均值差異性假設檢驗T檢驗假設檢驗是統計推斷ppt課件

1、均值差別性假設檢驗一T檢驗假設檢驗是統計推斷的一種重要手段，主要用于比較群體間的某種屬性的差別性。運用一定的統計檢驗，以確定差別程度：是顯著的差別還是不顯著的差別。均值差別性假設檢驗的概念一、根本概念對樣本的總體分布或分布參數進展假設H0 例：樣本為正態(tài)分布總體樣本與原設樣本的方差差別不顯著。零假設：總體樣本與原設樣本的均值差別不顯著。對兩組樣本，或按分組變量分開的兩組樣本，求檢驗統計量。例如：求Z檢驗量 ，由Z查表可得相伴概率P把P與顯著度規(guī)范比較可以根據實踐情況定為0.01，0.05,或0.1P 大約率事件表示假設正確，或稱可以接受。P= 小概率事件假設不成立，或稱不能接受。防止兩類錯誤類

2、錯誤：回絕了正確的H0假設，如顯著度規(guī)范定高了，該接受的沒被接受，即被以為是小概率事件而被回絕。類錯誤：接受了錯誤的H0假設，如顯著度規(guī)范定低了，不該接受的被接受了，即被以為是大約率事件而接受了。有效處置方法：適當添加原設樣本的數量。恰當地選擇顯著度規(guī)范，結合所研討的問題可以制定本專業(yè)認可的顯著度規(guī)范。二、假設檢驗的分類參數檢驗Parameteric Test樣本滿足某種分布，不知分布參數，對參數進展假設檢驗。非參數檢驗None -Parameteric Test不知樣本滿足何種分布，先檢驗樣本分布。假設滿足某種規(guī)范的分布如：正態(tài)分布、泊松分布，檢驗這種假設可否接受。零假設H0和備擇假設H1

3、H0：總體樣本分布與原設樣本分布無顯著差別H1：總體樣本分布與原設樣本分布有顯著差別H0為大約率事件；H1為小概率事件例如：全區(qū)學生 =65分， =8.8 規(guī)范差某校學生平均67分,n= 83人 計算： 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 表一計算了變量的有效個案數，平均值，規(guī)范差和規(guī)范誤。 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 分析報告中首先該當察看方差齊性檢驗的結果。Levene s Test for Equality of Variances的結果Sig為.207，闡明方差差別是

5、不顯著的，即方差是齊性的。從而在T檢驗中該當查看Equal variances assumed 項，表中該項Sig 2-tailed 為.006,闡明差別是顯著的，那么回絕H0表示差別顯著。五、命令語句T-TEST GROUPS=分組變量名值1，值2 或分界值1 2 /MISSING=ANALYSIS /VARIABLES=檢驗變量 /CRITERIA=CIN.95 .其中值1、值2為指定兩組的取值。假設用分界值將以此值為界分為兩組：大于等于為一組，小于為另一組。配對樣本的均值差別性檢驗一、配對T檢驗原理 配對T檢驗原理依然研討兩組不同變量的觀測值的均值差別的。所不同的是：配對T檢驗研討的不是

6、兩組觀測值總體均值的差別，而是同一個案的不同變量觀測值之間的差別。例如：某車間的n臺機器用兩種不同的工藝消費產品，工藝1的產量為x ，工藝2的產量為y。 機器號 工藝1的產量 工藝2的產量1 x1 y12 x2 y2.n xn yn 對不同機號的機器產量加以比較沒有意義，只能對同一機器的不同工藝進展比較。思索兩個極端情況：假設有xi-yi=0，那么沒充沛的理由說哪種工藝的產量比另一種高還是低。但是只需xi-yi0 ，無論是xiyi， i=1,2.n 那么至少可以說兩種工藝的產量是不同的。xi-yi與0的差別能否顯著就反映出兩種工藝的差別能否顯著。特點：同一個案中兩個變量值有對應關系，即配對樣本

7、的檢驗。H0假設兩組配對樣本均值的差別不顯著。二、操作步驟執(zhí)行 AnalyzeCompare MeansPaired-Sample T Test選擇兩個檢驗變量到Paired Variables變量窗口中“Options中可以設置選項：置信區(qū)Confidence： 缺省值95%缺失值Missing Value:Exclude cases analysis by analysis variable表示排除在做統計分析的變量中含有缺失值的個案。Exclude cases listwise表示排除在檢驗變量列表中開列的變量中含有缺失值的個案。三、檢驗結論在輸出報告中顯示內容：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