用SPSS进行假设检验分析

上机实习五 用Excel进行参数的假设检验

假设检验，就是先对总体的参数或分布形式提出假设，再利用样本数据信息来判断原假设是否合理，从而决定应接受还是拒绝原假设。

进行假设检验的一般步骤： (1)建立原假设H0和备择假设H1；

(2)确定适当的检验统计量及其分布，并由给定样本值计算检验统计量的值； (3)根据显著性水平?，确定检验临界值和拒绝域；

(4) 作出统计判断：由样本值确定概率P值,若P值≤?或者统计量的值落在拒绝域内，则拒绝原假设H0，接受备择假设H1，即差异有统计显著意义；若P值>?或者统计量的值不落在拒绝域内，，就接受原假设H0，即差异无统计显著意义。

我们将正态总体的参数检验的主要步骤和结果汇总于下表。

表5-1 正态总体参数的假设检验简表

原假设H0 ?=?0 (?2已知) ?=?0 (?2未知) 备择假设H1 ?≠?0(双侧) ?>?0(单侧) ??0(单侧) ? z?/2 z> z? z<- z?

使用Excel进行假设检验

在假设检验中最常用的检验规则是计算检验统计量的实际值和临界值，通过实际值和临界值的对比得出检验结论；或者计算统计量实际值的p-值，通过p-值和显著性水平α的对比得出结论。

假设检验中使用的数据可以分为两种情况：一是经过统计汇总的数据，已经得到了样本均值和标准差（或者总方差已知）；二是原始数据。在前一种情况下需要解决的计算问题是计算统计量的临界值，或者根据统计量的实际值计算p-值；在后一种情况下则可以使用统计软件直接得出统计量的临界值和检验的p-值。

top↑

检验统计量临界值的计算

在已知样本的均值、标准差（或者总方差已知）时，可直接计算出检验统计量的值，然后使用Excel或其他软件计算统计量的临界值，通过实际值与临界值的对比得出检验结论。

用Excel计算统计量的临界值时需要特别注意两个方面的问题。一是检验的类型：是双侧检验、左侧检验还是右侧检验？双侧检验和单侧检验计算临界值时对显著性水平处理方式不同，双侧检验要求每一侧的尾部面积为α/2，而单侧检验要求在拒绝域一侧的尾部面积为α。二是在Excel中正态分布、t分布和F分布累积分布反函数中对概率参数的要求不同，注意分清楚这个参数与显著性水平的关系。

[例6.7]

单样本T检验

按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：

虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析，输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小

单样本T检验

按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：

1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05)

解： 1）根据题意，提出：

虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m；

2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据；

3)分析过程

在spss软件上操作分析，输出如下：

表1.1:单个样本统计量

苗高

表1.2:单个样本检验

检验值 = 1.6 差分的 95% 置信区间 苗高

t 2.551 df 9 Sig.(双侧) .031 均值差值 .06800 下限 .0077 上限 .1283 N 10 均值 1.6680 标准差 .08430 均值的标准误 .02666 4）输出结果分析

由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小

山 东 英 才 学 院

实 训 报 告

小组成员：王连群、李晓聪、程焕、宫恩麟、于彬、曹亮亮 班级：本科市场营销1401班

实训地点：商-5002 实训时间：2016-6-03 指导老师：尹晓宇

实训项目：Spss假设检验

实训内容：假设检验 1、 单样本T检验

2、 两个独立样本的T检验 3、 两个配对样本的T检验 实训步骤与结果：

4.1 解：

操作步骤：

进行单样本T检验，Analyze→Compare means→One—Samples T test，将x选入Test Variable(s)，在Test Value中输入0.618。

输出结果：

表4-1 One-Sample Test x t 2.884 df 15 Test Value = 0.618 95% Confidence Interval of the Difference Sig. (2-tailed) Mean Difference .011 .072813 Lower .01901 Upper .12662 结果分析：

P?0.011?0.05，根

实验报告

一、实验名称：假设检验 二、实验目的与要求：

1.掌握单样本t检验的基本原理和spss实现方法。

2.掌握两样本t检验的基本原理和spss实现方法。 3.熟悉配对样本t检验的基本原理和spss实现方法。 三、实验内容提要：

1.自行练习本章涉及的单样本t检验（P253；13.2.1）、两样本t检验（P257；13.3.2）和配对t检验（P261；13.3）的案例。

2.从一批木头里抽取5根，测得直径如下（单位：cm），是否能认为这批木头的平均直径是12.3cm 。

12.3 12.8 12.4 12.1 12.7

3.比较两批电子器材的电阻，随机抽取的样本测量电阻如题下表所示，试比较两批电子器材的电阻是否相同（需考虑方差齐性的问题）。 A批 B批 0.140 0.135 0.138 0.140 0.143 0.142 0.142 0.136 0.144 0.138 0.148 0.140 0.137 0.141 3.为研究女性服用某种新药后是否影响其血清总胆固醇，将20名女性按年龄配成10对。从每对中随机抽取一人服用新药，另一人服用安慰剂。经过一定时间后，测得血清总胆固醇含量（mmol/L），结果如题

第五章假设检验

本章介绍假设检验的基本概念以及参数检验与非参数检验的主要方法。通过学习，要求：1.掌握统计检验的基本概念，理解该检验犯两类错误的可能；2.熟练掌握总体均值与总体成数指标的各种检验方法；包括：z检验、t检验和p-值检验；4.掌握基本的非参数检验方法，包括：符号检验、秩和检验与游程检验；5.能利用Excel进行假设检验。

第一节假设检验概述

一、假设检验的基本概念

假设检验是统计推断的另一种方式，它与区间估计的差别主要在于：区间估计是用给定的大概率推断出总体参数的范围，而假设检验是以小概率为标准，对总体的状况所做出的假设进行判断。假设检验与区间估计结合起来，构成完整的统计推断内容。假设检验分为两类：一类是参数假设检验，另一类是非参数假设检验。本章分别讨论这两类检验方法。 进行假设检验，首先要对总体的分布函数形式或分布的某些参数做出假设，然后再根据样本数据和“小概率原理”，对假设的正确性做出判断。这种思维方法与数学里的“反证法”很相似，“反证法”先将要证明的结论假设为不正确的，作为进一步推论的条件之一使用，最后推出矛盾的结果，以此否定事先所作的假设。反证法所认为矛盾的结论，也就是不可能发生的事件，这种事件发生的概率为零，该事件是不能

假设检验

总体均值的检验 (σ2 已知 (例题分析

【例】 一种罐装饮料采用自动生产线生产,每罐的容量是 255ml ,标准差为 5ml 。为检验每 罐容量是否符合要求,质检人员在某天生产的饮料中随机抽取了 40罐进行检验,测得每罐 平均容量为 255.8ml 。 取显著性水平 α=0.05 , 检验该天生产的饮料容量是否符合标准要求?

H 0:μ = 255 H 1:μ≠ 255 α = 0.05 n = 40 检验统计量 : 决策 : 不拒绝 H 0 结论 :

样本提供的证据表明:该天生产的饮 料符合标准要求 总体均值的检验 (σ2 未知 (例题分析

【例】 一种机床加工的零件尺寸绝对平均误差允许值为 1.35mm 。生产厂家现采用一种新的 机床进行加工以期进一步降低误差。 为检验新机床加工的零件平均误差与旧机床相比是否有 显著降低,从某天生产的零件中随机抽取 50个进行检验。利用这些样本数据,检验新机床 加工的零件尺寸的平均误差与旧机床相比是否有显著降低? (

=0.01

总体均值的检验 (σ2 未知 (例题分析

【例】 某一小麦品种的平均产量为 5200kg/hm2 。 一家研究机构对小麦品种进行了改良以期 提高产量。为检验改良

一、（10分）已知在正常生产的情况下某种汽车零件的重量（克）服从正态分布

N(54,?2)，在某日生产的零件中抽取10 件，测得重量如下：

54.0 55.1 53.8 54.2 52.1 54.2 55.0 55.8 55.1 55.3 问：该日生产的零件的平均重量是否正常（取显著性水平??0.05）？

二、食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一段时间需要检查机器工作情况。现抽得10罐，测得其重量（单位：克）

495，510，505，498，503，492，502，512，497，506。 假定重量X服从正态分布N（μ，σ2），试问机器工作是否正常？（取α=0.02）

三、随机抽取某班28名学生的英语考试成绩，算得平均分数为x?80分，样本标准差s?8分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平??0.05）？

5. 设学生某次考试成绩服从正态分布N(?,?2)，现从中随机抽取36位的考试成绩, 算得平均分为66.5，标准差为15分。问在显著性水平0.05下，从样本看，

(1).是否接受“??70”的假设？

假设检验案例

Quality Associates是一家咨询公司，为委托人监控其制造过程提供抽样和统计程序方面的建议。在某一应用中，一名委托人向Quality Associates提供了其生产过程正常运行时的800个观察值组成的一个样本。这些数据的样本标准差为0.21，因而我们假定总体的标准差为0.21。Quality Associates建议该委托人连续地定期选取样本容量为30的随机样本来对该生产过程进行监控。通过对这些样本的分析，委托人可以迅速了解该生产过程的运行状况是否令人满意。当生产过程运行不正常时，应采取纠正措施以避免出现问题。设计规格要求该生产过程的均值为12，Quality Associates建议采用如下形式的假设检验：

H0: 12H1: 12

只要H0被拒绝，就应采取纠正措施。

以下的样本为新的统计监控程序运行的第一天，每间隔1小时所收集到的。

管理报告:

1. 对每个样本在0.01的显著水平下进行假设检验，如果需要采取措施的话， 确定应该采取何种措施？给出每个检验的检验统计量和p－值。

2. 计算每一样本的标准差。假设总体标准差为0.21是否合理？

3. 当样本均值在

12

附近的多大范围内，我们可以认为该