SPSS均值比较与检验

生物统计与实验设计BiologicalStatisticsAndExperimentalDesigns2MEANS过程单一样本T检验(One-SampleTTest）独立样本T检验(Independent-SampleTTest)配对样本T检验(Paired-SampleTTest)方差分析（One-WayANOVA）SPSS——均值比较与检验3算术平均值：niiniiiwwx11Mean1)(wVariance112iniiniiwxx方差：标准差：VarianceSNSStderr均值标准误：有关公式—(提前说明)4有关公式峰度：偏度：422442)()3)(2)(1()32(3)()3)(2)(1(32KurtosisSxxNNNNNSxxNNNNNiiN≥3，S033)()2)(1(SkewnessSxxNNNiN≥2，S0返回5MEANS过程一、Means过程该过程实际上更倾向于对样本进行描述，可以对需要比较的各组计算描述指标，包括均值、标准差、总和、观测量数、方差等一系列单变量统计量。二、完全窗口分析按Analyze—CompareMeans—Means顺序，打开Means主对话框（如图3--1）。6图3—1Means主对话框该框的变量为因变量，即用于分析的变量。该框的变量为自变量，必须至少有一个变量单击此按钮，进入下一层，返回则按Previous按钮。见图3—27Statistics框：供选择的统计量StatisticsforFirstLayer复选框：Anovatableandeta:进行分组变量的单因方差分析并计算eta统计量。Testforlinearity:产生第一层最后一个变量的R和R2。图3—2Options对话框CellStatistics框:选入的描述统计量，默认为均值、样本数、标准差。8三、例题分析测得某城市12岁儿童的身高及体重信息，用Means过程对其做基本的描述性统计分析。91、操作步骤1）打开数据文件“data03-MEANS_01.sav”。2)按顺序AnalyzeCompareMeansMeans打开主对话框。3)单击Option,打开Options对话框,选择统计项目。4）单击OK完成。10选hsex按Next,进入layer2of2,选age图3—3在主对话框选送变量图3—4第二层变量框11选择统计项目按此按钮复选此2项,第一层次分组选择计算方差分析和线性检验图3—5Options对话框12表3—1观测量摘要表（性别和年龄均放第一层）2.结果及分析CaseProcessingSummary27100.0%0.0%27100.0%27100.0%0.0%27100.0%身高*性别身高*年龄NPercentNPercentNPercentIncludedExcludedTotalCases身高*性别身高1.5154136.253E-021.5357147.623E-021.5259276.941E-02性别女男TotalMeanNStd.Deviation身高*年龄身高1.448882.167E-021.5209113.910E-021.612971.704E-021.59001.1.5259276.941E-02年龄10111213TotalMeanNStd.Deviation13分析实例两个分类变量分别放在两层中相同年龄的男孩和女孩是否身高有所不同？是否身高随年龄的增长呈线性关系？如果解决这样的问题，只建立一个控制层就不够了。应该考虑，选择身高h作为因变量，分类变量age作为第一层控制变量，sex为第二层控制变量。两个分类变量分别放在两层中，且使用选择项。CaseProcessingSummary27100.0%0.0%27100.0%身高*性别*年龄NPercentNPercentNPercentIncludedExcludedTotalCases14对第一层变量的方差分析结果ANOVATable.1053.03539.587.000.0971.097109.435.000.0082.0044.664.020.02023.001.12526(Combined)LinearityDeviationfromLinearityBetweenGroupsWithinGroupsTotal身高*年龄SumofSquaresdfMeanSquareFSig.当前表是方差分析表，共6列：第一列方差来源：组间的、组内的、总的方差；第二列为平方和；第三列为自由度；第四列为均方；第五列为F值；第六列为F统计量的显著值。15关联度测度MeasuresofAssociation.879.772.915.838身高*年龄RRSquaredEtaEtaSquared表3—6是eta统计量表，η统计量表明因变量和自变量之间联系的强度，η2是因变量中不同组间差异所解释的方差比，是组间平方和与总平方和之比。16一、简介用于检验单个变量的均值与假设检验值(给定的常数)之间是否存在差异。二、完全窗口分析按Analyze—CompareMeans—One-SampleTTest顺序，打开One-SampleTTest主对话框（如图3--1）一、单一样本T检验T检验：xsxt017图3-6One-SampleTTest主对话框图3-7Options对话框TestVariables框：用于选取需要分析的变量TestValue:输入已知的总体均值，默认0ConfidenceInterval:输入置信区间，一般取90、95、99等。MissingValues:在检验变量中含有缺失值的观测将不被计算。在任何一个变量中含有缺失值的观测都将不被计算18三、例题分析某地区12岁男孩平均身高为142.5cm。1973年某市测量120名12岁男孩身高资料，数据编号data08-02。假设某市12岁男孩身高与该地区12岁男孩身高平均值相等。1、操作步骤1）按Analyze—CompareMeans—OneSampleTTest顺序，打开主对话框。(打开数据文件“data03-MEANS_02.sav”。)2）将变量height选入TestVariable框。3）在TestValue中输入142.5，后单击OK。192、结果分析表5-9是12岁男孩的观测量个数、均值、标准差和均值的标准误等统计量。表3-9单个样本统计量One-SampleStatistics120143.0485.821.53112岁男孩身高NMeanStd.DeviationStd.ErrorMean20表3-10单个样本检验从表3-10可看出，t值为1.032,自由度119,显著值为0.3040.05,无效假设成立。样本均值与检验值的差为0.548,该差值95%的置信区间是-0.504~1.600。One-SampleTest1.032119.304.548-.5041.60012岁男孩身高tdfSig.(2-tailed)MeanDifferenceLowerUpper95%ConfidenceIntervaloftheDifferenceTestValue=142.595%0.541.9880.531.981置信区间均值差值标准误=均值差值的95％置信区间包括0，由此可以得出样本均值与总体均值无显著差异21T检验：xsxt022有关公式方差不齐使用公式：方差齐时使用公式：212111nnSxxtcSc是合并方差：2)()(21222211nnxxxxSc221121nvnvxxt方差齐性检验：),(Min),(Max2121vvvvF23一、简介用于检验对于两组来自独立总体的样本，其独立总体的均值或中心位置是否一样。如果两组样本彼此不独立，应使用配对T检验（Paired-SampleTTest）。如果分组不止一个，应使用One-WayANOVA过程进行单变量方差分析。如果想比较的变量是分类变量，应使用Crosstabs功能。独立样本T检验还要求总体服从正态分布，如果总体明显不服从正态分布，则应使用非参数检验过程（Nonparametrictest）二、完全窗口分析按Analyze—CompareMeans—Independent-SampleTTest顺序，打开Independent-SampleTTest主对话框（如图3--10）二、独立样本T检验24图5—10独立样本T检验主对话框图5—11DefineGroups主对话框从源变量框中选取要作检验的变量。为分组变量，只能有一个。分别输入分组变量的取值条件，如1为男，2为女等。输入分界点值，如体重60公斤等。25在检验变量中含有缺失值的观测将不被计算。在任何一个变量中含有缺失值的观测都将不被计算输入置信区间，一般取90、95、99等。图5-9Independent-SampleTTest的Options对话框三、例题分析检验男女雇员现工资是否有显著性差异。1、操作步骤1）按Analyze—CompareMeans—Independent-SampleTTest顺序，打开主对话框。打开数据文件“data03-MEANS_03.sav”。2）将变量Salary选入TestVariable框。3）在Gender选入GroupingVariable框中作为检验变量。4）打开DefineGroups对话框，在Group1输入f，Group2输入m，单击Continue，再单击OK。262、结果分析表3-11是男女职员当前薪水的观测量个数、均值、标准差和均值的标准误等统计量。表3-11分组统计量GroupStatistics216$26031.92$7,558.02$514.26258$41441.78$19,499.21$1,213.97GenderFemaleMaleCurrentSalaryNMeanStd.DeviationStd.ErrorMean27表3-12独立样本T检验结果从表3-12可看出，Equalvariancesassumed行是假设方差相等进行的检验，当方差相等时考察这一行的结果；Equalvariancesnotassumed行是假设方差不等进行的检验，当方差不等时考察这一行的结果。在Levene’sTestforEqualityofVariance列中，显著值为0.0000.05，可认为方差是不等的，所以应考察第二行的结果。可看出，显著值为0.0000.05，所以认为均值是不等的。IndependentSamplesTest119.669.000-10.945472.000-$15,409.86$1,407.91-$18176.4-$12643.3-11.688344.262.000-$15,409.86$1,318.40-$18003.0-$12816.7EqualvariancesassumedEqualvariancesnotassumedCurrentSalaryFSig.Levene'sTestforEqualityofVariancestdfSig.(2-tailed)MeanDifferenceStd.ErrorDifferenceLowerUpper95%ConfidenceIntervaloftheDifferencet-testforEqualityofMeans28均值差值的95％置信区间在-18003.0~-12816.7之间，不包括0，由此可以得出样本均值与总体均值有显著差异结论：从t检验得p值为0.0000.05和均值之差值的95％置信区间不包括0都能得出，女雇员现工资明显低于男雇员，差异有统计意义。值得注意的是在实际应用中由于存在其他条件，如职务等级、工作经验等，不能得出现平均工资差异是由性别差异造成的结论。根据分析结果得出结论要谨慎!29一、简介用于检验两个相关的样本是否来自具有相同均值的总