首頁資訊【SPSS】?jī)膳鋵?duì)樣本T檢驗(yàn)分析詳細(xì)操作教程（附案例實(shí)戰(zhàn)）

【SPSS】?jī)膳鋵?duì)樣本T檢驗(yàn)分析詳細(xì)操作教程（附案例實(shí)戰(zhàn)）

來源：泰然健康網(wǎng) 時(shí)間：2024年12月07日 05:38

2024-02-02 693 發(fā)布于山西

版權(quán)

舉報(bào)

版權(quán)聲明：

本文內(nèi)容由阿里云實(shí)名注冊(cè)用戶自發(fā)貢獻(xiàn)，版權(quán)歸原作者所有，阿里云開發(fā)者社區(qū)不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。具體規(guī)則請(qǐng)查看《阿里云開發(fā)者社區(qū)用戶服務(wù)協(xié)議》和《阿里云開發(fā)者社區(qū)知識(shí)產(chǎn)權(quán)保護(hù)指引》。如果您發(fā)現(xiàn)本社區(qū)中有涉嫌抄襲的內(nèi)容，填寫侵權(quán)投訴表單進(jìn)行舉報(bào)，一經(jīng)查實(shí)，本社區(qū)將立刻刪除涉嫌侵權(quán)內(nèi)容。

推斷統(tǒng)計(jì)與參數(shù)檢驗(yàn)

推斷統(tǒng)計(jì)

推斷統(tǒng)計(jì)方法是根據(jù)樣本數(shù)據(jù)推斷總體特征的方法推斷統(tǒng)計(jì)包括參數(shù)估計(jì) (點(diǎn)估計(jì)和區(qū)間估計(jì))和假設(shè)檢驗(yàn)兩大類

參數(shù)檢驗(yàn) VS 非參數(shù)檢驗(yàn)

參數(shù)檢驗(yàn)（參數(shù)假設(shè)檢驗(yàn)）

總體分布已知（如總體為正態(tài)分布）的情況下,根據(jù)樣本數(shù)據(jù)對(duì)總體分布的統(tǒng)計(jì)參數(shù)(如均值、方差等)進(jìn)行推斷

非參數(shù)檢驗(yàn)（非參數(shù)假設(shè)檢驗(yàn)）

總體分布未知的情況下,根據(jù)樣本數(shù)據(jù)對(duì)總體的分布形式或數(shù)字特征進(jìn)行推斷

假設(shè)檢驗(yàn)

假設(shè)檢驗(yàn)的基本思想

1 首先，對(duì)總體參數(shù)值提出假設(shè)

2 然后，利用樣本告知的信息去驗(yàn)證先前提出的假設(shè)是否成立

如果樣本數(shù)據(jù)不能夠充分證明和支持假設(shè),則應(yīng)拒絕假設(shè)如果樣本數(shù)據(jù)能夠充分證明和支持假設(shè),則不能推翻假設(shè)

小概率原理：

發(fā)生概率很小的隨機(jī)事件在某一次特定的實(shí)驗(yàn)中是幾乎不可能發(fā)生的小概率原理是假設(shè)檢驗(yàn)所依據(jù)的原理

假設(shè)檢驗(yàn)的基本步驟

1.提出原假設(shè)(記為H0 )和備擇假設(shè)(記為H1 ) 通常，將希望推翻的假設(shè)放在原假設(shè)上

2.選擇檢驗(yàn)統(tǒng)計(jì)量：檢驗(yàn)統(tǒng)計(jì)量服從或近似服從某種已知的理論分布

3.計(jì)算概率P值：在認(rèn)為原假設(shè)成立的條件下,根據(jù)樣本數(shù)據(jù)和檢驗(yàn)統(tǒng)計(jì)量計(jì)算概率P值,該概率值間接地給出了樣本值(或更極端值)在原假設(shè)成立條件下發(fā)生的概率，即：P(拒絕H0|H0為真)

4.給定顯著性水平α,并作出統(tǒng)計(jì)決策：顯著性水平α是在原假設(shè)H0正確的前提下卻拒絕原假設(shè)的概率，即“棄真”概率，一般設(shè)定為 0.05或0.01 若概率P值小于等于α，拒絕原假設(shè)；否則，不能拒絕原假設(shè)

兩配對(duì)樣本t檢驗(yàn)

兩配對(duì)樣本t檢驗(yàn)介紹

配對(duì)樣本的含義：可以是個(gè)案在“前” “后”兩種狀態(tài)下某屬性的兩種不同特征配對(duì)樣本的特征兩個(gè)樣本的樣本量相同兩個(gè)樣本觀測(cè)值的先后順序是一一對(duì)應(yīng)的，不能隨意更改目的：利用來自兩個(gè)總體的配對(duì)樣本，推斷兩個(gè)總體的均值是否存在顯著差異

例如：為研究某減肥茶是否有顯著的減肥效果，需要對(duì)抽取的肥胖人群喝茶前與喝茶后的體重進(jìn)行分析。

兩配對(duì)樣本t檢驗(yàn)的基本步驟

兩配對(duì)樣本t檢驗(yàn)是通過單樣本t檢驗(yàn)來實(shí)現(xiàn)的，即最終轉(zhuǎn)化成對(duì) 差值樣本總體均值是否與0有顯著差異做檢驗(yàn)。

1 提出原假設(shè) H0 :μ1 -μ2=0

2 選擇檢驗(yàn)統(tǒng)計(jì)量

3 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率P值

4 給定顯著性水平α，并作出決策

兩配對(duì)樣本t檢驗(yàn)的應(yīng)用

【案例】為研究某種減肥茶是否具有明顯的減肥效果，某機(jī)構(gòu)對(duì)35名肥胖志愿者進(jìn)行了減肥跟蹤調(diào)研。首先將其喝減肥茶以前的體重記錄下來，三個(gè)月后再依次將這35名志愿者喝茶后的體重記錄下來。通過這兩組樣本數(shù)據(jù)的對(duì)比分析，推斷減肥茶是否具有明顯的減肥作用。

操作步驟：

①選擇菜單【分析】----> 【比較均值】----> 【配對(duì)樣本T檢驗(yàn)】

②選擇配對(duì)檢驗(yàn)變量到【配對(duì)變量(V)】框中

③分析結(jié)果如下：

結(jié)論：由第一個(gè)表可以看出，喝茶前與喝茶后樣本的平均值有較大差異，這種差距是由偶然的還是系統(tǒng)性的，還需要進(jìn)一步檢驗(yàn)。

第二個(gè)表描述了喝茶前后的線性相關(guān)性，說明喝茶前與喝茶后體重的線性相關(guān)程度較弱。

第三個(gè)表中t檢驗(yàn)統(tǒng)計(jì)量觀測(cè)值對(duì)應(yīng)的雙側(cè)概率P值接近0，小于顯著性水平α，應(yīng)該拒絕原假設(shè)，即認(rèn)為減肥前后體重差的總體平均值與0有顯著不同，意味著喝茶前與喝茶后的體重平均值存在顯著差異，可以認(rèn)為該減肥茶具有顯著的減肥效果。

網(wǎng)址: 【SPSS】?jī)膳鋵?duì)樣本T檢驗(yàn)分析詳細(xì)操作教程（附案例實(shí)戰(zhàn)） http://www.u1s5d6.cn/newsview329779.html