SPSS学习笔记参数检验—单样本t检验
单样本t检验
目的:利用来自总体的样本数据,推断该总体的均值是否与指定的检验值存在差异。
适用条件:样本来自的总体应服从或者近似服从正态分布。
注:当样本量n比较大时:由中心极限定理得知,即使原数据不服从正态分布,但是样本量足够大,他的样本均数抽样分布仍然是正态的,因此,在样本量很大的情况下很少考虑单样本t检验的适用条件;
当样本量n比较小时,总体应服从正态分布;
总结:只要数据没有很强烈的偏态,单样本t检验的分析结果都是稳定的。
案例分析:
案例描述:推断信用卡刷卡金额的平均值是否不低于3000元。(数据来源:《统计分析与SPSS的应用》薛薇 第五章)
题目分析:该问题涉及的是单个总体(信用卡刷卡金额),进行总体均值检验,同时总体可近似认为服从正态分布(正态分布检验),因此用单样本t检验。
案例步骤:
提出原假设:信用卡刷卡金额的平均值不显著低于3000元。
界面菜单操作:分析—比较均值—单样本T检验—选择检验的变量—得出结果
关键步骤截图:
检验值应填3000
缺失值的处理:
(1)按分析顺序排除个案:只针对计算变量的缺失值,剔除该变量的个案;
(2)按列表排除个案:针对列表中所有变量的缺失值,一旦发现某个变量有缺失值,直接剔除该个案。
结果分析:
单个样本统计量 |
||||
N |
均值 |
标准差 |
均值的标准误 |
|
月平均刷卡金额 |
500 |
4781.8786 |
7418.71785 |
331.77515 |
均值的标准误:
单个样本检验 |
||||||
检验值 = 3000 |
||||||
t |
df |
Sig.(双侧) |
均值差值 |
差分的 95% 置信区间 |
||
下限 |
上限 |
|||||
月平均刷卡金额 |
5.371 |
499 |
.000 |
1781.87860 |
1130.0302 |
2433.7270 |
t统计量的数学定义:
df:自由度(n-1)
Sig(双侧):双侧概率P-值;
注:
(1)当问题使用的是双侧检验方法时,比较ɑ(一般取0.05)和p;当p<ɑ时,拒绝原假设,接受备假设。当p>=ɑ,则相反。
(2)当问题使用的是单侧检验方法时,比较ɑ(一般取0.05)和p/2;当p/2<ɑ时,拒绝原假设,接受备假设。当p/2>=ɑ,则相反。
平方米无显著差异,这时候可以从两个方向拒绝原假设:实际住房面积的平均值远大于或者远小于20平方米。
元有明显差异,而且远远高于3000元。
置信区间:95%的置信区间为(1130.0302,2433.7270),我们有95%的把握认为月刷卡金额的平均值在4130.0302~5433.7270之间。
参考书籍:
《统计分析与SPSS的应用》(第五版)薛薇
《SPSS统计分析从零开始》吴骏
《SPSS统计分析基础教程》张文彤
SPSS学习笔记参数检验—单样本t检验的更多相关文章
- SPSS学习笔记参数检验—两配对样本t检验
目的:检验两个有联系的正态总体的均值是否存在显著差异. 适用条件:有联系,正态总体,样本量要一样.一般可以分为一下四种: ①同一受试对象处理前后的对比:如对于糖尿病人,对同一组病人在使用新治疗方法前测 ...
- SPSS学习笔记参数检验—两独立样本t检验
目的:利用来自两个总体的独立样本,推断两个总体的均值是否存在差异. 适用条件: (1)样本来自的总体应服从或近似服从正态分布: (2)两样本相互独立,两样本的样本量可以不等: 案例分析: 案例描述:评 ...
- SPSS学习笔记之——Kaplan-Meier生存分析
SPSS学习笔记之--Kaplan-Meier生存分析 一.概述 关于生存分析的相关概念,Kaplan-Meier用于估计生存函数,允许有一个分组变量进行生存率的组间比较,还容许一个分层变量.若不考虑 ...
- [SPSS]学习笔记--数据分布形状描述
以下内容摘自:公众号- SPSS生活统计学 保存做复习之用. 峰度(Kurtosis) 峰度是描述总体(样本)中所有取值分布形态陡缓程度的统计量.通过计算可以得到峰度系数,峰度系数与分布形态的关系是: ...
- 学习笔记︱Nvidia DIGITS网页版深度学习框架——深度学习版SPSS
DIGITS: Deep Learning GPU Training System1,是由英伟达(NVIDIA)公司开发的第一个交互式深度学习GPU训练系统.目的在于整合现有的Deep Learnin ...
- R笔记 单样本t检验 功效分析
R data analysis examples 功效分析 power analysis for one-sample t-test单样本t检验 例1.一批电灯泡,标准寿命850小时,标准偏差50,4 ...
- 【Python学习笔记】使用Python进行T检验
使用Python进行T检验 所需要用到的第三方库有scipy. 均可以通过pip直接安装. pip install scipy numpy 引入第三方库 from scipy import stats ...
- SAS学习笔记25 t检验(单个样本t检验、配对样本t检验、两个独立样本t检验及方差不齐时的t'检验)
根据研究设计和资料的性质有单个样本t检验.配对样本t检验.两个独立样本t检验以及在方差不齐时的t'检验 单样本t检验 单样本t检验(one-sample t-test)又称单样本均数t检验,适用于样本 ...
- python数据分析入门学习笔记
学习利用python进行数据分析的笔记&下星期二内部交流会要讲的内容,一并分享给大家.博主粗心大意,有什么不对的地方欢迎指正~还有许多尚待完善的地方,待我一边学习一边完善~ 前言:各种和数据分 ...
随机推荐
- Liunx学习总结(八)--服务
什么是服务 服务是向外提供服务的进程,一般来说都会放在后台,既然要持续不断的提供外界随时发来的服务请求,服务进程就需要常驻在内存中,且不应该和终端有关,否则终端退出服务程序就退出了.另外,要能够接待外 ...
- Liunx学习总结(七)--系统状态查看和统计
sar命令 sar 是一个非常强大的性能分析工具,它可以获取系统的 cpu/等待队列/磁盘IO/内存/网络等性能指标.功能多的必然结果是选项多,应用复杂,但只要知道一些常用的选项足以. 语法 sar ...
- shell中特殊符号的作用
linux中shell变量$#,$@,$0,$1,$2的含义解释: 变量说明: $$ Shell本身的PID(ProcessID) $! Shell最后运行的后台Process的PID $? 最后运行 ...
- Python -二叉树 创建与遍历算法(很详细)
树表示由边连接的节点.它是一个非线性的数据结构.它具有以下特性. 一个节点被标记为根节点. 除根节点之外的每个节点都与一个父节点关联. 每个节点可以有一个arbiatry编号的chid节点. 我们使用 ...
- 基于 Javassist 和 Javaagent 实现动态切面
一.背景介绍 1.需求说明 需求是在程序运行期间,向某个类的某个方法前.后加入某段业务代码,或者直接替换整个方法的业务逻辑,即业务方法客制化.注意是运行期间动态更改,做到无侵入,而不是事先在代码中写死 ...
- asp.net comp雷达图
<system.web> <httpHandlers> <add path="ChartImg.axd" verb="GET,HEAD,PO ...
- 牛客国庆集训派对Day3 B Tree(树形dp + 组合计数)
传送门:https://www.nowcoder.com/acm/contest/203/B 思路及参考:https://blog.csdn.net/u013534123/article/detail ...
- CF982C Cut 'em all! DFS 树 * 二十一
Cut 'em all! time limit per test 1 second memory limit per test 256 megabytes input standard input ...
- 2019本科se第一次作业-博客初体验-chris
(1)第一章 计算机专业术语总结: 软件=程序+软件工程.程序=数据结构+算法.软件.程序.用户.需求.应用程序.软件服务.源程序.软件架构(Software Architecture).软件设计与 ...
- JavaScript 基础入门
JavaScript 基础入门 JavaScript 的组成 JS 由三部分组成,它们分别是:ECMAScript.DOM.BOM. ECMAScript 因为网景开发了JavaScrip ...