SPSS均值检验.docx
《SPSS均值检验.docx》由会员分享,可在线阅读,更多相关《SPSS均值检验.docx(12页珍藏版)》请在冰豆网上搜索。
SPSS均值检验
SPSS均值检验
————————————————————————————————作者:
————————————————————————————————日期:
在统计学中,我们往往从样本的特性推知随机变量总体的特性。
但由于总体中个体之间存在差异,样本的统计量和总体的参数之间往往会有误差。
因此,均值不相等的样本未必来自不同分布的总体,而均值相等的样本未必来自有相同分布的总体.也就是说,如何从样本均值的差异推知总体的差异,这就是均值比较的内容。
SPSS提供了均值比较过程,在主菜单栏单击“Analyze”菜单下的“CompareMeans"项,该项下有5个过程,如图4—1。
平均数比较
Means过程用于统计分组变量的的基本统计量。
这些基本统计量包括:
均值(Mean)、标准差(StandardDeviation)、观察量数目(NumberofCases)、方差(Variance)。
Means过程还可以列出方差表和线性检验结果。
[例子]
调查了棉铃虫百株卵量在暴雨前后的数量变化,统计暴雨前和暴雨后的统计量,其数据如下:
暴雨前110115133133128108110110140104160120120
暴雨后9011610113111088921041268611488112
该数据保存在“"文件中。
1)准备分析数据
在数据编辑窗口输入分析的数据,如图4-2所示。
或者打开需要分析的数据文件“DATA4—1。
SAV”。
图4-2数据窗口
2)启动分析过程
在SPSS主菜单中依次选择“Analyze→CompareMeans→Means”.出现对话框如图4-3.
图4—3Means设置窗口
3)设置分析变量
从左边的变量列表中选中“百株卵量”变量后,点击变量选择右拉按钮,该变量就进入到因子变量列表“DependentList:
”框里,用户可以从左边变量列表里选择一个或多个变量进行统计。
从左边的变量列表中选中“调查时候”变量,点击“IndependentList”框左边的右拉按钮,该变量就进入分组变量“IndependentList"框里,用户可以从左边变量列表里选择一个或多个分组变量.
“Previous”和“Next"按钮可以在不同层之间切换。
4)选择输出统计量
单击“Options”按钮,将打开如下图所示的对话框。
在“Options”对话框中,“Statistics”框中列出了SPSS可求的统计量。
其中各项的意义分别为:
1Mean均值。
2NumberofCases观测量数目
3StandardDeviation标准差
4Median中位数。
5GroupedMedian分组的中位数
6Std.ErrorofMean均值的标准误
7Sum观测值之和
8Minimum最小值
Maximum最大值
9Range极差
10First第一个观测值
11Last最后一个观测值
12Variance方差
13Kurtosis峰度
14Std。
ErrorofKurtosis峰度的标准误
15Skewness偏度
Std.ErrorofSkewness偏度的标准误
其中,“Mean"、“NumberofCases”和“StandardDeviation”项为系统的默认选项。
在“Cell"框中列出了已选中的统计量。
从“Statistics”框中选择要生成的统计量.
“StatisticsforFirstLayer”框中列出了第一层分组的另外两个统计量.
“Anovatableandeta”选中将给出方差分析表和eta统计量。
方差分析表的前提条件是按照分组变量分组后各组
的均值都相等。
eta统计量为分组变量与生成统计量的变量关系紧密程度的度量。
“TestforIinearity”选中给出分析变量和分组变量的线性关系参数,其前提条件为:
分组变量和分析变量线性相关。
本例子选定统计量为“Mean”、“NumberofCases”、“StandardDeviation”3个统计变量。
选中复选项“Anovatableandeta”。
5)提交执行
提交各选项,在本例中我们不做其他选择,保持缺省值。
在图4-3中点击“OK”按钮,SPSS输出结果将显示在输出浏览器中.
6)结果与分析
表4-1结果报告(Report)
表4-2方差分析表ANOVATable
结果分析:
表4—1结果报告,分别给出暴雨前和暴雨后卵量的统计量:
暴雨前有13个样本,平均数122。
38,标准差15。
95,方差254。
42;暴雨后有13个样本,平均数104.46,标准差15.11,方差228。
269;总体26个样本,平均数113.42,标准差17。
75,方差315.214。
表4-2方差分析表,共有六列,第一列说明方差的来源,BetweenGroups是组间的,WithinGroups组内的,Total总的。
第二列为平方和,其大小说明了各方差来源作用的大小。
第三列为自由度.第四列为均方,即平方和除以自由度。
第五列F值是F统计量的值,其计算公式为模型均方除以误差均方,用来检验模型的显著性。
第六列是F统计量的显著值,由于这里的显著值0。
007小于0。
05,所以模型是显著的,降雨对卵量有显著影响。
单一样本的T检验
如果已知总体均数,进行样本均数与总体均数之间的差异显著性检验属于单一样本的T检验。
在SPSS中,单一样本的T检验由“One—SampleTTest”过程来完成。
[例子]
有一种新型农药防治柑桔红蜘蛛,进行了9个小区的实验,其防治效果为:
95%,92%,88%,92%,93%,95%,89%,98%,92%
与原用农药的防治效果90%比较,分析其效果是否高于原用农药。
该数据保存在“”文件中。
1)准备分析数据
在数据编辑窗口输入分析的数据,如图4-4所示。
或者打开需要分析的数据文件“DATA4—”。
图4-4数据窗口
2)启动分析过程
在SPSS主菜单选中“Analyze→CompareMeans→One-SampleTTest",打开单一样本T检验主对话框,如图4—5。
图4-5单一样本T检验变量选择窗
3)设置分析变量
设置检验变量:
从左边的变量列表中选中“防治效果”变量后,点击中部的右拉按钮后,这个变量就进入到检验分析“TestVariable(s):
”框里,用户可以从左边变量列表里选择一个或多个变量进行分析.
输入检验值:
在“TestVariable(s)"输入栏里,输入用于比较检验的均值:
在本例中为90.
4)设置其他参数
单击“Options”按钮,打开设置检验的置信度和缺失值对话框。
在“ConfidenceInterval:
”框输入置信度水平,系统默认为95%。
在“MissingValues"栏里选择缺失值处理方式:
5)提交执行
输入完成后,在过程主窗口中单击“OK"按钮,SPSS输出分析结果如表4—3和表4-4。
6)结果与分析
表4—3单一样本的统计量列表One—SampleStatistics
TestValue=90
t
df
Sig.(2-tailed)
MeanDifference
95%ConfidenceIntervaloftheDifference
Lower
Upper
防治效果
8
。
032
2。
6667
.2975
5。
0359
表4—4均值的检验结果One—SampleTest
在表4—4中,各项的意义分别为:
tT统计量;df自由度;Sig(2-ailed)双尾T检验的显著性概率;MeanDifference检验值和实际值的差;95%ConfidenceIntervaloftheDifference具有95%置信度的范围。
独立样本的T检验
对于相互独立的两个来自正态总体的样本,利用独立样本的T检验来检验这两个样本的均值和方差是否来源于同一总体。
在SPSS中,独立样本的T检验由“Independent-SampleTTest”过程来完成。
实例
在有小麦丛矮病的麦田里,调查了13株病株和11株健株的植株高度,分析健株高度是否高于病株.其调查数据如下:
健株26。
032。
437。
337。
343.247。
351.855。
857。
864。
065.3
病株16。
719。
819。
823。
323。
425。
036。
037.341。
441.745。
748。
257。
8
该数据保存在“DATA4—3。
SAV”文件中,变量格式如图4-6,状态变量中:
1表示病株,2表示健株.
图4—6
1)准备分析数据
在数据编辑窗口输入分析的数据,如图4-6所示。
或者打开需要分析的数据文件“"。
2)启动分析过程
在主菜单选中“Analyze”中的“CompareMeans”,在下拉菜单中选中“Independent—SampleTTest”命令。
出现图4-7设置对话框..
图4-7独立样本T检验窗口
3)设置分析变量
从“TestVariable(s):
"从左边的变量列表中选中变量后,点击
右拉按钮后,这个变量就进入到检验分析“TestVariable(s):
”框里,用户可以从左边变量列表里选择一个或多个。
本例选择“小麦丛矮病[株高]”。
“GroupingVariable(s):
"栏是分组变量栏。
从左边的变量列表中选中分组变量后,按
右拉按钮,这个变量就进入到“GroupingVariable(s):
”框里.本例选择“状态"变量。
“DefineGroups”按钮是定义分组变量的分组值。
当该按钮可用时,出现图4-8对话框。
图4—8定义分组值对话框
如果分组变量是离散型数值变量应选择“Usespecifiedvalues”项,该项下面的“Group1”和“Group2”栏用于输入分组
变量值;字符型数据输入相应分组字符。
若分组变量是连续型变量,应选择“Cutpoint”项,分组变量会按该项输入值分为大于和小于两组。
本例选择“Usespecifiedvalues”项,在“Group1”栏输入1;在“Group2”“Continue”按钮退回上一级对话框。
4)设置其他参数
点击“Options”按钮,打开设置检验的置信度和缺失值对话框。
在“ConfidenceInterval:
”框输入置信度水平,系统默认为95%;“MissingValues”框里的“Excludecasesanalysisbyanalysis”栏,是只排除分析变量为缺失值的选择项,“Excludecaseslistwise”是排除任何含有缺失值的选择项.
5)提交执行
输入完成后,在过程主窗口中单击“OK”按钮,SPSS输出分析结果如表4-5和表4-6.
6)结果与分析
结果
表4-5分组统计量列表GroupStatistics
表4-6独立样本的检验结果IndependentSamplesTest
16“Equalvariancesassumed”行是方差齐次性时的t检验判读值;
17“Equalvariancesnotassumed”行是方差不齐次性时的t检验判读值。
分析
表4—6“Levene'sTestforEqualityofVariances”列方差齐次性检验结果:
F值为0.038,显著性概率为0.847,因此两组方差不显著。
那么应该从表4-6的“Equalvariancesassumed”行读取数值。
t值是—2.539,Sig。
(2—tailed)是双尾t检验的显著性概率0。
019,小于0.05。
可以得出结论:
病株与健株的株高差异显著。
两组的株高均值之差为13.56,平均病株低于健株13。
56。
差值的标准误为5。
341.