一、单样本T检验

应用举例

分析

操作

结果及分析

二、配对样本的T检验

应用举例

分析

操作

结果及分析

三、独立样本的T检验

应用举例

分析

操作

结果及分析

一、单样本T检验

推断该样本来自的总体均值μ与已知的某一总体均值μ0（理论值）有无差别，用于比较一组数据与一个特定数值之间的差异情况。

应用举例：

1、从某厂生产的零件中随机抽取若干件，检验其某种规格的均值是否与要求的规格相等（双侧检验）

2、在某偏远地区随机抽取若干健康男子，检验其脉搏均数是否高于全体健康男子平均水平（单侧检验）

3、检验某一线城市全体高三学生视力水平是否比全国全体高三学生视力水平低（单侧检验）

分析：

本例25例贫困孕妇接受了膳食服务，他们的新生儿体重即为一个样本，而所有未经膳食干预的贫困妇女所生新生儿体重为总体，此处即是样本均数与总体均数的比较，新生儿体重服从正态分布，可以采用单样本资料t检验进行推断

研究者拟分析样本均值与总体均值是否不同，即判断招募研究对象的BMI均值与总体人群BMI均值24之间是否有差异。针对这种情况，可以使用单样本t检验，但需要先满足4项假设：

假设1：观测变量为连续变量，如本研究中的BMI为连续变量。

假设2：观测值相互独立，如本研究中各位研究对象的信息都是独立的，不存在相互干扰作用。

假设3：观测变量不存在显著的异常值。

假设4：观测变量接近正态分布。

建立假设：

H0：μ=μ0，【】的均值为【】

H1：μ≠μ0，【】的均值不是【】

α=0.05

操作：

1、是否符合正态分布 分析-描述统计-探索

2、单样本T检验 分析-比较平均值-单样本T检验

结果及分析

1、【】法检验结果P=【】，按α=0.05的检验水准，P>0.05，不拒绝H0，认为该样本服从正态分布，满足t检验的条件

2、本例t=【】，P=【】，P值<检验水准0.05，因此拒绝H0，差异有统计学意义，可以认为【】，干预有效

二、配对样本的T检验

能够较好地控制非实验因素对研究结果的影响，用于检验有一定对应关系的样本之间的差异情况，需要两组样本数相等。

应用举例：

同一对象处理前后结果有无差异（同一组人员采用同一种减肥方法前后的效果对比）；
同一对象采用两种方法检验结果有无差异（对于一批血清样本，将其分为两个部分，利用不同的方法接受某种化合物的检验，检验结果的差异）；
配对的两个对象分别接受两种处理后的结果有无差异（两组人员，按照体重进行配对，服用不同的减肥药，对比服药后的两组人员的体重）。

分析：

该资料为自身前后对照的配对设计，因为服药前后体重的差值服从正态分布，进行配对样本t检验

配对样本t检验时，需要考虑4个假设：

假设1：观测变量为连续变量。

假设2：分组变量包含两个分类、且相关（配对）。

假设3：两个相关（配对）组别间观测变量的差值没有明显异常值。

假设4：两个相关（配对）组别间观测变量的差值近似服从正态分布。

假设：

H0：μd=0，两种处理没有差别，差值总体均值为0

H0：μd≠0，两种处理存在差别，差值总体均值不为0

α=0.05

操作：

1、配对的差值是否符合正态分布 转换-计算变量；分析-描述统计-探索

2、配对样本T检验 分析-比较平均值-成对样本T检验

结果及分析：

1、S-W法检验结果P=【】，按α=0.05的检验水准，P>0.05，不拒绝H0，认为该样本差值服从正态分布，满足t检验的条件

2、（1）本例t=【】，P=【】，按α=0.05的检验水准，P<0.05，拒绝H0，接受H1差异有统计学意义，可以认为【】。

（2）本例t=【】，P=【】，按α=0.05的检验水准，P>0.05，不拒绝H0，差异无统计学意义，尚不能认为【】。

三、独立样本的T检验

独立样本与配对样本的不同之处在于独立样本T检验两组数据的样本个数可以不等。

应用举例：

1、检验两工厂生产同种零件的规格是否相等（双侧检验）

2、为研究某种治疗儿童贫血新药的疗效，以常规药作为对照，治疗一段时间后，检验施以新药的儿童血红蛋白的增加量是否比常规药的大（单侧检验）

3、检验两种药物对治疗高血压的效果，检验两组药物的降压水平是否相等（双侧检验）

分析：

研究者拟分析两组数据均值是否有差异，先满足粗体：一度续租不差，如果满足其他，则可以用独立样本t检验

假设1：观测变量为连续变量，如本研究中的成绩为连续变量。

假设2：观测变量可分为2组，如本研究中分为男生和女生。

假设3：观测值之间相互独立，如本研究中各位研究对象的信息都是独立的，不存在相互干扰。

假设4：观测变量不存在显著的异常值。

假设5：观测变量在各组内接近正态分布。

假设6：两组的观测变量的方差相等。

假设：

H0：μ1=μ2，两样本均值差异完全由抽样误差造成，两总体均值相同

H0：μ1≠μ2，两样本均值差异除由抽样误差造成外，两总体均值确实存在差异

α=0.05

操作：

1、分析有无异常值 图形-旧对话框-箱图

2、两组样本是否均服从正态分布

数据-拆分文件；分析-描述统计-探索；数据-拆分文件

；

3、独立样本T检验 分析-比较平均值-独立样本T检验

结果及分析：

1、S-W法检验结果，【】组P=【】，【】组P=【】，按α=0.05的检验水准，两组P均大于0.05，认为两样本均服从正态分布

2、先看方差齐性：本例方差齐性检验结果为F=【】，P=【】，按α=0.05的检验水准，P>0.05，不拒绝H0，还不能认为两样本所在的总体方差不齐，由于P值较大，从实用角度出发，可以认为两总体方差齐，故看第一行t检验的结果。

3、t=【】，P=【】，按α=0.05的检验水准，P<0.05，拒绝H0，接受H1，两组样本差异有统计学意义，可以认为【】。

SPSS学习笔记（二）T检验相关推荐

Greedy Match学习笔记二 —— 安慰剂检验与置信区间计算
Greedy Match学习笔记二 -- 安慰剂检验与置信区间计算上一节我们介绍了Greedy Match的基本原理.本节中,我们将在不同样本量的情况下分别进行安慰剂检验,以验证Greedy Mat ...
SPSS学习笔记 -- 独立样本t检验
独立样本t检验的假定: 观测是独立的: 每组因变量总体服从正态分布: 对于中等到较大的样本量,绝大部分的非正态分布趋向于对t检验的精确性没有多少影响. 3.每组总体方差相等: 适用情况: 当对两个独立 ...
SPSS学习笔记（1）
SPSS学习笔记(1) SPSS是世界上最早的统计分析软件,美国斯坦福大学的三位研究生研制,于20世纪60年代末成立了SPSS公司,并于1975年在芝加哥组建了SPSS总部. 2009年7月28日,I ...
qml学习笔记(二)：可视化元素基类Item详解（上半场anchors等等）
原博主博客地址:http://blog.csdn.net/qq21497936 本文章博客地址:http://blog.csdn.net/qq21497936/article/details/7851 ...
影像组学视频学习笔记(9)-T检验(T-test)理论及示例、Li‘s have a solution and plan.
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频本节(9)主要介绍: T-test理论及示例 T 检验两独立样本t检验(ttest_ind):检验两组独立样本的平均数与其分布是否具有显著性 ...
[转载]dorado学习笔记(二)
原文地址:dorado学习笔记(二)作者:傻掛 ·isFirst, isLast在什么情况下使用?在遍历dataset的时候会用到 ·dorado执行的顺序,首先由jsp发送请求,调用相关的ViewM ...
PyTorch学习笔记(二)——回归
PyTorch学习笔记(二)--回归本文主要是用PyTorch来实现一个简单的回归任务. 编辑器:spyder 1.引入相应的包及生成伪数据 import torch import torch.nn ...
tensorflow学习笔记二——建立一个简单的神经网络拟合二次函数
tensorflow学习笔记二--建立一个简单的神经网络 2016-09-23 16:04 2973人阅读评论(2) 收藏举报分类: tensorflow(4) 目录(?)[+] 本笔记目的 ...
Scapy学习笔记二
Scapy学习笔记二 Scapy Sniffer的用法: http://blog.csdn.net/qwertyupoiuytr/article/details/54670489 Scapy Snif ...
Ethernet/IP 学习笔记二
Ethernet/IP 学习笔记二原文链接:http://wiki.mbalib.com/wiki/Ethernet/IP 1.通信模式不同于源/目的通信模式,EtherNet/IP 采用生产/消 ...

SPSS学习笔记（二）T检验

一、单样本T检验

应用举例：

分析：

操作：

结果及分析

二、配对样本的T检验

应用举例：

分析：

操作：

结果及分析：

三、独立样本的T检验

应用举例：

分析：

操作：

结果及分析：

SPSS学习笔记（二）T检验相关推荐

最新文章

热门文章