spss教學(xué)實(shí)驗(yàn)3假設(shè)檢驗(yàn)

實(shí)驗(yàn)3

假設(shè)檢驗(yàn)課件僅供學(xué)習(xí)，勿傳到網(wǎng)上或做其它用途！1參數(shù)假設(shè)檢驗(yàn)一個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)兩個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)獨(dú)立樣本的t檢驗(yàn)配對(duì)樣本的t檢驗(yàn)1.1一個(gè)正態(tài)總體參數(shù)假設(shè)檢驗(yàn)（單個(gè)樣本均數(shù)的顯著性檢驗(yàn)）操作步驟：定義變量，輸入數(shù)據(jù)→分析→比較均值→單樣本T檢驗(yàn)，進(jìn)入對(duì)話框→將要分析的試驗(yàn)指標(biāo)選入檢驗(yàn)變量→檢驗(yàn)值：輸入已知的總體均數(shù)→點(diǎn)擊選項(xiàng)，進(jìn)入選

項(xiàng)子對(duì)話框，置信區(qū)間百分比選項(xiàng)中填入

95或99

→繼續(xù)→確定。例4.1

樣品直徑均值檢驗(yàn)測(cè)得一批零件的20個(gè)樣品的直徑（單位：cm）假設(shè)直徑服從正態(tài)分布，樣本的均值與總體均值沒有顯著差別?？傮w均值為5.20對(duì)樣本的數(shù)據(jù)進(jìn)行均值檢驗(yàn)。4.985.115.205.115.005.614.885.275.385.205.465.275.234.965.355.155.354.775.335.54顯著概率值Sig.或p=0.880＞0.05，差異不顯著。均值差的95%置信區(qū)間雙尾顯著性概率1.2

兩個(gè)正態(tài)總體參數(shù)假設(shè)檢驗(yàn)1.2.1獨(dú)立樣本的t檢驗(yàn)1.2.2配對(duì)樣本的t檢驗(yàn)1.2.1

獨(dú)立樣本的t檢驗(yàn)操作步驟：定義變量，輸入數(shù)據(jù)→分析→比較均值→獨(dú)立樣本T檢驗(yàn)，進(jìn)入對(duì)話框→檢驗(yàn)變量：選要分析的試驗(yàn)指標(biāo)→分組變量：此時(shí)變量名后出現(xiàn)[??]，再點(diǎn)擊定義組，定義分類變量（必須與數(shù)據(jù)文件中錄入的分類變量值一致）

→點(diǎn)擊選項(xiàng)，進(jìn)入選項(xiàng)子對(duì)話框，置信區(qū)間百分比選項(xiàng)系統(tǒng)默認(rèn)95，也可根據(jù)需要改為99

→繼續(xù)→確定。例4.2

獨(dú)立樣本的t檢驗(yàn)?zāi)称髽I(yè)統(tǒng)計(jì)了兩種不同的膨化食品A和B分別在八家不同超市的日銷量（箱）檢驗(yàn)兩種膨化食品的日銷量是否有顯著差異。食品A8687569384937579食品B8079589177827666當(dāng)方差齊性檢驗(yàn)顯著時(shí)，選下一行的結(jié)果；檢驗(yàn)不顯著時(shí)，選上一行的結(jié)果。本例中，P=0.339＞0.05，差異不顯著。數(shù)據(jù)輸入格式：將兩處理結(jié)果分別定義為一個(gè)變量(列)，每條記錄(行)代表一對(duì)數(shù)據(jù)。操作步驟：定義變量，輸入數(shù)據(jù)→分析→比較均值→配對(duì)樣本T檢驗(yàn)，進(jìn)入配對(duì)樣本t檢驗(yàn)對(duì)話框→成對(duì)變量：將要比較的兩個(gè)變量名進(jìn)入成對(duì)變量欄→確定。1.2.2

配對(duì)樣本的t檢驗(yàn)不同壓力環(huán)境A和B下的某液態(tài)產(chǎn)品的濃度數(shù)據(jù)：檢驗(yàn)不同環(huán)境對(duì)該液態(tài)產(chǎn)品的濃度是否有顯著影響（零假設(shè)為沒有顯著影響）。環(huán)境A62.565.267.669.969.470.167.867.068.562.4環(huán)境B51.754.253.357.056.461.557.256.258.455.8例4.3

配對(duì)樣本的t檢驗(yàn)P=0.000＜0.01，差異極顯著。2

非參數(shù)假設(shè)檢驗(yàn)參數(shù)檢驗(yàn)的特點(diǎn)是總體服從正態(tài)分布，并滿足某些總體參數(shù)的假定條件。然而，在實(shí)踐中我們常常會(huì)遇到一些問題的總體分布并不明確，或者總體參數(shù)的假設(shè)條件不成立，不能使用參數(shù)檢驗(yàn)。這一類問題的檢驗(yàn)應(yīng)該采用統(tǒng)計(jì)學(xué)中的另一類方法，即非參數(shù)檢驗(yàn)。非參數(shù)檢驗(yàn)是通過檢驗(yàn)總體分布情況來實(shí)現(xiàn)對(duì)總體參數(shù)的推斷。2.1

卡方檢驗(yàn)卡方檢驗(yàn)(Chi-SquarTest)，也稱為卡方擬合優(yōu)度檢驗(yàn)，它是K.Pearson給出的一種常用的非參數(shù)檢驗(yàn)方法，用于檢驗(yàn)觀測(cè)數(shù)據(jù)是否與某種概率分布的理論數(shù)值相符合，進(jìn)而推斷觀測(cè)數(shù)據(jù)是否來自于該分布的樣本的問題。給出了隨機(jī)抽取的100名某公司新招聘的性別情況。試用卡方檢驗(yàn)方法研究該公司新招聘員工的男女比例是否存在明顯的差別?！捌谕怠毕旅姹绢}選擇默認(rèn)，或單擊“值”，分別輸入0.5,0.5，并分別單擊“添加”。顯著性水平為

0.655，大于5%。所以該公司新招聘員工的男女比例沒有顯著的差別。2.2

二項(xiàng)檢驗(yàn)在現(xiàn)實(shí)生活實(shí)踐中，許多事件是只具有兩種互斥結(jié)果的離散型隨機(jī)事件，常稱為二項(xiàng)分類變量。例如，男性和女性、某種化驗(yàn)結(jié)果的陽性與陰性、接觸某傳染源的感染與未感染等。二項(xiàng)分布就是對(duì)這類只具有兩種互斥結(jié)果的離散型隨機(jī)事件的規(guī)律性進(jìn)行描述的一種概率分布。需要注意的是，二項(xiàng)分布檢驗(yàn)過程要求變量必須是數(shù)值型的二元變量(只取兩個(gè)可能值的變量)。假如變量是字符型的，可以使用重編碼功能將其轉(zhuǎn)化為數(shù)值型變量：假如變量不是二元變量，需要設(shè)置斷點(diǎn)將數(shù)據(jù)分為兩個(gè)部分，將大于斷點(diǎn)值的歸為一組，其余數(shù)據(jù)歸為另一組。從數(shù)據(jù)中獲?。鹤兞康娜≈抵挥袃蓚€(gè)有效值時(shí)選擇該項(xiàng)。割點(diǎn)：設(shè)置斷點(diǎn)，如果檢驗(yàn)變量不是二元變量，點(diǎn)選該單選鈕并在其右側(cè)的文本框中輸入一個(gè)斷點(diǎn)數(shù)值，則小于或等于該斷點(diǎn)的觀測(cè)值分為一組，其余為另一組。檢驗(yàn)比例系統(tǒng)默認(rèn)的檢驗(yàn)概率值是0.5，這意味著要檢驗(yàn)的兩項(xiàng)是服從均勻分布的。如果所要檢驗(yàn)的二項(xiàng)分布不是同概率分布，文本框中要輸入第一組變量所對(duì)應(yīng)的檢驗(yàn)概率值。檢驗(yàn)組1所占比例是否等于0.05，根據(jù)單尾概率P值(0.003)小于顯著性水平(0.05)，可以判斷這批樣本的合格率不等于95%，即這批產(chǎn)品沒有合格。二項(xiàng)百分率的假設(shè)檢驗(yàn)?zāi)澄⑸镏破返钠髽I(yè)標(biāo)準(zhǔn)為有害微生物超標(biāo)產(chǎn)品不準(zhǔn)超過1%，現(xiàn)從一批產(chǎn)品中抽出500件（n）,發(fā)現(xiàn)有害微生物超標(biāo)的產(chǎn)品有7件(x)。問該批產(chǎn)品是否合格？p=0.237

＞0.05，差異不顯著。2.3

游程檢驗(yàn)單樣本變量值的隨機(jī)性檢驗(yàn)是對(duì)某變量的取值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)，也稱為游程檢驗(yàn)。游程檢驗(yàn)用于檢驗(yàn)樣本的隨機(jī)性和兩個(gè)總體的分布是否相同。數(shù)據(jù)文件“”是某農(nóng)場(chǎng)不同地塊某種農(nóng)作物產(chǎn)量的數(shù)據(jù)，我們抽取了20塊地并觀察其產(chǎn)量，利用游程檢驗(yàn)對(duì)該農(nóng)場(chǎng)的觀察地塊的抽取檢查是否是隨機(jī)的。從表中可以看出，漸進(jìn)顯著性P值為0.962，遠(yuǎn)大于顯著性水平0.05。故接受原假設(shè)，認(rèn)為從該農(nóng)場(chǎng)查看產(chǎn)量的地塊的抽取是隨機(jī)的。2.4

單樣本K-S檢驗(yàn)單樣本K-S檢驗(yàn)用于檢驗(yàn)樣本是否來自于特定的理論分布，即能了解樣本來自的總體分布是否與某個(gè)已知的理論分布想吻合。給出了某中學(xué)40名學(xué)生的高考數(shù)學(xué)成績，試用單樣本K-S檢驗(yàn)方法研究其是否服從正態(tài)分布?！皺z驗(yàn)分布”選項(xiàng)組用于設(shè)置指定檢驗(yàn)的分布類型的標(biāo)準(zhǔn)，系統(tǒng)可以檢驗(yàn)正態(tài)分布、均勻分布、泊松分布和指數(shù)分布。漸近顯著性水平為0.460，大于0.05。所以，這40名學(xué)生的高考數(shù)學(xué)成績符合正態(tài)分布。2.5

兩獨(dú)立樣本檢驗(yàn)兩獨(dú)立樣本檢驗(yàn)可以判斷兩個(gè)獨(dú)立的樣本是否來自相同分布的總體。這種檢驗(yàn)過程是通過分析兩個(gè)獨(dú)立樣本的均數(shù)、中位數(shù)、離散趨勢(shì)、偏度等描述性統(tǒng)計(jì)最之間的差異來實(shí)現(xiàn)的。例4-13

p109研究兩種不同能量水平飼料對(duì)5-6周齡肉仔雞增重(克)的影響，資料如表所示。問這兩種不同能量水平的飼料對(duì)肉仔雞增重的影響有無差異?以上3種檢驗(yàn)方法得出的結(jié)果容易知道，

P值均小