spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講課件

1、第五章,參數(shù)估計(jì)與假設(shè)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6配對(duì)樣板T檢驗(yàn) 5.7單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.1 統(tǒng)計(jì)推斷與假設(shè)檢驗(yàn),5.1.1 點(diǎn)估計(jì)簡(jiǎn)介 1.基本概念 點(diǎn)估計(jì)用樣本統(tǒng)計(jì)量的值直接作為總體參數(shù)的估計(jì)值。如用樣本均值直接作為總體均值的估計(jì)值，用樣本方差直接作為總體方差的估計(jì)值等。 2.常用的點(diǎn)估計(jì)方法 （1）矩估計(jì)法 （2）極大似然估計(jì)法 （3）穩(wěn)健估計(jì)法,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)

2、精講,5.1 統(tǒng)計(jì)推斷與假設(shè)檢驗(yàn),5.1.2 區(qū)間估計(jì)簡(jiǎn)介 因?yàn)辄c(diǎn)估計(jì)直接用樣本估計(jì)值作為總體參數(shù)的估計(jì)值，沒(méi)有提供關(guān)于估計(jì)精度的任何信息，存在抽樣標(biāo)準(zhǔn)誤差，故提出了未知參數(shù)的區(qū)間估計(jì)法。 給出兩個(gè)數(shù)，指出總體參數(shù)以一定概率位于兩數(shù)所確定的區(qū)間內(nèi)，這種估計(jì)叫做參數(shù)的區(qū)間估計(jì)。區(qū)間估計(jì)是在點(diǎn)估計(jì)的基礎(chǔ)上，給出總體參數(shù)估計(jì)的一個(gè)范圍，所以區(qū)間估計(jì)相對(duì)于點(diǎn)估計(jì)更加精確，要優(yōu)于點(diǎn)估計(jì),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.1 統(tǒng)計(jì)推斷與假設(shè)檢驗(yàn),5.1.3 參數(shù)估計(jì)SPSS實(shí)例分析 【例5-1】 從一個(gè)正態(tài)總體中隨機(jī)抽取容量為8的樣本，各樣本值分別為10，8，12，15，6，13，5，11

3、；求總體均值在95%的置信區(qū)間。 分析：這是一個(gè)求總體均值的區(qū)間估計(jì)問(wèn)題，進(jìn)行總體均值的區(qū)間估計(jì)可以采用探索分析或單樣本T檢驗(yàn)，本例中采用探索分析，具體分析步驟同例4-3,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6配對(duì)樣板T檢驗(yàn) 5.7單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.2 假設(shè)檢驗(yàn),5.2.1 基本概念及統(tǒng)計(jì)原理 1.統(tǒng)計(jì)假設(shè) 原假設(shè)：被檢驗(yàn)的假設(shè)，通過(guò)檢驗(yàn)可能被接受，也可能被否定；在很多情況下，我們給出一個(gè)統(tǒng)計(jì)假設(shè)僅僅是為了拒

4、絕它。例如，如果我們要判斷給定的一枚硬幣是否均勻，則假設(shè)硬幣是均勻的（即p=0.5，其中p是正面出現(xiàn)的概率）；類(lèi)似地，如果我們要判斷一種方法是否優(yōu)于其他的方法，則假設(shè)兩種方法之間沒(méi)有差異。這樣的假設(shè)通常稱(chēng)為零假設(shè)或原假設(shè)，記為 。 備擇假設(shè)：與原假設(shè)對(duì)應(yīng)的假設(shè)，只有在原假設(shè)被否定后才可接受的假設(shè)；例如，如果零假設(shè)是 ，則備擇假設(shè)是 。備擇假設(shè)記為 。 拒絕域、臨界點(diǎn)：當(dāng)檢驗(yàn)統(tǒng)計(jì)量取某個(gè)區(qū)域中的值時(shí)，拒絕原假設(shè)，則稱(chēng)該取值區(qū)域?yàn)榫芙^域，稱(chēng)拒絕域的邊界點(diǎn)為臨界點(diǎn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.2 假設(shè)檢驗(yàn),5.2.1 基本概念及統(tǒng)計(jì)原理 2.顯著性水平與置信水平 顯著性水平:在

5、作假設(shè)檢驗(yàn)時(shí)，我們犯第一類(lèi)錯(cuò)誤的最大概率稱(chēng)為檢驗(yàn)的顯著性水平。這個(gè)概率常記為，通常抽樣前就指定好，這樣得到的結(jié)果才不會(huì)影響我們的選擇。 在實(shí)際問(wèn)題中，顯著性水平可以有多種選擇，但最為普通的是0.05或0.01。例如，如果設(shè)計(jì)一個(gè)決策法則選擇的顯著性水平是0.05（5%），那么在100次中可能有5次機(jī)會(huì)使我們拒絕本該接受的假設(shè)。也就是說(shuō)，我們大約有95%的把握作出正確的決策。此時(shí)，我們說(shuō)拒絕假設(shè)的顯著性水平為0.05，即犯拒絕本應(yīng)接受的假設(shè)這類(lèi)錯(cuò)誤的概率是0.05。 置信水平：1- 為置信度或置信水平,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.2 假設(shè)檢驗(yàn),5.2.1 基本概念及統(tǒng)計(jì)原理

6、 3.假設(shè)檢驗(yàn)的兩類(lèi)錯(cuò)誤 第一類(lèi)錯(cuò)誤：在假設(shè)檢驗(yàn)中拒絕了本來(lái)是正確的原假設(shè)。 第二類(lèi)錯(cuò)誤：在假設(shè)檢驗(yàn)中沒(méi)有拒絕錯(cuò)誤的原假設(shè)。 4概率P值 P值是當(dāng)原假設(shè)正確時(shí)，觀測(cè)到的樣本信息出現(xiàn)的概率。通常用P值與預(yù)先設(shè)定的顯著性水平值比較，若P值小于顯著性水平，則認(rèn)為該概率值足夠小，應(yīng)拒絕原假設(shè)。 5單側(cè)檢驗(yàn)與雙側(cè)檢驗(yàn) 雙側(cè)檢驗(yàn)：只強(qiáng)調(diào)差異而不強(qiáng)調(diào)方向性的檢驗(yàn)叫雙側(cè)檢驗(yàn)。 單側(cè)檢驗(yàn)：強(qiáng)調(diào)某一方向的檢驗(yàn)叫單側(cè)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.2 假設(shè)檢驗(yàn),5.2.2 小概率事件原理 在概率論中我們把發(fā)生概率小到接近于0的事件稱(chēng)為小概率事件（即在大量重復(fù)試驗(yàn)中出現(xiàn)的頻率非常低）。 在統(tǒng)計(jì)

7、學(xué)上，把小概率事件看成在一次特定的抽樣中不可能發(fā)生的事件，稱(chēng)為“小概率事件實(shí)際不可能原理”。這是統(tǒng)計(jì)學(xué)上進(jìn)行假設(shè)檢驗(yàn)（顯著性檢驗(yàn)）的基本依據(jù)。根據(jù)這一原理，若某事件在理論上被認(rèn)為在原假設(shè)成立的情況下是個(gè)小概率事件，它不會(huì)出現(xiàn)，而在實(shí)際中出現(xiàn)了，我們就推翻原來(lái)的假設(shè)，認(rèn)為原假設(shè)不成立，從而接受備擇假設(shè),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.2 假設(shè)檢驗(yàn),5.2.3 假設(shè)檢驗(yàn)的一般步驟 第1步 給出檢驗(yàn)問(wèn)題的原假設(shè)； 根據(jù)檢驗(yàn)問(wèn)題的要求，將需要檢驗(yàn)的最終結(jié)果作為零假設(shè)。例如，需要檢驗(yàn)?zāi)硨W(xué)校的高考數(shù)學(xué)平均成績(jī)是否同往年的平均成績(jī)一樣，都為75,由此可做出零假設(shè)， 第2步 選擇檢驗(yàn)統(tǒng)計(jì)量；

8、 在統(tǒng)計(jì)推斷中，總是通過(guò)構(gòu)造樣本的統(tǒng)計(jì)量并計(jì)算統(tǒng)計(jì)量的概率值進(jìn)行推斷，一般構(gòu)造的統(tǒng)計(jì)量應(yīng)服從或近似服從常用的已知分布，例如均值檢驗(yàn)中最常用的t分布和F分布等。 第3步 規(guī)定顯著性水平,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.2 假設(shè)檢驗(yàn),5.2.3 假設(shè)檢驗(yàn)的一般步驟 第4步 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值及其發(fā)生的概率值； 在給定零假設(shè)前提下，計(jì)算統(tǒng)計(jì)量的觀測(cè)值和相應(yīng)概率p值。概率p值就是在零假設(shè) 成立時(shí)檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值發(fā)生的概率，該概率值間接地給出了樣本值在零假設(shè)成立的前提下的概率，對(duì)此可以依據(jù)一定的標(biāo)準(zhǔn)來(lái)判斷其發(fā)生的概率是否為小概率,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.

9、2 假設(shè)檢驗(yàn),5.2.3 假設(shè)檢驗(yàn)的一般步驟 第5步 在給定顯著性水平條件下，做出統(tǒng)計(jì)推斷結(jié)果。 這里的顯著性水平指的是當(dāng)假設(shè)正確時(shí)被拒絕的概率，即棄真概率，一般取0.01或0.05。當(dāng)檢驗(yàn)統(tǒng)計(jì)量的概率p值小于顯著性水平時(shí)，則認(rèn)為此時(shí)拒絕零假設(shè)而犯棄真錯(cuò)誤的概率小于顯著性水平，即低于預(yù)先給定的水平，也就是說(shuō)犯錯(cuò)誤的概率小到我們能容忍的范圍，這時(shí)可以拒絕零假設(shè)；反之，如果檢驗(yàn)統(tǒng)計(jì)量的概率p值大于顯著性水平，如果拒絕零假設(shè)，犯棄真錯(cuò)誤的概率大于預(yù)先給定的容忍水平，這時(shí)不應(yīng)該拒絕零假設(shè),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參

10、數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6配對(duì)樣板T檢驗(yàn) 5.7單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.3 參數(shù)檢驗(yàn)及非參數(shù)檢驗(yàn),5.3.1 參數(shù)檢驗(yàn)簡(jiǎn)介 參數(shù)檢驗(yàn)的總體分布形式是已知的或假定的，只是一些參數(shù)的取值或范圍未知，分析的主要目的是估計(jì)參數(shù)的取值范圍，或?qū)ζ溥M(jìn)行某種統(tǒng)計(jì)檢驗(yàn)。如正態(tài)總體的均值是否與某個(gè)值存在顯著差異，兩個(gè)總體的均值是否有顯著差異等。 主要包括: 單樣本T檢驗(yàn)：檢驗(yàn)單個(gè)變量的均值與假設(shè)檢驗(yàn)值之間是否存在差異； 獨(dú)立樣本T檢驗(yàn)：檢驗(yàn)兩組來(lái)自獨(dú)立總體的樣本，其獨(dú)立總體的均值或中心位置是否一樣； 配對(duì)樣本T檢驗(yàn)：檢驗(yàn)兩個(gè)相關(guān)的樣

11、本是否來(lái)自具有相同均值的總體,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.3 參數(shù)檢驗(yàn)及非參數(shù)檢驗(yàn),5.3.2 非參數(shù)檢驗(yàn)簡(jiǎn)介 非參數(shù)檢驗(yàn)是在總體分布未知的情況下，利用樣本數(shù)據(jù)對(duì)總體分布形態(tài)等進(jìn)行推斷的方法，在推斷過(guò)程中不涉及有關(guān)總體分布的參數(shù)，而是檢驗(yàn)總體某些有關(guān)的性質(zhì)，如總體的分布位置、分布形狀之間的比較等。 與參數(shù)檢驗(yàn)的原理相同，非參數(shù)檢驗(yàn)過(guò)程也是先根據(jù)問(wèn)題提出原假設(shè)，然后利用統(tǒng)計(jì)學(xué)原理構(gòu)造出適當(dāng)?shù)慕y(tǒng)計(jì)量，最后利用樣本數(shù)據(jù)計(jì)算統(tǒng)計(jì)量的概率P值，與顯著性水平進(jìn)行比較，得出拒絕或者接受原假設(shè)的結(jié)論。 非參數(shù)檢驗(yàn)包括單樣本（O）、獨(dú)立樣本（I）、相關(guān)樣本（R）的非參數(shù)檢驗(yàn),spss19(

12、中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.3 參數(shù)檢驗(yàn)及非參數(shù)檢驗(yàn),5.3.3 參數(shù)檢驗(yàn)及非參數(shù)檢驗(yàn)比較 1參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)的區(qū)別 參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)最本質(zhì)的區(qū)別是：參數(shù)檢驗(yàn)需要事先確定或假定總體的分布，非參數(shù)檢驗(yàn)則不需要假定總體的分布，而是直接用樣本來(lái)推斷總體的分布。 除此之外，二者之間還可以從很多方面來(lái)區(qū)分。 研究的對(duì)象和目標(biāo)不同。 研究的統(tǒng)計(jì)量有所不同,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6配對(duì)樣板T檢驗(yàn) 5.7單樣本的非參數(shù)檢驗(yàn),spss19(中文版)

13、參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.4 單樣本T檢驗(yàn),5.4.1 基本概念及統(tǒng)計(jì)原理 1.單樣本T檢驗(yàn)的概念 單樣本T檢驗(yàn)利用來(lái)自某總體的樣本數(shù)據(jù)，推斷該總體的均值與指定的檢驗(yàn)值之間是否存在顯著性差異，它是對(duì)總體均值的假設(shè)檢驗(yàn)。 為此，給出檢驗(yàn)均值 ，原假設(shè)： = ，其中 為總體均值，即認(rèn)為總體均值與檢驗(yàn)值 之間無(wú)顯著性差異。 。 例如，從新生的入學(xué)成績(jī)的抽樣數(shù)據(jù)推斷平均成績(jī)是否為75分；在人口普查中，某地區(qū)職工今年的平均收入是否和往年的平均收入有顯著差異,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.4 單樣本T檢驗(yàn),5.4.1 基本概念及統(tǒng)計(jì)原理 2.單樣本T檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量 單樣本T檢驗(yàn)的前

14、提是總體服從正態(tài)分布 ，其中 為總體均值， 為總體方差。如果樣本容量為n,樣本均值為 ，則 仍服從正態(tài)分布，即： 。 在零假設(shè)成立的條件下，均值檢驗(yàn)使用t統(tǒng)計(jì)量，構(gòu)造的t統(tǒng)計(jì)量為： 其中， 用 代入，t統(tǒng)計(jì)量服從自由度為n-1的t分布，S為樣本標(biāo)準(zhǔn)差。 在給定原假設(shè)的前提下，SPSS將檢驗(yàn)值代入t統(tǒng)計(jì)量，得到檢驗(yàn)統(tǒng)計(jì)量觀測(cè)值，以及根據(jù)T分布的分布函數(shù)計(jì)算出的概率P值,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.4 單樣本T檢驗(yàn),5.4.1 基本概念及統(tǒng)計(jì)原理 3.單樣本T檢驗(yàn)的步驟 在給定樣本來(lái)自正態(tài)總體的假設(shè)下，單樣本T檢驗(yàn)作為假設(shè)檢驗(yàn)的一種方法，其基本步驟與假設(shè)檢驗(yàn)的步驟是一樣的,s

15、pss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.4 單樣本T檢驗(yàn),5.4.2 單樣本T檢驗(yàn)SPSS實(shí)例分析 【例5-2】 某生產(chǎn)食鹽的生產(chǎn)線，其生產(chǎn)的袋裝食鹽的標(biāo)準(zhǔn)質(zhì)量為500 g，現(xiàn)隨機(jī)抽取10袋，其質(zhì)量分別為495 g，502 g，510 g，497 g，506 g，498 g，503 g，492 g，504 g，501 g。假設(shè)數(shù)據(jù)呈正態(tài)分布，請(qǐng)檢驗(yàn)生產(chǎn)線的工作情況。 分析:這是一個(gè)典型的比較樣本均值和總體均值的T檢驗(yàn)問(wèn)題 ; 第1步 數(shù)據(jù)組織：首先建立SPSS數(shù)據(jù)文件，只需建立一個(gè)變量“Weight”，錄入相應(yīng)的數(shù)據(jù)即可，建立的數(shù)據(jù)文件存入文件data5-1.sav中,spss19(中

16、文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.4 單樣本T檢驗(yàn),5.4.2 單樣本T檢驗(yàn)SPSS實(shí)例分析 第2步 單樣本T檢驗(yàn)分析設(shè)置 選擇菜單“分析比較均值單樣本T檢驗(yàn)（S）”，打開(kāi) “單樣本T檢驗(yàn)” 對(duì)話框，將變量“weight”移入”檢驗(yàn)變量”列表框,并輸入檢驗(yàn)值500; 打開(kāi)“單樣本T檢驗(yàn)：選項(xiàng)”對(duì)話框 ,設(shè)置置信區(qū)間為95%(缺省為95,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.4 單樣本T檢驗(yàn),5.4.2 單樣本T檢驗(yàn)SPSS實(shí)例分析 第3步 主要結(jié)果及分析: 單樣本統(tǒng)計(jì)量表 單樣本T檢驗(yàn)結(jié)果表,本例置信水平為95%，顯著性水平為0.05，從上表中可以看出，雙尾檢測(cè)概率P值為0.650

17、，大于0.05，故原假設(shè)成立，也就是說(shuō)，抽樣袋裝食鹽的質(zhì)量與500克無(wú)顯著性差異，有理由相信生產(chǎn)線工作狀態(tài)正常,下表給出了單樣本T檢驗(yàn)的描述性統(tǒng)計(jì)量，包括樣本數(shù)（N）、均值、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6配對(duì)樣板T檢驗(yàn) 5.7單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.1 基本概念及統(tǒng)計(jì)原理 1. 獨(dú)立樣本T檢驗(yàn)的概念 單樣本T檢驗(yàn)是檢驗(yàn)樣本均值和總體均值是否有顯著性差異，而兩

18、獨(dú)立樣本T檢驗(yàn)的目的是利用來(lái)自某兩個(gè)總體的獨(dú)立樣本，推斷兩個(gè)總體的均值是否存在顯著差異。其原假設(shè)H0為 ，即假設(shè)兩總體均值相等，備擇假設(shè)為 ，即假設(shè)兩總體均值不等。 例如，為比較兩種牧草對(duì)奶牛的飼養(yǎng)效果，隨機(jī)從奶牛群中選取喂養(yǎng)不同牧草的奶牛各10頭記錄每日平均產(chǎn)奶的量，根據(jù)記錄的數(shù)據(jù)推斷兩種牧草對(duì)奶牛飼養(yǎng)的效果有無(wú)顯著性差異,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.1 基本概念及統(tǒng)計(jì)原理 2獨(dú)立樣本T檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量 獨(dú)立樣本T檢驗(yàn)的前提是兩個(gè)獨(dú)立的總體分別服從 和 和 。在零假設(shè)成立的條件下，獨(dú)立樣本T檢驗(yàn)使用t統(tǒng)計(jì)量。構(gòu)造獨(dú)立樣本T檢驗(yàn)的t統(tǒng)計(jì)量分為兩

19、種情況。 1）當(dāng)樣本方差相等時(shí)，t統(tǒng)計(jì)量定義為： 其中 和 分別為兩樣本容量， , 和 分別為兩樣本標(biāo)準(zhǔn)差。該統(tǒng)計(jì)量服從自由度為 的t分布,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.1 基本概念及統(tǒng)計(jì)原理 2獨(dú)立樣本T檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量 2）當(dāng)樣本方差不等時(shí)，t統(tǒng)計(jì)量定義為： 可見(jiàn)，獨(dú)立樣本T檢驗(yàn)的結(jié)論在很大程度上取決于兩個(gè)總體的方差是否相等。這就要求在檢驗(yàn)兩總體均值是否相等之前，首先應(yīng)對(duì)兩總體方差是否相等進(jìn)行檢驗(yàn)，也稱(chēng)之為方差齊性檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.1 基本概念及統(tǒng)計(jì)原理 3.方差齊性檢驗(yàn)方法

20、利用Levene F方差齊性檢驗(yàn)方法檢驗(yàn)兩總體方差是否存在顯著差異；首先提出原假設(shè)；執(zhí)行檢驗(yàn)過(guò)程中，若概率p 值小于給定的顯著性水平（一般為0.05），則拒絕原假設(shè)，認(rèn)為兩個(gè)總體的方差不等；否則認(rèn)為兩個(gè)總體的方差無(wú)顯著性差異。 4. 獨(dú)立樣本T檢驗(yàn)的一般步驟 在兩樣本來(lái)自正態(tài)總體且相互獨(dú)立的假設(shè)下，獨(dú)立樣本T檢驗(yàn)作為假設(shè)檢驗(yàn)的一種方法，其基本步驟與假設(shè)檢驗(yàn)的步驟是一樣的,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.2 獨(dú)立樣本T檢驗(yàn)SPSS實(shí)例分析 【例5-3】為比較兩種不同品種的玉米的產(chǎn)量，分別統(tǒng)計(jì)了8個(gè)地區(qū)的單位面積產(chǎn)量，具體數(shù)據(jù)見(jiàn)表5.8。假定樣本服從正

21、態(tài)分布，且兩組樣本相互獨(dú)立，試比較在置信度為95%的情況下，兩種玉米產(chǎn)量是否有顯著性差異,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.2 獨(dú)立樣本T檢驗(yàn)SPSS實(shí)例分析 第1步 數(shù)據(jù)組織: 在SPSS數(shù)據(jù)文件中建立兩個(gè)變量，分別為“品種”、“產(chǎn)量”，度量標(biāo)準(zhǔn)分別為“名義”、“度量”，變量“品種”的值標(biāo)簽為：a品種A，b品種B，錄入數(shù)據(jù)后，保存名為data5-2.sav的SPSS數(shù)據(jù)文件; 第2步 獨(dú)立樣本T檢驗(yàn)設(shè)置: 選擇菜單 “選擇比較均值獨(dú)立樣本T檢驗(yàn)”，打開(kāi)“獨(dú)立樣本T檢驗(yàn)”對(duì)話框，將“產(chǎn)量” 作為要進(jìn)行T檢驗(yàn)的變量，將“品種”字段作為分組變量，定義分組

22、變量的兩個(gè)分組分別為“a”和“b”。 打開(kāi)“獨(dú)立樣本T檢驗(yàn)：選項(xiàng)”對(duì)話框，具體選項(xiàng)內(nèi)容及設(shè)置與單樣本T檢驗(yàn)相同,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5.2 基本概念及統(tǒng)計(jì)原理 第3步 運(yùn)行結(jié)果及分析： 獨(dú)立樣本T檢驗(yàn)的基本描述統(tǒng)計(jì)量,上表給出了本例獨(dú)立樣本T檢驗(yàn)的基本描述統(tǒng)計(jì)量，包括兩個(gè)樣本的均值、標(biāo)準(zhǔn)差和均值的標(biāo)準(zhǔn)誤,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 獨(dú)立樣本T檢驗(yàn),5.5. 基本概念及統(tǒng)計(jì)原理 獨(dú)立樣本T檢驗(yàn)結(jié)果表,根據(jù)上表“方差方程的 Levene 檢驗(yàn)”中的sig.為0.752，遠(yuǎn)大于設(shè)定的顯著性水平0.05，故本例兩組數(shù)據(jù)方差

23、相等。在方差相等的情況下，獨(dú)立樣本T檢驗(yàn)的結(jié)果應(yīng)該看上表中的“假設(shè)方差相等”一行，第5列為相應(yīng)的雙尾檢測(cè)概率（Sig.（雙側(cè)）為0.332，在顯著性水平為0.05的情況下，T統(tǒng)計(jì)量的概率p值大于0.05，故不應(yīng)拒絕零假設(shè),，即認(rèn)為兩樣本的均值是相等的，在本例中，不能認(rèn)為兩種玉米品種的產(chǎn)量有顯著性差異,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6配對(duì)樣板T檢驗(yàn) 5.7單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5. 配對(duì)樣本T檢驗(yàn),5.6.1 基

24、本概念及統(tǒng)計(jì)原理 1配對(duì)樣本T檢驗(yàn)的概念 配對(duì)樣本T檢驗(yàn)用于檢驗(yàn)兩個(gè)相關(guān)樣本是否來(lái)自相同均值的正態(tài)總體，即推斷兩個(gè)總體的均值是否存在顯著差異。 其零假設(shè)為 ，其中 和 分別為第一個(gè)總體和第二個(gè)總體的均值。 配對(duì)的概念是指兩個(gè)樣本的各樣本值之間存在著對(duì)應(yīng)關(guān)系，配對(duì)樣本的兩個(gè)樣本值之間的配對(duì)是一一對(duì)應(yīng)的，并且兩個(gè)樣本的容量相同。配對(duì)樣本T檢驗(yàn)與獨(dú)立樣本T檢驗(yàn)的差別之一是要求樣本是配對(duì)的。所謂配對(duì)樣本可以是個(gè)案在“前”、“后”兩種狀態(tài)下某屬性的兩種狀態(tài)，也可以是對(duì)某事物兩個(gè)不同側(cè)面或方面的描述。其差別在于抽樣不是相互獨(dú)立的，而是互相關(guān)聯(lián)的,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5. 配對(duì)樣本

25、T檢驗(yàn),5.6.1 基本概念及統(tǒng)計(jì)原理 2配對(duì)樣本T檢驗(yàn)的數(shù)學(xué)思想 配對(duì)樣本T檢驗(yàn)須求出每對(duì)觀測(cè)值之差，所有樣本值的觀測(cè)值之差形成一個(gè)新的單樣本，顯然，如果兩個(gè)樣本的均值沒(méi)有顯著差異，則樣本值之差的均值應(yīng)該接近零，這實(shí)際上轉(zhuǎn)換成了一個(gè)單樣本的T檢驗(yàn)。所以，配對(duì)樣本T檢驗(yàn)就是檢驗(yàn)差值所來(lái)自的總體其均值是否為零，這就要求差值來(lái)自的總體服從正態(tài)分布,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.5 配對(duì)樣本T檢驗(yàn),5.6.1 基本概念及統(tǒng)計(jì)原理 3配對(duì)樣本T檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量 在配對(duì)樣本T檢驗(yàn)中，設(shè) 、 分別為配對(duì)樣本。其樣本差值 ，此時(shí)檢驗(yàn)統(tǒng)計(jì)量為： 其中 為 的均值，S為 的標(biāo)準(zhǔn)差，n為樣本數(shù)

26、，當(dāng) 時(shí)，t統(tǒng)計(jì)量服從自由度為n-1的t分布,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5. 配對(duì)樣本T檢驗(yàn),5.6.2 配對(duì)樣本T檢驗(yàn)SPSS實(shí)例分析 【例5-4】以下是某大學(xué)跆拳道選手15人的平衡訓(xùn)練的數(shù)據(jù)，統(tǒng)計(jì)實(shí)驗(yàn)前、后平衡訓(xùn)練成績(jī)是否有差異。 訓(xùn)練前：86，77，59，79，90，68，85，94，66，72，75，72，69，85，88 訓(xùn)練后：78，81，76，92，88，76，93，87，62，84，87，95，88，87，80 第1步 數(shù)據(jù)組織：首先建立SPSS數(shù)據(jù)文件，建立兩個(gè)變量：“訓(xùn)練前”、“訓(xùn)練后”，錄入相應(yīng)數(shù)據(jù)。 第2步 配對(duì)樣本T檢驗(yàn)設(shè)置： 選擇菜單“分析比較均

27、值配對(duì)樣本T檢驗(yàn)”，彈出“配對(duì)樣本T檢驗(yàn)”對(duì)話框，同時(shí)選中“訓(xùn)練前”及“訓(xùn)練后”字段，將其加入“成對(duì)變量“列表框； 打開(kāi)“選項(xiàng)”對(duì)話框，指定置信水平和缺失值的處理方法；具體方法在前面已有講述，可以參考前文,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5. 配對(duì)樣本T檢驗(yàn),5.6.2 配對(duì)樣本T檢驗(yàn)SPSS實(shí)例分析 第3步 運(yùn)行結(jié)果及分析： 配對(duì)樣本T檢驗(yàn)的基本描述統(tǒng)計(jì)量 配對(duì)樣本相關(guān)性檢驗(yàn),左表是配對(duì)樣本T檢驗(yàn)的簡(jiǎn)單相關(guān)關(guān)系檢驗(yàn)結(jié)果。表中顯示訓(xùn)練前和訓(xùn)練后兩樣本的相關(guān)系數(shù)為0.407，相關(guān)系數(shù)的檢驗(yàn)P值為0.132顯著性水平，接受原假設(shè)，可以認(rèn)為訓(xùn)練前后的成績(jī)沒(méi)有明顯的線性關(guān)系,spss19

28、(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5. 配對(duì)樣本T檢驗(yàn),5.6.2 配對(duì)樣本T檢驗(yàn)SPSS實(shí)例分析 第3步 運(yùn)行結(jié)果及分析： 配對(duì)樣本T檢驗(yàn)結(jié)果,上表是配對(duì)樣本T檢驗(yàn)的最終結(jié)果。sig.(雙側(cè))為雙尾檢驗(yàn)概率p值在置信水平為95%時(shí)，顯著性水平為0.05，由于概率p值為0.041，小于0.05,拒絕零假設(shè)，可以認(rèn)為訓(xùn)練前后對(duì)成績(jī)有顯著效果,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,主要內(nèi)容,5.1 參數(shù)估計(jì) 5.2 假設(shè)檢驗(yàn) 5.3 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 5.4 單樣本T檢驗(yàn) 5.5 獨(dú)立樣本T檢驗(yàn) 5.6 配對(duì)樣板T檢驗(yàn) 5.7 單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢

29、驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.1 基本概念及統(tǒng)計(jì)原理 單樣本非參數(shù)檢驗(yàn)使用一個(gè)或多個(gè)非參數(shù)檢驗(yàn)方法來(lái)識(shí)別單個(gè)總體的分布情況，不需要待檢驗(yàn)的數(shù)據(jù)呈正態(tài)分布。 SPSS的單樣本非參數(shù)檢驗(yàn)方法包括卡方檢驗(yàn)、二項(xiàng)分布檢驗(yàn)、游程檢驗(yàn)、K-S檢驗(yàn)及Wilcoxon符號(hào)檢驗(yàn)五種。 在SPSS 19中，所有單樣本的非參數(shù)檢驗(yàn)有一些共同的設(shè)置。單樣本非參數(shù)檢驗(yàn)的對(duì)話框有三個(gè)選項(xiàng)卡，分別為“目標(biāo)”、“字段”和“設(shè)置”，具體設(shè)置如下,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.1 基本概念及統(tǒng)計(jì)原理 （1）“目標(biāo)”選項(xiàng)卡：用于設(shè)置非參數(shù)檢驗(yàn)的目標(biāo)，每個(gè)不同的選項(xiàng)對(duì)

30、應(yīng)于“設(shè)置”選項(xiàng)卡上不同的默認(rèn)配置，如下圖所示,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.1 基本概念及統(tǒng)計(jì)原理 （2）“字段”選項(xiàng)卡：用于設(shè)定待檢驗(yàn)變量,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.1 基本概念及統(tǒng)計(jì)原理 （3）“設(shè)置”選項(xiàng)卡：用于設(shè)定檢驗(yàn)方法及對(duì)應(yīng)的選項(xiàng)，如下圖所示,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 1卡方檢驗(yàn)的概念 也稱(chēng)卡方擬合優(yōu)度檢驗(yàn)，它是K.Pearson給出的一種最常用的非參數(shù)檢驗(yàn)方法，用于檢驗(yàn)觀測(cè)數(shù)據(jù)是否與某種概率分布的理論數(shù)

31、值相符合，進(jìn)而推斷觀測(cè)數(shù)據(jù)是否是來(lái)自于該分布的樣本的問(wèn)題,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 1卡方檢驗(yàn)的概念 也稱(chēng)卡方擬合優(yōu)度檢驗(yàn)，它是K.Pearson給出的一種最常用的非參數(shù)檢驗(yàn)方法，用于檢驗(yàn)觀測(cè)數(shù)據(jù)是否與某種概率分布的理論數(shù)值相符合，進(jìn)而推斷觀測(cè)數(shù)據(jù)是否是來(lái)自于該分布的樣本的問(wèn)題。 2統(tǒng)計(jì)原理 為檢驗(yàn)實(shí)際分布是否與理論分布（期望分布一致），可采用卡方統(tǒng)計(jì)量，典型的卡方統(tǒng)計(jì)量是Pearson卡方統(tǒng)計(jì)量，其公式為,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 分析步驟 第1 步 提

32、出零假設(shè)：卡方檢驗(yàn)的零假設(shè)H0是“總體服從某種理論分布”，其對(duì)立假設(shè)H1是“總體不服從某種理論分布”。 第2步 選擇檢驗(yàn)統(tǒng)計(jì)量：卡方分布選擇的是Pearson卡方統(tǒng)計(jì)量。已證明，當(dāng)n充分大時(shí)，它近似地服從自由度為k-1的卡方分布。 第3步 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率p值。 第4步 給出顯著性水平，作出決策,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 4卡方檢驗(yàn)SPSS實(shí)例分析 【例5-5】 某公司質(zhì)檢負(fù)責(zé)人欲了解企業(yè)一年內(nèi)出現(xiàn)的次品數(shù)是否均勻分布在一周的五個(gè)工作日中，隨機(jī)抽取了90件次品的原始記錄，其結(jié)果如下表，問(wèn)該企業(yè)一周內(nèi)出現(xiàn)的次品數(shù)是

33、否均勻分布在一周的五個(gè)工作日中？（,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 第1步 分析：由于考慮的是次品是否服從均勻分布的問(wèn)題，故用卡方檢驗(yàn)。 第2步 數(shù)據(jù)組織：建立SPSS數(shù)據(jù)文件，建立兩個(gè)變量：“工作日”、“次品數(shù)”，錄入相應(yīng)數(shù)據(jù)，保存為文件data5-4.sav。 第3步 “次品數(shù)”字段加權(quán)處理：通過(guò)分析“工作日”及“次品數(shù)”兩個(gè)字段的含義及度量標(biāo)準(zhǔn)，確定“工作日”為被分析字段，而“次品數(shù)”表示各工作日出現(xiàn)的頻數(shù)，所以應(yīng)該對(duì)“次品數(shù)”進(jìn)行加權(quán)處理。執(zhí)行“數(shù)據(jù)”“加權(quán)個(gè)案”，打開(kāi)“加權(quán)個(gè)案”對(duì)話框，按圖5-10所示進(jìn)行設(shè)置,spss

34、19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 第4步 單因素的非參數(shù)檢驗(yàn)設(shè)置：選擇菜單“分析非參數(shù)檢驗(yàn)單樣本”，在“目標(biāo)”選項(xiàng)卡選擇“自定義分析”；在“字段”選項(xiàng)卡中選擇“使用定制字段分配”，并將“工作日”字段選入“檢驗(yàn)字段”；“設(shè)置”選項(xiàng)卡中選擇“自定義檢驗(yàn)”，并選中“比較觀察可能性和假設(shè)可能性（卡方檢驗(yàn)）”，“檢驗(yàn)選項(xiàng)”及“用戶(hù)缺失值”保持默認(rèn)選項(xiàng)。 第5步 卡方檢驗(yàn)的選項(xiàng)設(shè)置：打開(kāi)“卡方檢驗(yàn)選項(xiàng)”對(duì)話框，選擇” 所有類(lèi)別概率相等（V）“選項(xiàng),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.2 卡方檢驗(yàn) 第6步 運(yùn)

35、行結(jié)果及分析： 卡方檢驗(yàn)的假設(shè)檢驗(yàn)數(shù)據(jù)摘要,給出了卡方檢驗(yàn)的原假設(shè)為“工作日的類(lèi)別以相同的概率發(fā)生”，其相伴概率值Sig. = 0.014 0.05，說(shuō)明應(yīng)拒絕原假設(shè)，因此圖5-12的“決策者”給出“拒絕原假設(shè)”的決策，認(rèn)為工作日的類(lèi)別是以不同概率發(fā)生的，即認(rèn)為該企業(yè)一周內(nèi)出現(xiàn)的次品數(shù)不是均勻分布在一周的五個(gè)工作日中,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7.3 二項(xiàng)分布檢驗(yàn) 1基本概念 二項(xiàng)分布檢驗(yàn)正是要通過(guò)樣本數(shù)據(jù)檢驗(yàn)樣本來(lái)自的總體是否服從指定的概率為p的二項(xiàng)分布，其零假設(shè)H0是：樣本來(lái)自的總體與指定的二項(xiàng)分布無(wú)顯著性差異。 2統(tǒng)計(jì)原理 二項(xiàng)分布檢驗(yàn)在樣本小于等于30時(shí)，按下式

36、計(jì)算概率值,5.7 單樣本的非參數(shù)檢驗(yàn),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.3 二項(xiàng)分布檢驗(yàn) 在大樣本的情況下，計(jì)算的是Z統(tǒng)計(jì)量，認(rèn)為在零假設(shè)下，Z統(tǒng)計(jì)量服從正態(tài)分布，其計(jì)算公式如下,當(dāng)x小于n/2時(shí)，取加號(hào)；反之取減號(hào)，p為檢驗(yàn)概率，n為樣本總數(shù),spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.3 二項(xiàng)分布檢驗(yàn) 3分析步驟 二項(xiàng)分布檢驗(yàn)亦是假設(shè)檢驗(yàn)問(wèn)題，檢驗(yàn)步驟同前。SPSS會(huì)自動(dòng)計(jì)算上述精確概率和近似概率值。如果概率值小于顯著性水平，則拒絕零假設(shè)，認(rèn)為樣本來(lái)自的總體與指定的二項(xiàng)分布有顯著差異，反之樣本來(lái)自的總體

37、與指定的二項(xiàng)分布無(wú)顯著差異,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.3 二項(xiàng)分布檢驗(yàn)SPSS實(shí)例分析 【例5-7】有20名學(xué)生經(jīng)過(guò)新型教學(xué)法后測(cè)試成績(jī)?nèi)缦卤?，?0分及以上為優(yōu)秀，請(qǐng)檢驗(yàn)這20名同學(xué)的優(yōu)秀率是否達(dá)到了10,第1步 分析：由于成績(jī)分為優(yōu)秀與非優(yōu)秀兩種狀態(tài)，故應(yīng)用二項(xiàng)分布檢驗(yàn)。 第2步 數(shù)據(jù)的組織：數(shù)據(jù)分成一列，其變量名為“成績(jī)”，輸入數(shù)據(jù)并保存,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.3 二項(xiàng)分布檢驗(yàn)SPSS實(shí)例分析,第3步 單因素的非參數(shù)檢驗(yàn)設(shè)置：選擇菜單“分析非參數(shù)檢驗(yàn)單樣本”： 將“目標(biāo)”選

38、項(xiàng)卡選擇“自定義分析”； 在“字段”選項(xiàng)卡中選擇“使用定制字段分配”，并將“成績(jī)”字段選入“檢驗(yàn)字段”； 在“設(shè)置”選項(xiàng)卡中選擇“自定義檢驗(yàn)”，并選中“比較觀察二分類(lèi)可能性和假設(shè)可能性（二項(xiàng)式檢驗(yàn)）（O）”，“檢驗(yàn)選項(xiàng)”及“用戶(hù)缺失值”保持默認(rèn)選項(xiàng)； 第4步 進(jìn)行二項(xiàng)分布檢驗(yàn)選項(xiàng)設(shè)置：打開(kāi)“二項(xiàng)式選項(xiàng)”對(duì)話框，設(shè)置“假設(shè)比例”為0.9，選擇“定義連續(xù)字段的成功值”中的“定制割點(diǎn)”選項(xiàng)，并設(shè)置割點(diǎn)為99,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.3 二項(xiàng)分布檢驗(yàn)SPSS實(shí)例分析 第5步 主要結(jié)果及分析： 二項(xiàng)式假設(shè)檢驗(yàn)數(shù)據(jù)摘要,單尾檢測(cè)的相伴概率Sig.=

39、0.0430.05，因此應(yīng)拒絕零假設(shè)，即小于90分的學(xué)生所占的比例與總體分布存在顯著差異，即小于90分的學(xué)生所占比例比90%小。這說(shuō)明優(yōu)秀學(xué)生所占的比重是大于10%的,spss19(中文版)參數(shù)估計(jì)與假設(shè)檢驗(yàn)精講,5.7 單樣本的非參數(shù)檢驗(yàn),5.7.4 游程檢驗(yàn),1基本概念 一 個(gè)游程（Run）就是某序列中位于一種符號(hào)之前或之后的另一種符號(hào)持續(xù)的最大主序列，或者說(shuō)，一個(gè)游程是指某序列中同類(lèi)元素的一個(gè)持續(xù)的最大主集。 主要用于檢驗(yàn)一個(gè)變量?jī)蓚€(gè)值的分布是否呈隨機(jī)分布，即檢驗(yàn)前一個(gè)個(gè)案是否影響下一個(gè)個(gè)案的值，如果沒(méi)有影響，這一組個(gè)案便是隨機(jī)的。 例如，30次擲硬幣出現(xiàn)正反面的序列為0000111000001100000111111