spss教学实验3假设检验

实验3

假设检验课件仅供学习，勿传到网上或做其它用途！1参数假设检验一个正态总体下的参数假设检验两个正态总体下的参数假设检验独立样本的t检验配对样本的t检验1.1一个正态总体参数假设检验（单个样本均数的显著性检验）操作步骤：定义变量，输入数据→分析→比较均值→单样本T检验，进入对话框→将要分析的试验指标选入检验变量→检验值：输入已知的总体均数→点击选项，进入选

项子对话框，置信区间百分比选项中填入

95或99

→继续→确定。例4.1

样品直径均值检验测得一批零件的20个样品的直径（单位：cm）假设直径服从正态分布，样本的均值与总体均值没有显著差别。总体均值为5.20对样本的数据进行均值检验。4.985.115.205.115.005.614.885.275.385.205.465.275.234.965.355.155.354.775.335.54显著概率值Sig.或p=0.880＞0.05，差异不显著。均值差的95%置信区间双尾显著性概率1.2

两个正态总体参数假设检验1.2.1独立样本的t检验1.2.2配对样本的t检验1.2.1

独立样本的t检验操作步骤：定义变量，输入数据→分析→比较均值→独立样本T检验，进入对话框→检验变量：选要分析的试验指标→分组变量：此时变量名后出现[??]，再点击定义组，定义分类变量（必须与数据文件中录入的分类变量值一致）

→点击选项，进入选项子对话框，置信区间百分比选项系统默认95，也可根据需要改为99

→继续→确定。例4.2

独立样本的t检验某企业统计了两种不同的膨化食品A和B分别在八家不同超市的日销量（箱）检验两种膨化食品的日销量是否有显著差异。食品A8687569384937579食品B8079589177827666当方差齐性检验显著时，选下一行的结果；检验不显著时，选上一行的结果。本例中，P=0.339＞0.05，差异不显著。数据输入格式：将两处理结果分别定义为一个变量(列)，每条记录(行)代表一对数据。操作步骤：定义变量，输入数据→分析→比较均值→配对样本T检验，进入配对样本t检验对话框→成对变量：将要比较的两个变量名进入成对变量栏→确定。1.2.2

配对样本的t检验不同压力环境A和B下的某液态产品的浓度数据：检验不同环境对该液态产品的浓度是否有显著影响（零假设为没有显著影响）。环境A62.565.267.669.969.470.167.867.068.562.4环境B51.754.253.357.056.461.557.256.258.455.8例4.3

配对样本的t检验P=0.000＜0.01，差异极显著。2

非参数假设检验参数检验的特点是总体服从正态分布，并满足某些总体参数的假定条件。然而，在实践中我们常常会遇到一些问题的总体分布并不明确，或者总体参数的假设条件不成立，不能使用参数检验。这一类问题的检验应该采用统计学中的另一类方法，即非参数检验。非参数检验是通过检验总体分布情况来实现对总体参数的推断。2.1

卡方检验卡方检验(Chi-SquarTest)，也称为卡方拟合优度检验，它是K.Pearson给出的一种常用的非参数检验方法，用于检验观测数据是否与某种概率分布的理论数值相符合，进而推断观测数据是否来自于该分布的样本的问题。给出了随机抽取的100名某公司新招聘的性别情况。试用卡方检验方法研究该公司新招聘员工的男女比例是否存在明显的差别。“期望值”下面本题选择默认，或单击“值”，分别输入0.5,0.5，并分别单击“添加”。显著性水平为

0.655，大于5%。所以该公司新招聘员工的男女比例没有显著的差别。2.2

二项检验在现实生活实践中，许多事件是只具有两种互斥结果的离散型随机事件，常称为二项分类变量。例如，男性和女性、某种化验结果的阳性与阴性、接触某传染源的感染与未感染等。二项分布就是对这类只具有两种互斥结果的离散型随机事件的规律性进行描述的一种概率分布。需要注意的是，二项分布检验过程要求变量必须是数值型的二元变量(只取两个可能值的变量)。假如变量是字符型的，可以使用重编码功能将其转化为数值型变量：假如变量不是二元变量，需要设置断点将数据分为两个部分，将大于断点值的归为一组，其余数据归为另一组。从数据中获取：变量的取值只有两个有效值时选择该项。割点：设置断点，如果检验变量不是二元变量，点选该单选钮并在其右侧的文本框中输入一个断点数值，则小于或等于该断点的观测值分为一组，其余为另一组。检验比例系统默认的检验概率值是0.5，这意味着要检验的两项是服从均匀分布的。如果所要检验的二项分布不是同概率分布，文本框中要输入第一组变量所对应的检验概率值。检验组1所占比例是否等于0.05，根据单尾概率P值(0.003)小于显著性水平(0.05)，可以判断这批样本的合格率不等于95%，即这批产品没有合格。二项百分率的假设检验某微生物制品的企业标准为有害微生物超标产品不准超过1%，现从一批产品中抽出500件（n）,发现有害微生物超标的产品有7件(x)。问该批产品是否合格？p=0.237

＞0.05，差异不显著。2.3

游程检验单样本变量值的随机性检验是对某变量的取值出现是否随机进行检验，也称为游程检验。游程检验用于检验样本的随机性和两个总体的分布是否相同。数据文件“”是某农场不同地块某种农作物产量的数据，我们抽取了20块地并观察其产量，利用游程检验对该农场的观察地块的抽取检查是否是随机的。从表中可以看出，渐进显著性P值为0.962，远大于显著性水平0.05。故接受原假设，认为从该农场查看产量的地块的抽取是随机的。2.4

单样本K-S检验单样本K-S检验用于检验样本是否来自于特定的理论分布，即能了解样本来自的总体分布是否与某个已知的理论分布想吻合。给出了某中学40名学生的高考数学成绩，试用单样本K-S检验方法研究其是否服从正态分布。“检验分布”选项组用于设置指定检验的分布类型的标准，系统可以检验正态分布、均匀分布、泊松分布和指数分布。渐近显著性水平为0.460，大于0.05。所以，这40名学生的高考数学成绩符合正态分布。2.5

两独立样本检验两独立样本检验可以判断两个独立的样本是否来自相同分布的总体。这种检验过程是通过分析两个独立样本的均数、中位数、离散趋势、偏度等描述性统计最之间的差异来实现的。例4-13

p109研究两种不同能量水平饲料对5-6周龄肉仔鸡增重(克)的影响，资料如表所示。问这两种不同能量水平的饲料对肉仔鸡增重的影响有无差异?以上3种检验方法得出的结果容易知道，

P值均小