SPSS-t检验.ppt

T检验T检验计算公式样本平均数与总体平均数差异显著性检验数据输入
1）启动SPSS后，点击VariableView进入定义变量工作表，用name命令设置变量“成虾体重”，小数位定义为1。
2）点击DataView命令，进入数据视图工作表，输入数据。统计分析04.10.2024结果说明
上表表明，样本个数n=16，样本平均数为21.519，样本标准差SD=0.928，均数标准误SE=0.232
t=2.235,自由度=15，Sig栏为双侧的概率值，P=0.041<0.05，可以认为在配合饲料中添加0.5%的酵母培养物显著地提高了成虾体重。样本均数与总体均数的差值为0.5188，例子3、根据检验统计量的结果做出统计推断从结果中可以看出，统计量t=3.056，P=0.012<α=0.05，因此拒绝H0，接收H1，即用该方法测量所得结果与标准浓度值有所不同。认为该方法测量结果所对应总体均数μ与标准浓度μ0间的差异有统计学意义。计算公式：例，有人配制两种不同饲料A,B养殖罗非鱼，选取14个鱼池，随机均分为两组进行试验。经一定试验期后的产鱼量列入下表（有一鱼池遭遇意外而数据缺失）。试问这两种不同的饲料养殖罗非鱼的产量有无差异？
数据输入
1）启动SPSS，进入定义变量工作表，分别命名两变量：组别、鱼产量。其中组别1表示A料，组别2表示B料。
2）进入数据视图工作表，输入数据04.10.2024统计分析
Analyze---comparemean----indendentsamplesTtest
Testvariable（输入）:产鱼量要分析的变量为产鱼量
GroupingVariable（输入）：组别分组变量为组别
DefineGroups----定义要检测的两组代码
Group1:输入11代表A料
Group2:输入22代表B料
continue
OK04.10.202404.10.20241）方差齐性检验（leneve检验），F=0.019，P=0.893>0.05，故结论为两组方差差异不显著，说明方差齐性。
2）由于两组方差齐性，故应选择EqualVarianceassumed(假设方差齐性)一行的结论：t=-3.344，df=11,P=0.007<0.01;可以认为AB两组饲料对鱼产量的影响达到极显著水平。
3）若方差齐性检验是显著地，说明两组方差差异显著，应选择EqualVariancenotassumed(假设方差不齐)一行的结论：t=-3.418，df=10.9，P=0.006<0.01例：采用完全随即设计的方法，将19只体重、出生日期等相仿的小白鼠随机分为两组，其中一组喂养高蛋白饲料，另一组喂养低蛋白饲料，然后观察喂养8周后各小白鼠所增体重（mg）情况，问两组膳食对小白鼠增加体重有无不同？
收集的所增体重结果数据如下：
高蛋白组：13414610411912416110783113129
低蛋白组：7011810185107132949712304.10.2024Group1后输入1，表示第一组
Group2后输入2，表示第二组
Continue
OK前两列是用Levene’s方法对两组资料进行方差齐性检验的结果，可以看出F=0.089，P=0.770，P值大于0.05，所以两组资料的方差齐。后面7列是对两组资料均数比较t检验的结果，分为两行，上面一行是对应的方差齐的结果，下面一行是对应的方差不齐的结果。
本例资料方差齐，所以看上面一行的结果，t=1.973，df=17，Sig.(2-tailed)=0.065分别是指检验统计量t=1.973、自由度v=17、双侧检验P=0.065；MeanDifference是指两组资料样本均数之差为19.00000，其标准误为9.63144；两总体均数差值的95%置信区间为（-1.32057，39.32057）。
因为样本统计量t所对应的P>α=0.05，所以不拒绝H0，即认为高蛋白组与低蛋白组小白鼠之间体重增加量的差别不显著。1.自身配对
指同一试验单位在两个不同时间上分别接受前后两次处理，用其前后两次的观测值进行自身对照比较；或同一试验单位的不同部位的观测值或不同方法的观测值进行自身对照比较计算公式例10只家兔接种某种疫苗前后体温变化如下表，试检验接种前后体温是否有显著变化？数据输入
1）在定义变量工作表用name命名接种前和接种后两变量，小数依题定义为1
2）在数据视图工作表中输入数据。
统计分析
Analyze（分析）—CompareMean（比较均数）---PairedSamplesTTest(成对样本t检验)
PairedVariables:接种前-接种后先后单击变量名即可成对选入
OK04.10.202404.10.202404.10.2024结果说明
上图1为配对t检验