SPPS-T检验
【推断统计】 1. 样本和总体 总体:目标事件的全体 样本:总体的一部分(总体的子集) 2. 推断统计: 用样本数据对总体进行归纳的统计过程 假定:样本对总体具有代表性 3. 假设检验: 两个假设:原假设+备择假设 原假设:表述为一个处理没有影响--(小概率事件)H0 备择假设:表述为该处理有影响 H1 4. 抽样误差: 样本和总体之间的差别(样本越少,样本和总体之间的差别越大) 5. P值 P值:表示原假设为真时得到特定结果(甚至更极端结果)的确切概率--“显著性” 作用:alpha(α)--0.05(0.01,0.1) 进行比较: 如果p值小于等于0.05(α),则拒绝原假设---“显著性”或者“统计意义上的显著性” 如果p值大于0.05(α),则不拒绝原假设(接受原假设)---“不显著” 一、T检验 单样本T检验、独立样本T检验、配对样本T检验 【单样本T检验】 将样本均值与总体均值或估计的总体均值进行比较 1. 目的:判断样本均值是否与总体均值或估计的总体均值是否有显著区别 2. 所需数据: 样本(来自总体)+ 因变量(连续) 3. 假设条件: a. 观测值独立 b. 总体当中的因变量服从正态分布 4. 原假设和备择假设: 原假设:H0: μ=μ0 备择假设:H1: μ≠μ0 μ表示样本均值,μ0表示总体均值 5. 假设检验: 假定原假设为真的情况下