目录
1.参数检验
1.1独立样本t检验案例分析
就是不同的变量之间没有联系，课堂上面是那两个学校的同学们的成绩进行举例子说明的，这个有1,2两个学校，学校1里面的每一个学生的成绩，学校2里面的每一个学生的成绩，这个就是独立样本的t检验；
1.1.1查看数据编号
点击这个独立样本t检验之后，这个里面就会出现相关的选项，首先我们需要清楚这个学校的名字与之对应的编号，这个里面就是1代表的就是学校1,2代表的就是第二个学校；我们可以在这个变量视图里面点击第二行值的那一栏进行查看；
1.1.2确定变量所属类型
我们要判断这个两个学校的高考数学成绩之间的关系，因此这个高考的数学成绩就是作为检验的变量，分组变量就是我们的学校，只不过上面的设置完成之后，我们还是需要去点击这个定义组的按钮，这个表示的就是我们上一步对于这个学校编号的设置，组一我们填写数字1，表示的就是第一个学校，组2我们填写数字2，表示这个代表的就是第二个学校；
1.1.3选项里面的置信区间
我们点击这个里面的选项之后，这个默认的置信区间就是95%，具体什么是置信区间，我也不清楚，但是我们只需要知道这个置信区间很重要，我们进行这个数据分析的目的就是为了解决这个问题：两个学校的高考数学成绩之间是否有明显的差异；我们这个数据集分析的结果就是需要去和这个1-0.95进行比较的，也就是0.05，这个0.05就是使用1减去这个置信区间对应的数值，后面我们会介绍这个具体的比较方法；
1.1.4对于结果进行分析
下面的就是分析结果，我们应该如何使用相关的数据去回答这个问题，上面的这个组统计参考价值不大，下面的独立样本t检验有两行，第一行就是这个假定的等方差，这一行的分析结果里面的显著性0.422小于0.05，就是我们假设这两个学校的高考数学成绩没有明显的差异，但是这个对应的平均值t检验双尾0.000<0.05,这个显著性小于0.05，就说明这个原来的假设是不成立的，我们就可以去说明这两个学校的高考数学成绩之间有很明显的差异；
1.2配对样本t检验案例分析
一个成年人在一段时间前后的这个体重的变化量，这个就是配对样本的t检验，因为每一组的两个数据都是相互配对的，代表的都是一个人的数据，这个就是配对样本（牵扯概率论知识，我也没学过，这个可以下去自行了解）；
这个比较平均值这个分析里面是有很多t检验的方法的，我们的配对样本关联性的数据分析需要使成对样本t检验方法，我的这个数据是符合检验的要求的，下面的就是这个数据集的分析过程：
1.2.1相关设置
首先还是选择这个对应的变量，我们把服药前的体重挪到变量1里面去，服药后的体重挪到变量2里面去，在选项里面还是默认让这个置信区间的百分比设置为95%，还是让这个0.05作为一个参照数值；
1.2.2分析结果
这个前面的两个表格简单的读一下即可，第三个表格里面关注一下这个双尾即可，0.453是大于0.05的，因此我们认为这个假设是可信的，我们就可以说这个服药前后的体重没有明显的变化；
2.非参数检验
2.1对比分析
我们上面的参数检验适用于具体的分布情况已经知道的分布，但是如果具体的分布无法准确的描述，我们就需要去使用非餐是检验的方法；
2.2非参数检验的方法
具体在这个SPSS里面也是有显示的，按照下面的操作方法我们也是可以把这个相关的方法调出来，到时候我们进行非参数检验的时候也是需要进行这个对应的方法的选择的，上面的三个方法最经常使用的就是第一个检验的方法，我们下面的一个案例也是按照第一个方法去进行操作的；
2.3案例分析
2.3.1相关设置
我们打开这个数据集合之后就可以发现，这个里面是一共有4所学校，每一个高校都有7个学生的打分成绩，因此我们要把这个乘积挪动到这个检验变量里面去，我们到时候就是对于这个成绩进行分析的，分组变量就是这4个高校，定义范围，4个高校分别对应的编号就是1234，因此这个最小值就是1，最大值就是4；
这个选项里面还有精确（就是右上角的一个选项），这个里面我们直接使用默认的就行，因为这个数据里面是有4个样本的，每一个样本都是有7个数据，这个数据大于5个，我们就使用默认的选项设置，如果小于5个的话，我们要把这个选项从默认修改为下面的进 精确，这个题目不需要进行修改；
2.3.2结果分析
4所高校的秩平均值还是有很大的差距的，从这个检验分析里面（下面的表格）里面我们也可以看出来这个渐进显著性，就是我们上面的双尾，这个小于0.05，我们就拒绝原来的假设，说明这4个高校的学生还是有明显的差异，我们就可以解决这个问题了。
4216
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
