SPSS t 检验
在针对连续变量的统计推断方法中,最常用的是 t 检验和方差分析两种。
t 检验,又称 student t 检验,主要用于样本含量较小(例如n<30),总体标准差未知的正态分布资料。它是用 t 分布理论来推断差异发生的概率,从而判定两个平均数的差异是否显著。
u 检验适用于总体标准差已知的小样本均数的假设检验,或总体标准差未知的大样本均数的假设检验。当样本数较大时,t 检验和 u 检验可以等同使用。
t 检验又三种:
(1)单样本 t 检验过程:进行样本均数与已知总体均数的比较。
当样本量足够大,即使原数据不服从正态分布,由中心极限定理可知,其样本均数的抽样分布仍然是正态的。因此当样本量较大时,研究者很少去考虑单样本 t 检验的适用条件,此时真正会限制该方法使用的是均数是否能够代表相应数据的集中趋势,只要数据分布不是强烈的偏态,一般而言单样本 t 检验都是适用的。
当样本例数 n 较小时,一般要求样本取自正态总体,可以通过K-S检验来考察,该方法适用于大样本,也可以用更直观的作图方法判断,一般而言,单样本 t 检验是一个非常稳健的统计方法,只要没有明显的极端值,其分析结果都是稳定的。
(2)独立样本 t 检验过程:进行两样本均数差别的比较,即通常所说的两组资料的 t 检验。
进行两样本均数比较的 t 检验要求两样本来自的总体方差相等,即方差齐性。
当两样本所在总体的方差不同时,需要对结果进行一定的校正,再按相应的 t 值和自由度计算出相对应的 P 值,就是所谓的方差不齐时用于比较两个样本的 t’ 检验。
下图是参考资料1中比较高收入家庭和低收入家庭的消费者信心平均水平。
在应用 t 检验进行两样本均数的比较时,要求数据满足以下3个条件。
a、独立性,各观察值之间是相互独立的,不能相互影响。在实际应用中,独立性对结果影响较大,但检验数据独立性的方法比较复杂,一般都是根据资料的性质来判断。
b、正态性,各个样本均来自正态分布的总体。t 检验对资料的正态性有一定的耐受能力,如果资料只是稍微偏离正态,结果仍然是稳定的。
c、方差齐性,各个样本所在总体的方差相等。这个对结论影响较大,在进行均数比较时方差齐性检验更为重要。可通过Levene's 检验来进行。
(3)配对样本 t 检验过程:进行配对资料的均数比较,即配对 t 检验。
在很多科学研究中,常采用配对设计来提高研究效率,常见的配对设计有4种情况:a、同一受试对象处理前后的数据;b、同一受试对象两个部位的数据;c、同一样品用两种方法检验的结果;d、配对的两个受试对象分别接受两种处理后的数据。在进行配对设计得到的样本数据中,每对数据之间都有一定的相关,如果忽略这种关系就会浪费大量的统计信息。
配对 t 检验的基本原理是为每对数据求差值,如果两种处理实际上没有差异,则差值的总体均数应当为0,从该总体中抽出的样本其均数也应当在0附近波动;反之,如果两种处理有差异,差值的总体均数应当远离0,其样本均数也应当远离0。这样,通过检验该差值总体均数是否为0,就可以得知两种处理有无差异。
配对样本 t 检验过程的功能实际上是和单样本 t 检验过程相重复的(等价于已知总体均数为0的情况),但配对样本 t 检验过程使用的数据输入格式和前者不同,因此它仍有存在价值。
由于配对 t 检验的本质就是单样本 t 检验,因此其适用条件的考察也和单样本 t 检验近似。
参考资料:
1. 张文彤. 《SPSS统计分析基础教程》
SPSS t 检验的更多相关文章
- SPSS-非参数检验
非参数检验(卡方(Chi-square)检验.二项分布(Binomial)检验.单样本K-S(Kolmogorov-Smirnov)检验.单样本变量值随机性检验(Runs Test).两独立样本非参数 ...
- SPSS数据分析——t检验
SPSS中t检验全都集中在分析—比较均值菜单中.关于t检验再简单说一下,我们知道一个统计结果需要表达三部分内容,即集中性.变异性.显著性. 集中性的表现指标是均值变异的的表现指标是方差.标准差或标准误 ...
- 【论文笔记】使用SPSS 进行 T Test (T检验)
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 ...
- SPSS 分布类型的检验
假设检验的标准步骤: 1.建立假设:根据问题的需要提出原假设H0,以及其对立面备择假设H1. 2.确立检验水准:即设立小概率事件的界值α. 3.进行试验:得到用于统计分析的样本,以该试验的结果作为假设 ...
- 《spss统计分析与行业应用案例详解》:实例九 单一样本t检验
单一样本t检验的功能与意义 spss的单一样本t检验过程是瑕设检验中最基本也是最常用的方法之一,跟所有的假没检验一样,其依剧的基木原理也是统计学中的‘小概率反证法”原理.通过单一样本t检验.我们可以实 ...
- 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—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 ...
- 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单一样本的T检验
SPSS单一样本的T检验 如果已知总体均数,进行样本均数与总体均数之间的差异显著性检验属于单一样本的T检验.在SPSS中,单一样本的T检验由"One-Sample T Test"过 ...
随机推荐
- Linux上的下载软件uGet
uGet是一款开源下载软件,类似于我们常用的迅雷,不过uGet支持的操作系统非常多,Ubunut,Arch,openSUSE,Windows,MacOS,BSD等. uGet支持两个下载引擎:curl ...
- volatile变量,java内存模型
volatile变量提供了最轻量级的同步机制,当一个变量加上volatile修饰时,会具有一下两个特性 https://blog.csdn.net/u011277123/article/details ...
- git零散知识
集中式与分布式的差别: 集中式的服务器挂了所有人都挂了,因为完整仓库只存在服务器上,分布式如果github挂了你可以重新建一个服务器,然后把任何一个人的仓库clone过去 一句话总结:分布式版本控制的 ...
- MongoDB的安全校验
一.MongoDB安全校验的重要性 每个MongoDB实例中的数据库都可以有许多用户.如果没有开启安全校验,限制用户权限,则每个进到数据库的用户都能任意的对数据库数据进行读,写甚至是读写操作.这样的场 ...
- Linux环境下Netstat与PS的使用
Linux下用netstat查看网络状态.端口状态 在linux一般使用netstat 来查看系统端口使用情况步. netstat命令是一个监控TCP/IP网络的非常有用的工具,它可以显示路由表.实际 ...
- oracle dataguard参数
在整个dg配置中,最复杂的也许就是参数的配置了,并且有许多参数都可以延伸出去讲很多,所以今天我们来看看dg的参数配置,顺便加上一点dataguard进程相关的信息,帮助理解. 在配置dg的过程中,我们 ...
- (转)VC串口小程序(用SerialPort类)
××××××××××××××××××××××××××××××××××××××××××××××××××××× 在MFC里面实现串口通讯有很多方式: 方案一:使用微软公司提供的 串口类,SerialPor ...
- iOS App 上架(Analysis 工具使用)
随着iOS开发的流行,针对iOS开发涉及的方方面面,早有一些公司提供了专门的解决方案或工具.这些解决方案或工具包括:用户行为统计工具(友盟,Flurry,Google Analytics等), App ...
- python全栈开发从入门到放弃之socket并发编程多线程
一 threading模块介绍 multiprocess模块的完全模仿了threading模块的接口,二者在使用层面,有很大的相似性,因而不再详细介绍 二 开启线程的两种方式 from threadi ...
- 核心动画(CAKeyframeAnimation,CABasicAnimation)
一,核心动画常用的三种例子 view的核心动画其体现就是把view按照指定好的路径进行运动,针对的是view的整体. [view.layer addAnimation:动画路径 forKey:@“绑定 ...