均值比较与t检验
更新时间:2023-12-08 10:06:01 阅读量: 教育文库 文档下载
第3章 均值比较与t检验(t代表平均值间的差距 p代表的是可信度) 3.1样本平均数与总体平均数差异显著性检验
在实际工作中,我们往往需要检验一个样本平均数与已知的总体平均数是否有显著差异,即检验该样本是否来自某一总体,已知的总体平均数一般为一些公认的理论数值、经验数值或期望数值,比较的目的是推断样本所代表的未知总体均数与已知总体均数有无差别。 例题:已知玉米单交种群单105的平均穗重为300g,喷药后随机抽取9个果穗称重,穗重分别为:308、305、311、298、315、300、321、294、320g,问喷药前后果穗穗重差异是否显著。
具体操作可参看多媒体教程-3.1单一样本t检验,例题中的数据编号为data-01。
操作步骤:Analyze→Compare Means→点击One-Sample T Test,进人对话框→将要分析的变量选入Test Variables→Test Value项填入已知总体均数→点击Options按钮,进入Options子对话框,Confidence Interval选项中填入95或99,确定显著水平后返回上一对话框→点击OK键运行,显示结果界面。
结果界面包括描述性统计量表(One-Sample Statistics) 和t检验表(One-Sample Test)两个表格。描述性统计量表中输出样本含量、均数、标准差和标准误;t检验表中显示t 值(t)自由度(df)、双尾P值(Sig.2-tailed)、样本均数与已知总体均数的差值(Mean Difference)、差
值的95%或99%置信区间的上限与下限(95%Confidence Interval of the Difference,Lower,Upper)。 3.2独立样本t检验
在实际工作中,还经常会遇到推断两个样本平均数差异是否显著的问题,以了解两样本所属总体的平均数是否相同。因试验设计不同,一般可分为:非配对或成组设计两样本平均数的差异显著性检验和配对设计两样本平均数的差异显著性检验。
非配对设计或成组设计是指当进行只有两个处理的试验时,将试验单位完全随机地分成两个组,然后对两组随机施加一个处理。在这种设计中两组的试验单位相互独立,所得的两个样本相互独立,其含量不一定相等。
例题:某家禽研究所对粤黄鸡进行饲养对比试验,试验时间为60天,增重结果如下,问两种饲料对粤黄鸡的增重效果有无显著差异?
饲料 A B 720 680 710 695 735 700 增重(g) 680 715 690 708 705 685 700 698 705 688 具体操作可参看多媒体教程-3.2独立样本t检验,例题中的数据编号为data-02。 操作步骤:Analyze→Compare Means→点击Independent-Samples T Test,进入该对话框→将要检验的数据变量选入到Test Variable(s)→将要检验资料的分类变量选至Grouping Variable,此时变量名后出现〔??〕,再点击Define Groups,定义分类变量(必须与数据文件中录入的分类变量值一致)→点击Options按钮,进入Options子对话框,Confidence Interval选项系统默95,也可根据需要改为99,确定置信水平后返回上一对话框→点击OK键运行,显示结果界面。 结果界面中,描述统计表(Group Statistics)给出两组变量的基本情况描述,内容简单,不再赘述。
t检验表(Independent-Samples Test)较为复杂,第一部分列出的是两样本方差齐性检验(Levene'sTest for Equality of Variances)的F值(F)和显著概率值(Sig.)。除此之外的两行数据分别表示方差同质(Equal variances assumed)与方差不齐(Equal variances not assumed)时的t检验结果与差异置信区间。当齐性检验显著时,选下一行的结果;检验不显著时,选上一行结果。 3.3配对样本t检验
配对设计是指先根据配对的要求将试验单位两两配对,然后将配成对子的两个试验单位随机的分配到两个处理组中。配对的要求是:配成对子的两个试验单位的初始条件尽量一致,不同对子间试验单位的初始条件允许有差异,每一个对子就是试验处理的一个重复。配对的方式有两种:自身配对和同源配对。
例题:用家兔10只试验某批注射液对体温的影响,测定每只家兔注射前后的体温,见下表,设体温服从正态分布,问注射前后体温有无显著性差异。(单位:℃)
兔号 1 2 3 4 5 6 7 8 9 10 注射前体温 37.80 38.20 38.00 37.60 37.90 38.10 38.20 37.50 38.50 37.90 注射后体温 37.90 39.00 38.90 38.40 37.90 39.00 39.50 38.60 38.80 39.00 具体操作可参看多媒体教程-3.3配对样本t检验,例题中的数据编号为data-03。 数据输入格式:将两处理分别定义为一个变量(列),每条记录(行)代表一对数据。 操作步骤:Analyze→Compare Means→点击Paired-Samples T Test进入配对样本t检验对话框→选要比较的两个变量名进入Paired Variables栏→点击OK键运行,显示结果界面。 结果界面中,描述统计表(Paired Samples Statistics)给出两组变量的基本情况描述。 Paired Samples Correlations表给出的是配对变量间的相关性分析,等价于Analyze→Correlate→Bivariate,详见回归与相关分析部分。 t检验表(Paired -Samples Test)给出最终的配对t检验结果。结果中显示差值均数(Mean)、差值标准差(Std. Deviation)、差值标准误(Std. Error Mean)、差值的95%置信区间的下限和上限(95%Confidence of the Difference,Lower,Upper)、t值(t)、自由度(df)、双侧检验概率(Sig. 2-tailed)。
问卷调查数据共有207个样本:按教育程度 小学样本个数49个, 平均WTP为18.33;初中样本个数95个, 平均WTP为30.00;高中样本个数46个, 平均WTP为50.61;大专及以上样本个数17个, 平均WTP为70.22; 想要的结果是:随教育程度提高WTP呈现递增趋势,t检验结果(t1,2=-3.075,P=0.004;t1,3=-5.499,P=0.000;t1,4=-8.595,P=0.000;) 如何做出来?
你的分析结果有T值,有sig值,说明你是在进行平均值的比较。也就是你在比较两组数据之间的平均值有没有差异。 从具有t值来看,你是在进行T检验。T检验是平均值的比较方法。
T检验分为三种方法: 1. 单一样本t检验(One-sample t test),是用来比较一组数据的平均值和一个数值有无差异。例如,你选取了5个人,测定了他们的身高,要看这五个人的身高平均值是否高于、低于还是等于1.70m,就需要用这个检验方法。
2. 配对样本t检验(paired-samples t test),是用来看一组样本在处理前后的平均值有无差异。比如,你选取了5个人,分别在饭前和饭后测量了他们的体重,想检测吃饭对他们的体重有无影响,就需要用这个t检验。 注意,配对样本t检验要求严格配对,也就是说,每一个人的饭前体重和饭后体重构成一对。
3. 独立样本t检验(independent t test),是用来看两组数据的平均值有无差异。比如,你选取了5男5女,想看男女之间身高有无差异,这
样,男的一组,女的一组,这两个组之间的身高平均值的大小比较可用这种方法。 总之,选取哪种t检验方法是由你的数据特点和你的结果要求来决定的。 t检验会计算出一个统计量来,这个统计量就是t值, spss根据这个t值来计算sig值。因此,你可以认为t值是一个中间过程产生的数据,不必理他,你只需要看sig值就可以了。sig值是一个最终值,也是t检验的最重要的值。 sig值的意思就是显著性(significance),它的意思是说,平均值是在百分之几的几率上相等的。 一般将这个sig值与0.05相比较,如果它大于0.05,说明平均值在大于5%的几率上是相等的,而在小于95%的几率上不相等。我们认为平均值相等的几率还是比较大的,说明差异是不显著的,从而认为两组数据之间平均值是相等的。 如果它小于0.05,说明平均值在小于5%的几率上是相等的,而在大于95%的几率上不相等。我们认为平均值相等的几率还是比较小的,说明差异是显著的,从而认为两组数据之间平均值是不相等的。 总之,只需要注意sig值就可以了。
昼夜发病率=发病例数/天数/总观察人数(取千分数)
样,男的一组,女的一组,这两个组之间的身高平均值的大小比较可用这种方法。 总之,选取哪种t检验方法是由你的数据特点和你的结果要求来决定的。 t检验会计算出一个统计量来,这个统计量就是t值, spss根据这个t值来计算sig值。因此,你可以认为t值是一个中间过程产生的数据,不必理他,你只需要看sig值就可以了。sig值是一个最终值,也是t检验的最重要的值。 sig值的意思就是显著性(significance),它的意思是说,平均值是在百分之几的几率上相等的。 一般将这个sig值与0.05相比较,如果它大于0.05,说明平均值在大于5%的几率上是相等的,而在小于95%的几率上不相等。我们认为平均值相等的几率还是比较大的,说明差异是不显著的,从而认为两组数据之间平均值是相等的。 如果它小于0.05,说明平均值在小于5%的几率上是相等的,而在大于95%的几率上不相等。我们认为平均值相等的几率还是比较小的,说明差异是显著的,从而认为两组数据之间平均值是不相等的。 总之,只需要注意sig值就可以了。
昼夜发病率=发病例数/天数/总观察人数(取千分数)
正在阅读:
均值比较与t检验12-08
心理健康状况自我评价07-30
人教版四年级上数学口算试题07-21
医院人事科多措并举加大人才引进和培养力度01-19
物流配送中心与大型农产品加工中心建设项目可行性研究报告03-27
2022年组织生活会整改措施落实情况报告07-31
制作带启动DOS和win7PE功能的U盘08-27
新能源大作业 燃料电池的发电技术09-28
开关磁阻电机磁场有限元分析 - 图文06-03
2011届高考语文易错点专题复习3112-31
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 均值
- 检验
- 比较
- 城市经济发展(继续教育答案)
- 2013年公务员面试备考真题2
- 2018最新策划书方案范本模板-门户网站建设策划书优秀篇2018
- 外国文学史试题
- C语言上机作业题及答案
- 麦奎尔大众传播理论笔记整理
- 2019年最新车管所年终工作总结精选工作总结文档
- 劳动人事争议案例评析
- 注塑模产品分析说明书-0 - 图文
- 福建师范大学17年2月课程考试《中国现当代散文研究》作业考核试题
- 讲座通讯报道
- 茶市场营销策划方案
- 2016年急救知识培训考试试卷答案
- 宏观经济学3、4章习题答案
- 7410实习报告
- 每小时20吨矿渣烘干系统计算
- 春节聚会旅游外出注意事项十二条
- 2018-2019学年神州智达高考数学三模试卷(文科) Word版含解析
- 中石化茂名分公司炼油厂实习报告 - 图文
- 中考备考工作计划三篇 -