SPSS学习笔记参数检验—两独立样本t检验
目的:利用来自两个总体的独立样本,推断两个总体的均值是否存在差异。
适用条件:
(1)样本来自的总体应服从或近似服从正态分布;
(2)两样本相互独立,两样本的样本量可以不等;
案例分析:
案例描述:评价两位老师的教学质量,试比较其分别任教的甲、乙两班(设甲、乙两班
原成绩相近,不存在差别)考试后的成绩是否存在差异? (数据来源:《统计分析基础教程》张文彤 第十一章)
题目分析:该问题涉及是两个独立样本(教学质量和班级)总体,进行总体均值检验,同时总体近似服从正态分布,因此用两独立样本t检验。
案例步骤:
提出原假设:甲、乙两班考试后的成绩不存在差异,两个老师的教学质量一样。
界面操作步骤:输入数据—分析—比较均值—独立样本t检验—变量设置—输出结果
关键步骤截图:
分清检验变量和分组变量(分组变量起识别作用)


点击定义组,填入组别各自的名称

当有些分组变量是数值型的时候,定义组会出现”割点“(烟龄和胆固醇的关系,25可以将烟龄分为>=25和<25两组,具体例子见于:《统计分析与SPSS的应用》薛薇 第五章)

结果分析:
|
组统计量 |
|||||
|
班级 |
N |
均值 |
标准差 |
均值的标准误 |
|
|
成绩 |
甲 |
20 |
83.30 |
6.906 |
1.544 |
|
乙 |
20 |
75.45 |
9.179 |
2.053 |
|
标准误:
;
|
独立样本检验 |
||||||||||
|
方差方程的 Levene 检验 |
均值方程的 t 检验 |
|||||||||
|
F |
Sig. |
t |
df |
Sig.(双侧) |
均值差值 |
标准误差值 |
差分的 95% 置信区间 |
|||
|
下限 |
上限 |
|||||||||
|
成绩 |
假设方差相等 |
.733 |
.397 |
3.056 |
38 |
.004 |
7.850 |
2.569 |
2.650 |
13.050 |
|
假设方差不相等 |
3.056 |
35.290 |
.004 |
7.850 |
2.569 |
2.637 |
13.063 |
|||
分析:
F:Levene F检验方法,判断两总体的方差是否相等?
注:假设方差相等?假设方差不相等?如何决定t检验的t、df、Sig、均值差值……的数值?
利用F检验方法,判断两总体的方差是否相等,比较F检验方法中的p和ɑ(一般取0.05);若p>ɑ,则接受原假设(两总体的方法无显著差异),此时,选择”假设方差相等“那行的t检验的数据,若p<ɑ,则相反。
之后步骤,则和单样本t检验步骤一样,比较Sig(双侧)即p和ɑ(一般取0.05)。
在本题中:F检验方法中的p=0.397>0.05,所以两总体的方法无显著差异,选择”假设方差相等“行。
参考书籍:
《统计分析与SPSS的应用》(第五版)薛薇
《SPSS统计分析从零开始》吴骏
《SPSS统计分析基础教程》张文彤
SPSS学习笔记参数检验—两独立样本t检验的更多相关文章
- SPSS学习笔记参数检验—两配对样本t检验
目的:检验两个有联系的正态总体的均值是否存在显著差异. 适用条件:有联系,正态总体,样本量要一样.一般可以分为一下四种: ①同一受试对象处理前后的对比:如对于糖尿病人,对同一组病人在使用新治疗方法前测 ...
- SPSS学习笔记参数检验—单样本t检验
单样本t检验 目的:利用来自总体的样本数据,推断该总体的均值是否与指定的检验值存在差异. 适用条件:样本来自的总体应服从或者近似服从正态分布. 注:当样本量n比较大时:由中心极限定理得知,即使原数据不 ...
- SPSS学习笔记之——Kaplan-Meier生存分析
SPSS学习笔记之--Kaplan-Meier生存分析 一.概述 关于生存分析的相关概念,Kaplan-Meier用于估计生存函数,允许有一个分组变量进行生存率的组间比较,还容许一个分层变量.若不考虑 ...
- SPSS-非参数检验—两独立样本检验 案例解析
今天跟大家研究和分享一下:spss非参数检验——两独立样本检验, 我还是引用教程里面的案例,以:一种产品有两种不同的工艺生产方法,那他们的使用寿命分别是否相同 下面进行假设:1:一种产品两种不同的工艺 ...
- Hadoop学习笔记(两)设置单节点集群
本文描写叙述怎样设置一个单一节点的 Hadoop 安装.以便您能够高速运行简单的操作,使用 Hadoop MapReduce 和 Hadoop 分布式文件系统 (HDFS). 參考官方文档:Hadoo ...
- 【web开发学习笔记】Structs2 Action学习笔记(两)
action学习笔记2-大约action method讨论 Action运行的时候并不一定要运行execute方法,能够在配置文件里配置Action的时候用method=来指定运行哪个方法 也能够在u ...
- Android开源项目SlidingMenu本学习笔记(两)
我们已经出台SlidingMenu使用:Android开源项目SlidingMenu本学习笔记(一个),接下来再深入学习下.依据滑出项的Menu切换到相应的页面 文件夹结构: watermark/2/ ...
- 挑子学习笔记:两步聚类算法(TwoStep Cluster Algorithm)——改进的BIRCH算法
转载请标明出处:http://www.cnblogs.com/tiaozistudy/p/twostep_cluster_algorithm.html 两步聚类算法是在SPSS Modeler中使用的 ...
- 学习笔记53—Wilcoxon检验和Mann-whitney检验的区别
Wilcoxon signed-rank test应用于两个related samples Mann–Whitney U test也叫Wilcoxon rank-sum test,应用于两个indep ...
随机推荐
- odoo t标签用法
在odoo中,通过QWeb来对模板进行渲染后加载到浏览器中,而模板中有许多的标签来定制各种需求变化,在这里记录学习过程中碰到的标签定义,以方便查询. 模板中的标签统一都是以"t-" ...
- junit单元测试框架
一般我们写代码总想对方法测试一下结果,就存在这些问题: 1.如果方法需要测试,都需要在main方法上调用 2.目前的结果都需要我们人工对比 所以就需要用到 junit 进行测试: 1·下载 junit ...
- Android Studio启动模拟器失败
启动Android Studio的模拟器报“Emulator: Process finished with exit code -1073741819 (0xC0000005)”错误教程: 1.进入该 ...
- shell操作钉钉机器人实现告警提醒
我们知道,之前的运维告警多通过mail 等方式通知到相应的人员,难以实现随时随地的查看.随着手机APP的发展,很多告警开始发送到IM软件上去.目前比较常用的是发送到微信和钉钉上,今天我们将重点放在钉钉 ...
- NLP(十九) 双向LSTM情感分类模型
使用IMDB情绪数据来比较CNN和RNN两种方法,预处理与上节相同 from __future__ import print_function import numpy as np import pa ...
- 美团2018年CodeM大赛-资格赛 分数 暴力模拟
链接:https://www.nowcoder.com/acm/contest/138/D来源:牛客网 小胖参加了人生中最重要的比赛——MedoC资格赛.MedoC的资格赛由m轮构成,使用常见的“加权 ...
- codeforces 793 D. Presents in Bankopolis(记忆化搜索)
题目链接:http://codeforces.com/contest/793/problem/D 题意:给出n个点m条边选择k个点,要求k个点是联通的而且不成环,而且选的边不能包含选过的边不能包含以前 ...
- Erlang模块gen_fsm翻译
模块摘要 通用有限状态机行为. 描述 用于实现有限状态机的行为模块.使用该模块实现的通用有限状态机进程(gen_fsm)将具有一组标准的接口函数,并包括用于跟踪和错误报告的功能.它 ...
- 【Hystrix】实现服务隔离和降级
一.背景 1.1 服务熔断 1.2 服务降级 1.3 服务隔离 1.4 总结 二.使用Hystrix实现服务隔离和降级 2.1 Hytrix 简介 2.2 线程池方式 2.3 信号量 三.项目搭建 3 ...
- linux安装python串口工具pyserial遇到不能成功导入的问题
常规方法:pip install pyserial导入serial后提示: 解决方法:apt install python3-serial 参考:https://stackoverflow.com/q ...