【正文】 電子工業(yè)出版社 14 主要內(nèi)容 參數(shù)估計(jì) 假設(shè)檢驗(yàn) 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 單樣本 T檢驗(yàn) 獨(dú)立樣本 T檢驗(yàn) T檢驗(yàn) SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 15 參數(shù)檢驗(yàn)及非參數(shù)檢驗(yàn) 參數(shù)檢驗(yàn)簡(jiǎn)介 參數(shù)檢驗(yàn)的總體分布形式是已知的或假定的，只是一些參數(shù)的取值或范圍未知，分析的主要目的是估計(jì)參數(shù)的取值范圍，或?qū)ζ溥M(jìn)行某種統(tǒng)計(jì)檢驗(yàn)。 在零假設(shè)成立的條件下 ， 均值檢驗(yàn)使用 t統(tǒng)計(jì)量 ， 構(gòu)造的 t統(tǒng)計(jì)量為： 其中 ， 用 代入 ， t統(tǒng)計(jì)量服從自由度為 n1的 t分布 ， S為樣本標(biāo)準(zhǔn)差 。 1）當(dāng)樣本方差相等時(shí)， t統(tǒng)計(jì)量定義為： 其中 和 分別為兩樣本容量， , 和 分別為兩樣本標(biāo)準(zhǔn)差。 配對(duì)的概念是指兩個(gè)樣本的各樣本值之間存在著對(duì)應(yīng)關(guān)系， 配對(duì)樣本的兩個(gè)樣本值之間的配對(duì)是一一對(duì)應(yīng)的 ， 并且兩個(gè)樣本的容量相同 。 SPSS的單樣本非參數(shù)檢驗(yàn)方法包括卡方檢驗(yàn) 、 二項(xiàng)分布檢驗(yàn) 、 游程檢驗(yàn) 、 KS檢驗(yàn)及 Wilcoxon符號(hào)檢驗(yàn)五種 。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 51 單樣本的非參數(shù)檢驗(yàn) 卡方檢驗(yàn) 第 4步 單因素的非參數(shù)檢驗(yàn)設(shè)置： 選擇菜單“分析 → 非參數(shù)檢驗(yàn) → 單樣本”，在“目標(biāo)”選項(xiàng)卡選擇“自定義分析”；在“字段”選項(xiàng)卡中選擇“使用定制字段分配”，并將“工作日”字段選入“檢驗(yàn)字段”；“設(shè)置”選項(xiàng)卡中選擇“自定義檢驗(yàn)”，并選中“比較觀察可能性和假設(shè)可能性（卡方檢驗(yàn)）”，“檢驗(yàn)選項(xiàng)”及“用戶缺失值”保持默認(rèn)選項(xiàng)。 例如， 30次擲硬幣出現(xiàn)正反面的序列為000011100000110000011111100000，如果稱連在一起的 0或連在一起的 1為一個(gè)游程，則共有 4個(gè) 0游程和 3個(gè) 1游程，共 7個(gè)游程（ R = 7）。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 65 游程檢驗(yàn) 游程檢驗(yàn) 3．分析步驟 游程檢驗(yàn)也是假設(shè)檢驗(yàn)問題，檢驗(yàn)步驟同前。 ? 第 3步 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率 p值 ： 如果控制變量對(duì)觀測(cè)變量造成了顯著影響，觀測(cè)變量總的變差中控制變量影響所造成的比例相對(duì)于隨機(jī)變量就會(huì)較大， F值顯著大于 1；反之， F值接近于 1。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 82 單因素方差分析 均值折線圖 上圖為幾種飼料均值的折線圖，可以看出均值分布比較陡峭，均值差異也較大。并將“數(shù)學(xué)”變量移入 因變量 框中，將“組別”和“性別”移入 固定因子 中，如下圖： SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 90 多因素方差分析 ?第 4步 設(shè)置方差齊性檢驗(yàn) ： 由于方差分析要求不同組別數(shù)據(jù)方差相等，故應(yīng)進(jìn)行方差齊性檢驗(yàn)，單擊“ 選項(xiàng) ”按鈕，選中“ 方差齊性檢驗(yàn) ”，顯著性水平 設(shè)為默認(rèn)值 。 姓名 數(shù)學(xué) 組別 性別 姓名 數(shù)學(xué) 組別 性別 張青華 99 0 m 郭曉艷 99 2 m 王潔云 88 0 f 李福利 70 2 f 吳凌風(fēng) 99 0 m 羅帆 89 2 m 劉行 89 0 m 宋麗君 55 1 f 馬萌 94 0 f 辛瑞晶 50 1 m 單玲玲 90 0 m 王瀅瀅 67 1 f 羅超波 79 2 m 蔡春江 67 1 m 尹珣 56 2 f 武佳琪 56 1 f 張敏 89 2 m 陳雪吟 56 1 m SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 89 多因素方差分析 ?第 1步 分析 ： 需要研究不同教學(xué)方法和不同性別對(duì)數(shù)學(xué)成績(jī)的影響。由于組間比較的相伴概率 Sig.（ p值） =，故應(yīng)拒絕 H0假設(shè)（四種飼料喂豬效果無顯著差異），說明四種飼料對(duì)養(yǎng)豬的效果有顯著性差異。 (2) 統(tǒng)計(jì)原理 單因素方差分析采用的統(tǒng)計(jì)推斷方法是計(jì)算 F統(tǒng)計(jì)量，進(jìn)行 F檢驗(yàn)。 ?在“字段”選項(xiàng)卡中選擇“使用定制字段分配”，并將“ price”字段選入“檢驗(yàn)字段”或使用默認(rèn)設(shè)置。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 58 單樣本的非參數(shù)檢驗(yàn) 二項(xiàng)分布檢驗(yàn) SPSS實(shí)例分析 第 5步 主要結(jié)果及分析： ?二項(xiàng)式假設(shè)檢驗(yàn)數(shù)據(jù)摘要 單尾檢測(cè)的相伴概率 Sig.=，因此應(yīng)拒絕零假設(shè)，即小于 90分的學(xué)生所占的比例與總體分布存在顯著差異，即小于 90分的學(xué)生所占比例比 90%小。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 49 單樣本的非參數(shù)檢驗(yàn) 卡方檢驗(yàn) 4．卡方檢驗(yàn) SPSS實(shí)例分析 【 例 55】 某公司質(zhì)檢負(fù)責(zé)人欲了解企業(yè)一年內(nèi)出現(xiàn)的次品數(shù)是否均勻分布在一周的五個(gè)工作日中，隨機(jī)抽取了 90件次品的原始記錄，其結(jié)果如下表，問該企業(yè)一周內(nèi)出現(xiàn)的次品數(shù)是否均勻分布在一周的五個(gè)工作日中？ （ ） ? ?工作日 1 2 3 4 5 次品數(shù) 25 15 8 16 26 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 50 單樣本的非參數(shù)檢驗(yàn) 卡方檢驗(yàn) 第 1步 分析： 由于考慮的是次品是否服從均勻分布的問題，故用卡方檢驗(yàn)。表中顯示訓(xùn)練前和訓(xùn)練后兩樣本的相關(guān)系數(shù)為 ，相關(guān)系數(shù)的檢驗(yàn) P值為 顯著性水平，接受原假設(shè)，可以認(rèn)為訓(xùn)練前后的成績(jī)沒有明顯的線性關(guān)系。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 33 獨(dú)立樣本 T檢驗(yàn) 基本概念及統(tǒng)計(jì)原理 ?獨(dú)立樣本 T檢驗(yàn)結(jié)果表 0H獨(dú)立樣本檢驗(yàn) 方差方程的 Levene 檢驗(yàn) 均值方程的 t 檢驗(yàn) 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 上限 單位面積產(chǎn)量 假設(shè)方差相等 .104 .752 14 .332 00 8 98 假設(shè)方差不相等 2 .333 00 7 97 根據(jù)上表 “方差方程的 Levene 檢驗(yàn)”中的 ，遠(yuǎn)大于設(shè)定的顯著性水平 ，故本例兩組數(shù)據(jù)方差相等。 例如 ， 為比較兩種牧草對(duì)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(duì)奶牛飼養(yǎng)的效果有無顯著性差異 。 。概率 p值就是在零假設(shè) 成立時(shí)檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)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(duì)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。也就是說，我們大約有 95%的把握作出正確的決策。如用樣本均值直接作為總體均值的估計(jì)值，用樣本方差直接作為總體方差的估計(jì)值等。這個(gè)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(huì)影響我們的選擇。例如，需要檢驗(yàn)?zāi)硨W(xué)校的高考數(shù)學(xué)平均成績(jī)是否同往年的平均成績(jī)一樣，都為 75,由此可做出零假設(shè)， ?第 2步 選擇檢驗(yàn)統(tǒng)計(jì)量； 在統(tǒng)計(jì)推斷中，總是通過構(gòu)造樣本的統(tǒng)計(jì)量并計(jì)算統(tǒng)計(jì)量的概率值進(jìn)行推斷，一般構(gòu)造的統(tǒng)計(jì)量應(yīng)服從或近似服從常用的已知分布，例如均值檢驗(yàn)中最常用的 t分布和 F分布等。 ?研究的統(tǒng)計(jì)量有所不同。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 24 單樣本 T檢驗(yàn) 單樣本 T檢驗(yàn) SPSS實(shí)例分析 第 3步 主要結(jié)果及分析 : ?單樣本統(tǒng)計(jì)量表 ?單樣本 T檢驗(yàn)結(jié)果表 N 均值 標(biāo)準(zhǔn)差 均值的標(biāo)準(zhǔn)誤 weight 10 檢驗(yàn)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(cè)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(yàn)的描述性統(tǒng)計(jì)量，包括樣本數(shù)（ N）、均值、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤。 第 2步 獨(dú)立樣本 T檢驗(yàn)設(shè)置 : ?選擇菜單 “選擇 → 比較均值 → 獨(dú)立樣本 T檢驗(yàn)”，打開“獨(dú)立樣本 T檢驗(yàn)”對(duì)話框，將“產(chǎn)量” 作為要進(jìn)行 T檢驗(yàn)的變量，將“品種”字段作為分組變量，定義分組變量的兩個(gè)分組分別為“ a”和“ b”。 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(gè)變量： “ 訓(xùn)練前 ” 、“ 訓(xùn)練后 ” ， 錄入相應(yīng)數(shù)據(jù) 。已證明，當(dāng) n充分大時(shí)，它近似地服從自由度為 k1的卡方分布。 成績(jī) 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(jī)分為優(yōu)秀與非優(yōu)秀兩種狀態(tài)，故應(yīng)用二項(xiàng)分布檢驗(yàn)。該檢驗(yàn)的原假設(shè) H0：樣本是隨機(jī)的。 第 3步 構(gòu)造檢驗(yàn)的統(tǒng)計(jì)量。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 3步 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率 p值 ： SPSS會(huì)自動(dòng)將相關(guān)數(shù)據(jù)代入各式，計(jì)算出檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值的概率 p值（也稱相伴概率值 Sig.）。 ?第 7步 以圖形方式展示交互效果 ： 設(shè)置方式如下圖。 多 因素方差分析不僅需要分析多個(gè)控制變量獨(dú)立作用對(duì)觀測(cè)變量的影響，還要分析多個(gè)控制變量的交互作用對(duì)觀測(cè)變量的影響，及其他隨機(jī)變量對(duì)結(jié)果的影響。一段時(shí)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(duì)豬體重增加的作用有無不同。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 66 The End SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)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(jì)分析實(shí)用教程 電子工業(yè)出版社 68 主要內(nèi)容 方差分析簡(jiǎn)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(jì)分析實(shí)用教程 電子工業(yè)出版社 69 方差分析簡(jiǎn)介 (1) 方差分析的概念 事件的發(fā)生往往與多個(gè)因素有關(guān)，但各個(gè)因素對(duì)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(duì)事件發(fā)生的影響也是不同的。在大樣本條件下，游程近似服從正態(tài)分布，即