spss参数估计与假设检验(编辑修改稿)

spss参数估计与假设检验(编辑修改稿)内容摘要：

对样本 T检验的检验统计量 在配对样本 T检验中，设 、 分别为配对样本。 其样本差值 ，此时检验统计量为： 其中 为 的均值， S为 的标准差， n为样本数，当 时， t统计量服从自由度为 n1的 t分布。 0H1ix 2 ( 1 )ix i n12i i id x x12()/dtSnd id id 120SPSS 19(中文版 )统计分析实用教程 电子工业出版社 38 配对样本 T检验 配对样本 T检验 SPSS实例分析 【 例 54】 以下是某大学跆拳道选手 15人的平衡训练的数据 ， 统计实验前 、后平衡训练成绩是否有差异。 训练前： 86， 77， 59， 79， 90， 68， 85， 94， 66， 72， 75， 72， 69， 85， 88 训练后： 78， 81， 76， 92， 88， 76， 93， 87， 62， 84， 87， 95， 88， 87， 80 第 1步 数据组织： 首先建立 SPSS数据文件 ， 建立两个变量： “ 训练前 ” 、“ 训练后 ” ， 录入相应数据。 第 2步 配对样本 T检验设置：  选择菜单 “ 分析 → 比较均值 → 配对样本 T检验 ” ， 弹出 “ 配对样本 T检验” 对话框 ， 同时选中 “ 训练前 ” 及 “ 训练后 ” 字段 ， 将其加入 “ 成对变量“ 列表框； 打开 “ 选项 ” 对话框 ， 指定置信水平和缺失值的处理方法；具体方法在前面已有讲述 ， 可以参考前文 0HSPSS 19(中文版 )统计分析实用教程 电子工业出版社 39 配对样本 T检验 配对样本 T检验 SPSS实例分析 第 3步 运行结果及分析： 配对样本 T检验的基本描述统计量 配对样本相关性检验 成对样本统计量 均值 N 标准差 均值的标准误 对 1 训练前 15 训练后 15 成对样本相关系数 N 相关系数 Sig. 对 1 训练前 amp。 训练后 15 .407 .132 0H 左表是配对样本 T检验的简单相关关系检验结果。 表中显示训练前和训练后两样本的相关系数为 ，相关系数的检验 P值为 显著性水平，接受原假设，可以认为训练前后的成绩没有明显的线性关系。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 40 配对样本 T检验 配对样本 T检验 SPSS实例分析 第 3步 运行结果及分析： 配对样本 T检验结果 0H 上表是配对样本 T检验的最终结果。 sig.(双侧 )为双尾检验概率 p值在置信水平为 95%时，显著性水平为 ，由于概率 p值为 ，小于 ,拒绝零假设，可以认为训练前后对成绩有显著效果。 成对样本检验 成对差分 t df Sig.(双侧) 均值 标准差 均值的标准误 差分的 95% 置信区间 下限 上限 对 1 训练前 训练后 3 7 14 .041 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 41 主要内容 参数估计 假设检验 参数检验与非参数检验 单样本 T检验 独立样本 T检验 配对样板 T检验 单样本的非参数检验 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 42 单样本的非参数检验 基本概念及统计原理 单样本非参数检验使用一个或多个非参数检验方法来识别单个总体的分布情况 ， 不需要待检验的数据呈正态分布。 SPSS的单样本非参数检验方法包括卡方检验 、 二项分布检验 、 游程检验 、 KS检验及 Wilcoxon符号检验五种。 在 SPSS 19中 ， 所有单样本的非参数检验有一些共同的设置。 单样本非参数检验的对话框有三个选项卡 ， 分别为 “ 目标 ” 、 “ 字段 ” 和 “ 设置 ” ， 具体设置如下： 0HSPSS 19(中文版 )统计分析实用教程 电子工业出版社 43 单样本的非参数检验 基本概念及统计原理 （ 1） “ 目标 ” 选项卡：用于设置非参数检验的目标 ， 每个不同的选项对应于 “ 设置 ” 选项卡上不同的默认配置 ， 如下图所示。 0HSPSS 19(中文版 )统计分析实用教程 电子工业出版社 44 单样本的非参数检验 基本概念及统计原理 （ 2） “ 字段 ” 选项卡：用于设定待检验变量。 0HSPSS 19(中文版 )统计分析实用教程 电子工业出版社 45 单样本的非参数检验 基本概念及统计原理 （ 3） “ 设置 ” 选项卡：用于设定检验方法及对应的选项 ，如下图所示。 0HSPSS 19(中文版 )统计分析实用教程 电子工业出版社 46 单样本的非参数检验 卡方检验 1．卡方检验的概念 也称卡方拟合优度检验，它是 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是来自于该分布的样本的问题。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 47 单样本的非参数检验 卡方检验 1．卡方检验的概念 也称卡方拟合优度检验，它是 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是来自于该分布的样本的问题。 2．统计原理 为检验实际分布是否与理论分布（期望分布一致），可采用卡方统计量，典型的卡方统计量是 Pearson卡方统计量，其公式为： 221()k iii in n pnp  SPSS 19(中文版 )统计分析实用教程 电子工业出版社 48 单样本的非参数检验 0H 卡方检验 第 1 步 提出零假设： 卡方检验的零假设 H0是“总体服从某种理论分布”，其对立假设 H1是“总体不服从某种理论分布”。 第 2步 选择检验统计量： 卡方分布选择的是 Pearson卡方统计量。 已证明，当 n充分大时，它近似地服从自由度为 k1的卡方分布。 第 3步 计算检验统计量的观测值和概率 p值。 第 4步 给出显著性水平，作出决策。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 49 单样本的非参数检验 卡方检验 4．卡方检验 SPSS实例分析 【 例 55】 某公司质检负责人欲了解企业一年内出现的次品数是否均匀分布在一周的五个工作日中，随机抽取了 90件次品的原始记录，其结果如下表，问该企业一周内出现的次品数是否均匀分布在一周的五个工作日中。 （ ）  工作日 1 2 3 4 5 次品数 25 15 8 16 26 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 50 单样本的非参数检验 卡方检验 第 1步 分析： 由于考虑的是次品是否服从均匀分布的问题，故用卡方检验。 第 2步 数据组织 ： 建立 SPSS数据文件，建立两个变量：“工作日”、“次品数”，录入相应数据，保存为文件 data5。 第 3步 “次品数”字段加权处理： 通过分析“工作日”及“次品数”两个字段的含义及度量标准，确定“工作日”为被分析字段，而“次品数”表示各工作日出现的频数，所以应该对“次品数”进行加权处理。 执行“数据” → “加权个案”，打开“加权个案”对话框，按图 510所示进行设置。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 51 单样本的非参数检验 卡方检验 第 4步 单因素的非参数检验设置： 选择菜单“分析 → 非参数检验 → 单样本”，在“目标”选项卡选择“自定义分析”；在“字段”选项卡中选择“使用定制字段分配”，并将“工作日”字段选入“检验字段”；“设置”选项卡中选择“自定义检验”，并选中“比较观察可能性和假设可能性（卡方检验）”，“检验选项”及“用户缺失值”保持默认选项。 第 5步 卡方检验的选项设置： 打开“卡方检验选项”对话框，选择” 所有类别概率相等（ V）“选项。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 52 单样本的非参数检验 卡方检验 第 6步 运行结果及分析 ： 卡方检验的假设检验数据摘要 给出了卡方检验的原假设为“工作日的类别以相同的概率发生”，其 相伴概率值 Sig. = ， 说明应拒绝原假设 ，因此图 512的“决策者”给出“拒绝原假设”的决策，认为工作日的类别是以不同概率发生的，即认为 该企业一周内出现的次品数 不 是均匀分布在一周的五个工作日中。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 53 二项分布检验 1．基本概念 二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为 p的二项分布，其零假设 H0是：样本来自的总体与指定的二项分布无显著性差异。 2．统计原理 二项分布检验在样本小于等于 30时，按下式计算概率值： 1{}xi i n iniP X x C p q   单样本的非参数检验 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 54 单样本的非参数检验 二项分布检验 在大样本的情况下，计算的是 Z统计量，认为在零假设下，Z统计量服从正态分布，其计算公式如下： 0 .5(1 )x n pZn p p 当 x小于 n/2时，取加号；反之取减号， p为检验概率，n为样本总数。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 55 单样本的非参数检验 二项分布检验 3． 分析步骤 二项分布检验亦是假设检验问题，检验步骤同前。 SPSS会自动计算上述精确概率和近似概率值。 如果概率值小于显著性水平，则拒绝零假设，认为样本来自的总体与指定的二项分布有显著差异，反之样本来自的总体与指定的二项分布无显著差异。 SPSS 19(中文版 )统计分析实用教程 电子工业出版社 56 单样本的非参数检验。