【正文】 從結果來看， “ x”和 “ y”變量的相關系數(shù)等于 ，呈高度正相關關系；同時相伴概率 P值 一步說明這兩組樣本相關性顯著。這里變量 “ x”表示 1996年美國公司的收益；變量 “ y”表示 1997年美國公司的收益。 H0 ：美國公司在 1996年和 1997年第四季度的收益沒有顯著差異，即亞洲金融危機對美國公司收益沒有造成影響。你能根據(jù)數(shù)據(jù)判斷投資商的預言嗎？ 表 415列出了美國公司在亞洲金融危機爆發(fā)前后第四季度的每股收益。從結果來看， “ tv”和 “ book”變量的相關系數(shù)等于 ，呈簡單正相關關系；同時相伴概率 P值 平 。 Step03： 完成操作 單擊 【 OK】 按鈕，完成操作。 Step01：打開對話框 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 Paired Sample T Test（配對樣本 T檢驗） 】 命令，彈出 【 Paired Sample T Test（配對樣本 T檢驗） 】 對話框。 H0 ：俱樂部成員看電視和讀書所消耗的時間相同。 Step05 單擊圖 【 OK】 按鈕，結束操作， SPSS軟件自動輸出結果。 Step04 相關統(tǒng)計量的 Bootstrap估 計 單擊 【 Bootstrap】 按鈕，在彈出的對話框中可以進行如下統(tǒng)計量的 Bootstrap估計。 Confidence Interval：用于設置在指定水平下樣本均值與指定的檢驗值之差的置信區(qū)間，默認值為 95%。 檢驗中所采用的統(tǒng)計量和單樣本 t檢驗完全相同 兩 配 對樣本 t檢驗 的 SPSS操作詳解 Step01：打開兩配對樣本 t檢驗對話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 PairedSamples T Test（配對樣本 T檢驗） 】 命令，彈出 【 PairedSamples T Test（配對樣本 T檢驗） 】 對話框。這樣，通過檢驗該差值樣本的均值是否等于零，就可以判斷這兩組配對樣本有無差異性。例如對雙胞胎兄弟實施不同的教育方案，檢驗他們在學習能力上的差異性。例如研究汽車左右輪胎耐磨性有無顯著差異。配對樣本主要包括下列一些情況。當分析這些相關總體之間的均值關系時，就涉及到兩配對樣本的 t檢驗。所以，問題 “ 從易到難 ” 和 “ 從難到易 ” 兩種方式的題目設置安排，對學生考試產(chǎn)生了顯著的焦慮影響，其平均焦慮值從 。 Step06 單擊 【 OK】 按鈕，結束操作。 Step04 選擇分組變量 x，將其添加至 【 Grouping Variable(s)（分組變量） 】 文本框中。 Step01 建立數(shù)據(jù)文件 ?，F(xiàn)在要研究考試題目對分數(shù)的影響性，即比較這兩種考試形式對學生有無顯著的焦慮差異性。這個結論說明商務人員認為兩個機場在服務水平質量等方面是沒有差異的。 ②兩總體均值的檢驗 在 SPSS中進行兩獨立樣本 t檢驗時，應首先對 F檢驗作判斷。 Step05： 完成操作 單擊 【 OK】 按鈕，完成操作。接著單擊 【 Define Groups】 按鈕，彈出 【 Define Group（定義組） 】 對話框。 Step01： 打開對話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 IndependentSample T Test（獨立樣本 T檢驗） 】 命令，彈出 【 IndependentSample T Test（獨立樣本 T檢驗） 】 對話框。由于這兩組人員構成不同，因此由這兩組人員組成的樣本可以看作是相互獨立的。假設有一個由 50名商務旅行人員組成的簡單隨機樣本，要求這些人給邁阿密機場打分。 ? 支持平均值差值的 Bootstrap 估計和顯著性檢驗。在該文本框中輸入一個數(shù)字，大于等于該數(shù)值的對應一個總體，小于該值的對應另一個總體。 Step04 定義組別名稱 單擊 【 Define Groups】 按鈕，彈出 【 Define Groups（定義組） 】 對話框，此時需要定義進行 t檢驗的比較組別名稱。 單樣本 t檢驗分析結果 Test Value = 258 t df Sig. (2tailed) Mean Difference 95% Confidence Interval of the Difference Lower Upper 機票折扣費 5 14 .082 SPSS在兩 獨 立樣本 t檢驗 的應用 兩獨立樣本 t檢驗的 SPSS操作步驟 Step01：打開兩獨立樣本 t檢驗對話框。 Step03 在 【 Test Value（檢驗值） 】 文本框中輸入檢驗值 “ 258”。從檢驗結果看到，統(tǒng)計量 Z等于 ，相伴概率 P等于 ，遠大于顯著性水平，因此接受零假設，認為該數(shù)據(jù)服從正態(tài)分布，可以利用單樣本 t檢驗方法。從數(shù)值大小看到明顯折扣費用增加了。 Step05：結束操作 單擊 OK按鈕，完成操作。 Step03： 選擇樣本 檢驗 值 在 【 Test Value（檢驗值） 】 文本框中輸入檢驗值 “ 19” 。假設通勤時間服從正態(tài)分布，這位研究者能得到什么結論？ 19 16 20 23 23 24 13 19 23 16 17 15 14 27 17 23 18 18 20 18 18 18 23 19 19 28 2 實例操作 現(xiàn)在該名研究者要檢驗他所在城市的平均通勤時間和全國其他城市平均水平是否一致。 Step06： 單擊 【 OK】 按鈕結束操作， SPSS軟件自動輸出結果。 ? Exclude cases listwise：點選該單選鈕，表示刪除所有含缺失值的觀測量后再進行分析。該對話框用于指定輸出內容和關于缺失值的處理方法，其中各選項的含義如下。 Step03： 選擇樣本檢驗值。 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 OneSample T Test（單樣本 T檢驗） 】 命令，彈出 【 OneSample T Test（單樣本 T檢驗） 】 對話框。 （ 1）在 SPSS中，軟件將自動計算 t值，由于該統(tǒng)計量服從 n1個自由度的 t分布， SPSS將根據(jù) t分布表給出t值對應的相伴概率 P值。其零假設為 H0：總體均值與指定檢驗值之間不存在顯著差異。 ● PairedSample T Test：兩個配對樣本均值的 t 檢 。最后單擊 【 Continue】 按鈕，返回 【 Ratio Statistics(比率統(tǒng)計量 )】 對話框。 Step02：選擇分 子 變量 在 【 Ratio Statistics(比率統(tǒng)計量 )】 對話框左側的候選變量列表框中，選取變量 “ 城鎮(zhèn)居民 ” 作為比率分析的分子，將它移入右側的 【 Numerator(分子 )】 列表框中。同時，外部文件的保存路徑需要單擊 【 File】 按鈕來選擇。 Step04：選擇分組變量 在 【 Ratio Statistics(比率統(tǒng)計量 )】 對話框左側的候選變量列表框中選取一個變量作為分組變量，將它移入右側的 【 Group Variable(組變量 )】 列表框中。 除此之外 ， SPSS 他對比描述指標 ， 大致也屬于集中趨勢描述指標和離散程度描述指標的范疇 。單擊 【 Continue】 按鈕，返回 【 Crosstabs(列聯(lián)表 )】 對話框。 Step02：選擇行、列變量 ? 在候選變量列表框中將變量 “ 性別（ sex） ”添加至 【 Row(s)(行 )】 列表框中，表示它是交叉列聯(lián)表中的行變量；將變量 “ 體重級別(wm)”添加至 【 Column(列 )】 列表框中，表示它是交叉列聯(lián)表中的列變量。請根據(jù)調查數(shù)據(jù)分析下面問題： （ 1）進行 “ 性別 ” 和 “ 體重級別 ” 雙因素交叉作用下的列聯(lián)表分析，并研究 “ 性別 ” 對“ 體重級別 ” 有無顯著性影響。 Step08 相關統(tǒng)計量的 Bootstrap估 計 單擊 【 Bootstrap】 按鈕，在彈出的對話框中可以進行統(tǒng)計量的 Bootstrap估計。在對話框中選擇輸出統(tǒng)計量，完成后單擊 【 Continue】 按鈕，返回主對話框。 Step04 列 聯(lián) 表輸出格式的選擇 在 【 Crosstabs(列聯(lián)表 )】 對話框下面有兩個復選框，用來選擇列聯(lián)表的輸出格式。 Step03 選擇 層 變量 如果要進行三維或多維列聯(lián)表分析，可以根據(jù)需要選擇控制變量進入 【 Layer(層 )】 列表框中。 所以，一般采用的檢驗方法是卡方（ χ2）檢驗， 它的計算公式為： ? ? 202 eefff??? ?其中， f0表示實際觀察頻數(shù)， fe表示期望頻數(shù)。 列聯(lián)表的頻數(shù)分布不可能用來直接確定行、列變量之間的關系及關系的強弱。 Leaf 1 . 4 1 . 66777777889 2 . 012 Extremes (=25) Stem width: Each leaf: 1 case(s) 年平均氣溫 StemandLeaf Plot for 地域 = 北方 Frequency Stem amp。s MEstimatora Tukey39。其他選項保持 SPSS默認狀態(tài)。 Step02：選擇分析變量 在候選變量列表框中將變量 “ 年平均溫度 ” 添加至 【 Dependent List(因變量列表 )】 列表框中，表示它是進行探索性分析的變量。 ● M 估計量表支持 Huber 的 M 估計量、 Tukey 的雙權重、 Hampel 的 M 估計量和 Andrew的 Wave 的 Bootstrap 估計。該對話框中提供了圖形輸出的類型。 ● Plots：只輸出圖形。 Step05 選擇輸出類型 在 【 Explore(探索 )】 對話框下面的 【 Display】選項組中可以選擇輸出項。如果選擇的分組變量不止一個，那么會以分組變量的不同取值進行組合分組。 Step01 打開主窗口 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Descriptive Statistics(描述性統(tǒng)計 )】→ 【 Explore(探索 )】 命令，彈出 【 Explore(探索 )】 對話框，該對話框是探索性分析的主操作窗口。 （ 3）對數(shù)據(jù)的初步觀察，發(fā)現(xiàn)一些內在規(guī)律。過大或過小的數(shù)據(jù)均可能是異常值、影響點或錯誤值。 男演員： 32 37 36 32 51 53 33 61 35 45 55 39 76 37 42 40 32 60 38 56 48 48 40 43 62 43 42 44 41 56 39 46 31 47 45 60 女演員： 50 44 35 80 26 28 41 21 61 38 49 33 74 30 33 41 31 35 41 42 37 26 34 34 3