独立样本t检验用于比较独立设计(也叫完全随机设计)的两组总体均数是否相同。一般而言此法根据分组设计而决定,但有时候也可以按某个定量变量的截断值(cut point)分成两组,比较这两组某个变量的均数。

例如,一家百货公司的分析师想评估一下最近的信用卡促销活动,从而随机抽取500名持卡者。其中一半的人收到了一则宣传未来三个月内购买的商品折扣情况的广告,另一半的人收到了一则标准的季节性广告。这个例子是SPSS的自带数据集creditpromo.sav(关于自带数据获取方法在往期推文“配对t检验”有提到),以此为例给大家介绍该方法在SPSS中的实现。

数据中insert是分组,dollars是要比较均数的变量。我们假定两组的dollars都来自正态分布的总体。

分析-比较均值-独立样本t检验

放入检验变量dollars,分组变量insert,定义分组变量取值0和1

结果解读:结果有两个表格,第一个是描述统计量,可见两组样本均数不同,而我们关心的是总体均数是否不同,所以看第二个独立样本检验的结果。第一行对应的Levene检验,作用是考查两组方差是否相等,如果相等,则看第一行的t值与P值,否则看第二行。Levene检验的P=0.276,大于0.1,表示方差相等,于是t检验的结果为:t=-2.260,P=0.024。P小于0.05,差异有统计学意义,据此认为,两种广告方式的效果不一样。另外,差值的95%置信区间没有包括0,也说明两组差异有统计学意义,这与t检验结果一致。

更多精彩内容请大家关注我的微信公众号 统计练习题

独立样本t检验及其在SPSS中的实现相关推荐

  1. 用spss做多组两两相关性分析_两独立样本T检验及如何利用SPSS实现其操作

    上一篇文章我们讲解了有关单样本T检验的相关内容(如何使用SPSS进行单样本检验),其实论文中除了常用到的单样本T检验以外,还有另外一种T检验的方法也是经常用到的统计方法,也就是两独立样本T检验 说到T ...

  2. spss数据分析_单样本T检验_两独立样本T检验

    题目: 分析某班级学生的高考数学成绩和全国的平均成绩70之间是否存在显著性差异 单样本T检验 分析->比较平均值->单样本T检验 单击确定 两独立样本T检验 题目: 用SPSS分析A.B两 ...

  3. SPSS中,进行两独立样本T检验

    •两独立样本T检验的目的是利用来自两个正态总体的独立样本,推断两个总体的均值是否存在显著差异. 区别于配对样本T检验,独立样本T检验是来自两个独立样本,或者被同一样本数据的二分类变量分配的两个样本:配 ...

  4. SPSS结果解读——【独立样本T检验】【方差齐性】

    问题:检验食物的咸淡口味是否会影响消费者对热量的估计 导入SPSS,点击分析-比较平均值-独立样本T检验 检验变量为热量估计,分组变量为口味类型A 选择定义组,组1为1(咸),组2为2(淡) 得到结果 ...

  5. Python4班平均成绩统计_医学统计软件应用——SPSS(四) 配对样本及两独立样本t检验...

    t检验多用于两组连续性变量样本均数的比较.例如,研究两地正常成年男性血液红细胞均数的差别,两个班级期末考试成绩之间的差别.配对样本是比较特殊的,配对样本是指两个样本中的观察值由于存在某种联系而一一对应 ...

  6. 通过使用SPSS独立样本T检验,分析两组个案的差异(下)

    上一节,我们重点讲解了IBM SPSS Statistics独立样本T检验的检验原理.数据要求以及数据转换的方法.这部分的内容相当重要,建议先理解了上一节内容再学习本节的实例操作. 如图1所示,可以看 ...

  7. excel 两组数据交点_【如何写论文系列之 SPSS数据分析】独立样本 t 检验

    今天我们来介绍一种研究中使用最为广泛的数据分析方法--独立样本 t 检验.为什么说独立样本 t 检验是使用最为广泛的方法呢?这要从我们研究设计开始说起,研究一般是建立在发明了一种新方法,对于一部分研究 ...

  8. 通过SPSS独立样本T检验,分析两组个案的差异(上)

    独立样本T检验与平均值检验.单样本T检验.配对样本T检验均属于比较平均值的检验方法.不同的是,独立样本T检验比较的是两组个案的平均值.该检验需要符合随机分布的假定,也就是说,两组个案数据间的差异无其他 ...

  9. 医咖会SPSS免费教程学习笔记—独立样本T检验

    1.独立样本T检验的目的: 比较不同组别中待检验变量的均值是否存在差异.实例:使用不同饲料的老鼠体内的铁质差异 2.独立样本T检验需要满足的假设: (1)独立 (2)服从正态分布 (3)无异常值 (4 ...

最新文章

  1. 基带信号传输之信道均衡
  2. 学习速率 learning rate
  3. 会议报到和撒离时间算会期_【NKMUN2021】城市会议新模式:让心动成为可能
  4. 封装instanceof
  5. 数据分析应用统计学之分散性与变异性的测量【极差、四分位差、偏态系数、峰态系数、统计指标】
  6. 2009年上半年网工考试试题分析41-50
  7. python官方文档中文版-主页 - Keras 中文文档
  8. 【事件相机整理】信号处理、噪声与滤波
  9. 北航机械学院计算机制图,北航《机械制图》在线作业一(含答案)
  10. 笔记44-JQuery高级笔记
  11. atx和matx机箱_常见的主板规格ATX与mATX比较,各有什么优缺点,选哪个好?
  12. Vite:Error: Cannot find module ‘worker_threads‘
  13. Android如何处理过大图片的显示
  14. 流式传输原理(一) 之通过Web服务器访问音频和视频
  15. Centos 7系统常用指令
  16. 如何知道国外流行哪款 App (榜单)
  17. c语言水仙花数256,c语言学习:求水仙花数
  18. 大数据应用的几个典型例子
  19. Swift4.0判断本函数是否在其它类有相同的方法
  20. 中兴历年笔试题自己收藏用03

热门文章

  1. 学mysql需要英语水平多高_大学英语专业挂科率高吗
  2. [学习笔记]UnityShader入门精要_第12章_屏幕后处理效果
  3. Spring Boot默认异常处理BasicErrorController源码解读
  4. Cypress之模拟键盘鼠标操作以及页面元素拖动操作
  5. win7 eclipse调用虚拟机ubuntu部署的hadoop2.2.0伪分布(1)
  6. 万字长文 | 数据分析师的机遇与挑战
  7. 说说 jBPM 流程虚拟机的原理
  8. JavaScript运算符 ~,~~,|,,
  9. Linux 邮件服务
  10. The word 'XXX' is not correctly spelled