连续变量的参数检验:均值比较检验ppt课件

连续变量的参数检验:均值比较检验ppt课件

ID:43179866

大小:1.36 MB

页数:74页

时间:2019-10-01

连续变量的参数检验:均值比较检验ppt课件_第1页
连续变量的参数检验:均值比较检验ppt课件_第2页
连续变量的参数检验:均值比较检验ppt课件_第3页
连续变量的参数检验:均值比较检验ppt课件_第4页
连续变量的参数检验:均值比较检验ppt课件_第5页
资源描述:

《连续变量的参数检验:均值比较检验ppt课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第四讲连续变量的统计推断(一):均值比较的t检验第一节、假设检验概述第二节、单样本的T检验第三节、两独立样本的T检验第四节、两配对样本的T检验第一节假设检验概述一、推断统计与假设检验推断统计是根据样本数据推断总体数量特征的统计分析方法。根据样本来推断总体的原因:总体数据不可能全部收集到。如:质量检测问题收集到总体全部数据要耗费大量的人力和财力推断统计通常包括以下两个内容:假设总体的分布已知---参数检验假设总体的分布未知---非参数检验。统计方法描述统计推断统计估计假设检验参数检验非参数检验参数

2、检验:事先对总体参数或分布形式作出某种假设,然后利用样本信息来判断原假设是否成立;非参数检验:是指在总体不服从正态分布且分布情况不明时,用来检验数据资料是否来自同一个总体假设的一类检验方法。由于这些方法一般不涉及总体参数故得名。参数检验方法和非参数检验方法比较非参数检验总是比传统检验安全。在总体分布形式已知时,非参数检验就不如传统方法效率高。这是因为非参数方法利用的信息要少些。往往在传统方法可以拒绝零假设的情况,非参数检验无法拒绝。非参数统计在总体未知时效率要比传统方法要高,有时要高很多。是否用

3、非参数统计方法,要根据对总体分布的了解程度来确定。二、假设检验的基本思想1、假设检验采用的逻辑推理方法是反证法为了检某假设是否成立,先假定它正确,然后根据样本信息,观察由此假设而导致的结果是否合理,从而判断是否接受原假设;2、判断结果合理与否,是基于“小概率事件不易发生”这一原理的即在一次抽样中,小概率事件不可能发生。如果在原假设下发生了小概率事件,则认为原假设是不合理的;反之,小概率事件没有发生,则认为原假设是合理的。小概率事件在一次试验中几乎不会发生。...因此我们拒绝假设=50...如果

4、这是总体的真实均值样本均值m=50抽样分布H0这个值不像我们应该得到的样本均值...20三、假设检验的步骤(1)提出原假设H0。即根据检验的目标,对待推断的总体参数或分布作一个基本假设(2)选择检验统计量。构造检验统计量,且该统计量一定服从某种已知分布.(3)计算检验统计量值发生的概率P值利用收集到的样本数据和基本假设计算检验统计量的值,并得到相应的相伴概率,即:检验统计量在某个特定的极端区域取值在H0成立时的概率.(4)给定显著性水平α;(5)作出统计决策。如果相伴概率小于用户给定的显著性水平

5、a,则拒绝H0.否则,不能拒绝H0.什么是P值?是一个概率值;如果原假设为真,P-值是抽样分布中大于或小于样本统计量的概率;被称为观察到的(或实测的)显著性水平。双侧检验的P值/2/2Z拒绝拒绝H0值临界值计算出的样本统计量计算出的样本统计量临界值1/2P值1/2P值左侧检验的P值H0值临界值a样本统计量拒绝域抽样分布1-置信水平计算出的样本统计量P值右侧检验的P值H0值临界值a拒绝域抽样分布1-置信水平计算出的样本统计量P值利用P值进行检验(决策准则)若p-值>,不拒绝H0若p-值<

6、,拒绝H0四、假设检验的两类错误假设检验中的两类错误是指在假设检验中,由于样本信息的局限性,势必会产生错误,错误无非只有两种情况,在统计学中,我们一般称为Ⅰ类错误,Ⅱ类错误。第一类错误(Ⅰ类错误)也称为α错误:拒真,是指当虚无假设(H0)正确时,而拒绝H0所犯的错误。这意味着研究者的结论并不正确,即观察到了实际上并不存在的处理效应。第二类错误(Ⅱ类错误)也称为β错误:纳伪,是指虚无假设错误时,反而接受虚无假设的情况,即没有观察到存在的处理效应。四、均值比较检验的SPSS实现【比较均值】子菜单均

7、值:分组计算样本的描述性统计量。单样本t检验:单样本t检验,即比较样本均值和总体均值的t检验。独立样本t检验:独立两样本t检验,即比较两独立样本均值的t检验。配对样本t检验:配对样本t检验,即比较配对设计的差数均值与0的t检验。单因素ANOVA:单因素方差分析。第二节均值(Means)—分组计算样本的描述性统计量【均值】过程的特点:和描述性统计分析的过程相比,【均值】过程可直接给出分组的统计结果同时,可直接输出方差分析的结果而无需调用专门的方差分析过程案例:在CCSS项目中,以项目启动时的200

8、7年4月的数据为指数基线,基线期指数值为100,随后各期所计算出的指数则代表当期数值相对于“基线”调查数值的变动比例。CCSS_Sample.sav中提供了北京、上海、广州3个一线城市的调查数据,现有如下目的:对2007年4月北京、上海、广州3个一线城市的消费者信心指数值的均值进行描述。对2007年4月3个城市消费者信心指数均值进行分组描述的分析步骤:第一步:选择待分析的个案第二步:均值描述过程点击选项(Options)…结果解读:1、数据摘要与基本分组信息2、方差分析结果3、相关性度量表4、选

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。