重与汕优63有无显著差异？H0：μ＝μ0＝27.5g，即新育成品种千粒重与当地良种汕优63的千粒重相同。HA：μ≠27.5g，即新育成品种千粒重与当地良种汕优63的千粒重不相同。

由df=8查临界t值，得：t0.05(8)=2.306，计算所得的|t|<t0.05(8)，故p＞0.05，不能否定H0：μ＝27.5g，表明新育成品种千粒重与当地良种汕优63的千粒重差异不显著。SPSS过程1、建立无效假设2、建立数据文件3、单样本T检验选项的选择：Analyze→CompareMeans→one-SampleTTest将千粒重放入testvariables框，在testvalue检验值中输入比较值27.5，单击OK。4、输出结果第三节两个样本平均数

的假设检验

一、成组资料平均数

的假设检验

成组资料是指在试验调查时分别从两个处理中各随机抽取一个样本而构成的资料。特点是两组资料相互独立，各组数据个数可以相等，也可以不相等，该资料也称非配对资料。(二)两个样本的总体方差σ12和σ22未知、但，且为小样本时，用t检验法。【例】测得马铃薯两个品种鲁引1号和大西洋的块茎干物质含量（%）结果如下表所示。试检验两个品种的块茎干物质含量有无显著差异。鲁引1号18.6820.6718.4218.0017.4415.95大西洋18.6823.2221.4219.0018.92SPSS运行过程：1、建立无效假设：μ1＝μ2;2、建立数据文件：group:1,2;对应各组观察值XY;3、Analyze→CompareMeans→independent-SampleT

Test,xy点入测验变量框，group点入组变量框，点击definegroups,输入1，2，点击continue按钮返回主对话框，点击OK提交运行。

某物质处理前后分别抽样分析含脂率如下：

处理前（X）0.19，0.18，0.21，0.3，0.41，0.12，0.27

处理后（Y）0.15，0.13。0.07，0.24，0.19，0.06，0.08，0.12独立样本示例及结果解释分组NmeanStd.deviationStd.errormean处理前后170.249.557E-023.612E-02

280.136.234E-022.204E-02表1独立样本T检验计算所得统量Levene’stestforequalityofvarianceT-testforequalityofmeans（均数相等检验）FSig.方差相等概率tdfSig.(2-tail)MeandifferenceStd.errordirrerence95%ConfidenceintervalofthedifferenceLowerUpperEqualvarianceasumedEqualvariancenotassumed1.375.2622.6762.6001310.1.019.026.11.114.11E-024.23E-02.0212.0158.1988.2042表2独立样本T检验结果二、配对资料平均数的假设检验

将条件、性质相同或相近的两个试验单元配成对，并设多个配对，再对每一配对两个单元随机独立实施不同处理，这就是配对试验。特点是同一对的试验单元非处理条件尽量一致，不同配对间允许有差异。这种数据称为配对数据。(x11,x21)(x12,x22)(x13,x23)(x14,x24)[例5.6]

选较一致的两株番茄配成一对，共7对，每对中一株接种A处理病毒、另一株接种B处理病毒，以叶面枯斑数作为致病力强弱的指标。试分析这两种处理病毒方法的差异显著性。

配对号1234567∑

Ax1i1013835206Bx2i25121415122718

差数di-151-6-12-7-7-12-58SPSS运行过程：1、建立无效假设：μ1＝μ2;2、建立数据文件：输入各配对资料X1，X2并对应;3、Analyze→CompareMeans→paired-SampleT

Test,x1、x2点入配对变量框，点击OK提交运行。

练习：研究饮食中缺乏VE与肝中VA含量的关系，将同种属的大鼠按性别、年龄、体重相近者配成对子，8对。并将配对中的两动物随机分到正常组和E缺乏组饲养。一定时期后测其肝中VA含量，见下表，问不同饲料大鼠中VA含量有无差别。配对号12345678正常E35502000300039503800375034503050缺乏E24502400180032003250270025001750为了检验甲乙丙三种分离机在析出某种有用物质效能上的高低，今抽取8批溶液，每批均分成三份，分别由甲乙丙机分解处理，析出效果数据如下：样号12