【正文】 策。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 53 二項分布檢驗 1．基本概念 二項分布檢驗正是要通過樣本數(shù)據(jù)檢驗樣本來自的總體是否服從指定的概率為 p的二項分布，其零假設(shè) H0是：樣本來自的總體與指定的二項分布無顯著性差異。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 57 單樣本的非參數(shù)檢驗 二項分布檢驗 SPSS實例分析 第 3步 單因素的非參數(shù)檢驗設(shè)置： 選擇菜單“分析 → 非參數(shù)檢驗 → 單樣本”： ?將“目標(biāo)”選項卡選擇“自定義分析”； ?在“字段”選項卡中選擇“使用定制字段分配”，并將“成績”字段選入“檢驗字段”； ?在“設(shè)置”選項卡中選擇“自定義檢驗”，并選中“比較觀察二分類可能性和假設(shè)可能性（二項式檢驗）（ O）”，“檢驗選項”及“用戶缺失值”保持默認(rèn)選項； ?第 4步 進(jìn)行二項分布檢驗選項設(shè)置： 打開“二項式選項”對話框，設(shè)置“假設(shè)比例”為 ，選擇“定義連續(xù)字段的成功值”中的“定制割點”選項，并設(shè)置割點為 99。在大樣本條件下，游程近似服從正態(tài)分布，即 其中， r為游程數(shù)。 第 3步 單因素的非參數(shù)檢驗設(shè)置： 選擇菜單“分析 → 非參數(shù)檢驗 → 單樣本”，按以下步驟進(jìn)行設(shè)置： ?在“目標(biāo)”選項卡選擇“自定義分析”。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 66 The End SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 67 第六章 方差分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 68 主要內(nèi)容 方差分析簡介 單因素方差分析 多因素方差分析 協(xié)方差分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 69 方差分析簡介 (1) 方差分析的概念 事件的發(fā)生往往與多個因素有關(guān)，但各個因素對事件發(fā)生的中的用作用是不一樣的，而且同一因素的不同水平對事件發(fā)生的影響也是不同的。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 72 主要內(nèi)容 方差分析簡介 單因素方差分析 多因素方差分析 協(xié)方差分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 73 單因素方差分析 基本概念及統(tǒng)計原理 (1) 基本概念 單因互方差分析（ Oneway ANOVA）也稱一維方差分析，它檢驗由單一因素影響的一個（或幾個相互獨立的）因變量，由因素各水平分組的均值之間的差異，是否具有統(tǒng)計意義，或者說它們是否來源來同一總體。一段時間后稱重，豬體重增加數(shù)據(jù)如下表所示，比較四種飼料對豬體重增加的作用有無不同。 ?SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 79 單因素方差分析 豬重 Sum of Squares df Mean Square F Sig. Between Groups 3 .000 Within Groups 15 Total 18 幾種飼料的方差檢驗（ ANOVA）結(jié)果 上表是幾種飼料方差分析的結(jié)果，組間（ Between Groups）平方和（ Sum of Squares）為 ，自由度（ df）為 3，均方為 ；組內(nèi)（ Within Groups）平方和為 ，自由度為 15，均方為 ；F統(tǒng)計量為 。 多 因素方差分析不僅需要分析多個控制變量獨立作用對觀測變量的影響，還要分析多個控制變量的交互作用對觀測變量的影響，及其他隨機(jī)變量對結(jié)果的影響。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 88 多因素方差分析 SPSS實例分析 【 例 】 研究一個班三組不同性別的同學(xué)（分別接受了三種不同的教學(xué)方法）在數(shù)學(xué)成績上是否有顯著差異，數(shù)據(jù)如下表。 ?第 7步 以圖形方式展示交互效果 ： 設(shè)置方式如下圖。 ?第 5步 設(shè)置控制變量的多重比較分析 ： 單擊“ 兩兩比較 ”按鈕，如下圖，在其中選出需要進(jìn)行比較分析的控制變量，這里選“組別”，再選擇一種方差相等時的檢驗?zāi)Ｐ?，?LSD。 ?第 3步 計算檢驗統(tǒng)計量的觀測值和概率 p值 ： SPSS會自動將相關(guān)數(shù)據(jù)代入各式，計算出檢驗統(tǒng)計量的觀測值的概率 p值（也稱相伴概率值 Sig.）。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 83 主要內(nèi)容 方差分析簡介 單因素方差分析 多因素方差分析 協(xié)方差分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 84 多因素方差分析 基本概念及統(tǒng)計 原理 (1) 基本 概念 多 因素方差分析用來研究兩個及兩個以上的控制變量是否對觀測變量產(chǎn)生顯著影響。從上表可看出相伴根據(jù)Sig.= （ ）說明應(yīng)該接受 H0假設(shè)（即方差相等）。 ? 第 4步 給出顯著性水平 α ，作出決策 ： 如果相伴概率 p值小于顯著性水平 ，則拒絕零假設(shè)；反之，認(rèn)為控制變量不同水平下各總體均值沒有顯著差異。 第 3步 構(gòu)造檢驗的統(tǒng)計量。SPSS會根據(jù)上面式子自動計算 Z統(tǒng)計量，并依據(jù)正態(tài)分布表給出對應(yīng)的概率 P值。該檢驗的原假設(shè) H0：樣本是隨機(jī)的。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 60 游程檢驗 2．統(tǒng)計原理 SPSS單樣本變量隨機(jī)性檢驗中，利用游程數(shù)構(gòu)造檢驗統(tǒng)計量。 成績 78 75 84 76 89 93 94 88 95 87 88 73 84 82 80 84 87 91 95 83 第 1步 分析： 由于成績分為優(yōu)秀與非優(yōu)秀兩種狀態(tài)，故應(yīng)用二項分布檢驗。 第 5步 卡方檢驗的選項設(shè)置： 打開“卡方檢驗選項”對話框，選擇” 所有類別概率相等（ V）“選項。已證明，當(dāng) n充分大時，它近似地服從自由度為 k1的卡方分布。 在 SPSS 19中 ， 所有單樣本的非參數(shù)檢驗有一些共同的設(shè)置 。 訓(xùn)練前： 86， 77， 59， 79， 90， 68， 85， 94， 66， 72， 75， 72， 69， 85， 88 訓(xùn)練后： 78， 81， 76， 92， 88， 76， 93， 87， 62， 84， 87， 95， 88， 87， 80 第 1步 數(shù)據(jù)組織： 首先建立 SPSS數(shù)據(jù)文件 ， 建立兩個變量： “ 訓(xùn)練前 ” 、“ 訓(xùn)練后 ” ， 錄入相應(yīng)數(shù)據(jù) 。 配對樣本 T檢驗與獨立樣本 T檢驗的差別之一是要求樣本是配對的 。 第 2步 獨立樣本 T檢驗設(shè)置 : ?選擇菜單 “選擇 → 比較均值 → 獨立樣本 T檢驗”，打開“獨立樣本 T檢驗”對話框，將“產(chǎn)量” 作為要進(jìn)行 T檢驗的變量，將“品種”字段作為分組變量，定義分組變量的兩個分組分別為“ a”和“ b”。該統(tǒng)計量服從自由度為 的 t分布。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 24 單樣本 T檢驗 單樣本 T檢驗 SPSS實例分析 第 3步 主要結(jié)果及分析 : ?單樣本統(tǒng)計量表 ?單樣本 T檢驗結(jié)果表 N 均值 標(biāo)準(zhǔn)差 均值的標(biāo)準(zhǔn)誤 weight 10 檢驗值 = 500 t df Sig（雙側(cè)） 均值差值 差分的 95% 置信區(qū)間 下限 上限 weight .469 9 .650 .80000 ? 本例置信水平為 95%，顯著性水平為 ，從上表中可以看出，雙尾檢測概率 P值為 ，大于 ，故原假設(shè)成立，也就是說，抽樣袋裝食鹽的質(zhì)量與 500克無顯著性差異，有理由相信生產(chǎn)線工作狀態(tài)正常 下表給出了單樣本 T檢驗的描述性統(tǒng)計量，包括樣本數(shù)（ N）、均值、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤。 在給定原假設(shè)的前提下 ， SPSS將檢驗值代入 t統(tǒng)計量 ， 得到檢驗統(tǒng)計量觀測值 ， 以及根據(jù) T分布的分布函數(shù)計算出的概率 P值 。 ?研究的統(tǒng)計量有所不同。如正態(tài)總體的均值是否與某個值存在顯著差異，兩個總體的均值是否有顯著差異等。例如，需要檢驗?zāi)硨W(xué)校的高考數(shù)學(xué)平均成績是否同往年的平均成績一樣，都為 75,由此可做出零假設(shè)， ?第 2步 選擇檢驗統(tǒng)計量； 在統(tǒng)計推斷中，總是通過構(gòu)造樣本的統(tǒng)計量并計算統(tǒng)計量的概率值進(jìn)行推斷，一般構(gòu)造的統(tǒng)計量應(yīng)服從或近似服從常用的已知分布，例如均值檢驗中最常用的 t分布和 F分布等。通常用 P值與預(yù)先設(shè)定的顯著性水平值比較，若 P值小于顯著性水平，則認(rèn)為該概率值足夠小，應(yīng)拒絕原假設(shè)。這個概率常記為，通常抽樣前就指定好，這樣得到的結(jié)果才不會影響我們的選擇。 分析： 這是一個求總體均值的區(qū)間估計問題，進(jìn)行總體均值的區(qū)間估計可以采用探索分析或單樣本 T檢驗，本例中采用探索分析，具體分析步驟同例 43。如用樣本均值直接作為總體均值的估計值，用樣本方差直接作為總體方差的估計值等。這樣的假設(shè)通常稱為零假設(shè)或原假設(shè)，記為 。也就是說，我們大約有 95%的把握作出正確的決策。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 10 假設(shè)檢驗 小概率事件原理 在概率論中我們把發(fā)生概率小到接近于 0的事件稱為小概率事件（即在大量重復(fù)試驗中出現(xiàn)的頻率非常低）。概率 p值就是在零假設(shè) 成立時檢驗統(tǒng)計量的觀測值發(fā)生的概率，該概率值間接地給出了樣本值在零假設(shè)成立的前提下的概率，對此可以依據(jù)一定的標(biāo)準(zhǔn)來判斷其發(fā)生的概率是否為小概率。 與參數(shù)檢驗的原理相同，非參數(shù)檢驗過程也是先根據(jù)問題提出原假設(shè)，然后利用統(tǒng)計學(xué)原理構(gòu)造出適當(dāng)?shù)慕y(tǒng)計量，最后利用樣本數(shù)據(jù)計算統(tǒng)計量的概率 P值，與顯著性水平進(jìn)行比較，得出拒絕或者接受原假設(shè)的結(jié)論。 。假設(shè)數(shù)據(jù)呈正態(tài)分布，請檢驗生產(chǎn)線的工作情況。 例如 ， 為比較兩種牧草對奶牛的飼養(yǎng)效果 ， 隨機(jī)從奶牛群中選取喂養(yǎng)不同牧草的奶牛各 10頭記錄每日平均產(chǎn)奶的量， 根據(jù)記錄的數(shù)據(jù)推斷兩種牧草對奶牛飼養(yǎng)的效果有無顯著性差異 。 0H1 2 1 2221212()XXtSSnn??? ? ???SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 29 獨立樣本 T檢驗 基本概念及統(tǒng)計原理 利用 Levene F方差齊性檢驗方法檢驗兩總體方差是否存在顯著差異；首先提出原假設(shè)；執(zhí)行檢驗過程中 ， 若概率 p 值小于給定的顯著性水平 （ 一般為 ） ， 則拒絕原假設(shè) ，認(rèn)為兩個總體的方差不等；否則認(rèn)為兩個總體的方差無顯著性差異 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 33 獨立樣本 T檢驗 基本概念及統(tǒng)計原理 ?獨立樣本 T檢驗結(jié)果表 0H獨立樣本檢驗 方差方程的 Levene 檢驗 均值方程的 t 檢驗 F Sig. t df Sig.(雙側(cè) ) 均值差值 標(biāo)準(zhǔn)誤差值 差分的 95% 置信區(qū)間 下限