3.SPSS

对于统计学中的数学公式不做推导以及计算，直接使用spss计算的p值

一.基本概念

1.总体：所有集合；样本：随机抽取的个体集群

总体一般不能直接验证，这时候就需要使用随机抽样得到的样本来推断总体
	在有偏估计中，样本标准方差S=总体标准差σ；
	在无偏估计中，样本标准差S方=总体标准差σ/根号n

2.中心极限定理

总体为X-N(μ,σ方)的正态分布，其随机抽取的大样本(>30)遵从X-N(μ,σ方/n)的正态分布

二.正态分布

其分布图形为“钟”形，面积表示命中概率
一般将其他正态分布(μ，σ方)转化为标准正态分布N(0,1)

举个例子
现有数据符合正态分布X~N(10,0.2)，问随机抽取一个长度不到9.4的概率：
p(X<9.4)=Φ((9.4-10)/0.2)=Φ(-3)=1-Φ(3)=1-0.9987(查表得到)=0.0013

笔者对于其他分布一知半解，这里只解释一下基本含义
	卡方分布：多个正态分布的平方和（当取n个样本时，自由度为n-1）
	T分布：标准正态分布除以均方(平方和的均值)的根
	F分布：两个卡方分布相除（F(m,n):(y/m)/(x/n),m为x的自由度,n为y的自由度）

三.统计推论

1.构建原假设H0

设立原假设H0【能够推翻证明实验有意义】，确定置信度水平α，一般为0.05

再举个例子
为了确立某厂家的薯片均值是否为60g：进行以下步骤
	H0:薯片均值为60g，与总体相同 [H0一般为确定的结果，推翻时更有研究意义]
	查找资料查到标准差为3g；得到的样本量为50袋，样本均值为58g
	推估总体均值，大样本：构建总体统计量Z(标准正态)
		Z =（58-60）/（3*根号50）=-4.717
	查询表格，得到结果 p=1-0.9999=0.00001
小于0.05，此次事件为小概率事件，拒绝H0，不能确定质量为60g

2.统计量的构建

除了上述对均值判断构建出的Z统计量外，还有其他统计量

• 均值
  • 大样本：Z分布
  • 小样本
    • 已知总体标准差：Z分布
    • 未知总体标准差：T分布
• 比例：Z分布
• 方差：卡方分布
• 方差比：F分布

3.P值（显著性）判断

根据构建出的统计量，得到p值进行比较，从而判断是否应该拒绝假设

当得到p值小于给定范围时，判断为小概率事件H0，拒绝原假设
	
对于给定的范围α，需要根据题目要求判断单尾还是双尾。

如H0的假设有方向指向，应当采取单尾检验
	H0：μ≥1000，样本量为100，样本均值为960；给定α为0.05
	Z=（960-1000）/（200/根号100）=-2（查表，p值为0.9772）
	p=1-0.9772=0.0228<0.025

---

四.SPSS

1.数据的属性

名义：无法用于计算的字段。比如性别，班级，字符串类型均为名义
有序：可以进行排序，但是加减没有意义。比如喜爱程度，参与度
	【转化为度量：1，2，3来表示程度】
标量（定量）：具体数值型，可排序可加减

2.参数检验

只有标量数据参与

2.1 两个样本之间

2.1.1单样本t检验

一个班级中平均分和60分的差异

将待检验样本与特定值进行比较
步骤：分析-比较均值-单样本t检验
看显著性，原假设为两者相等

2.1.2两独立样本t检验

两个班级测验的总分数差异

在一次测验中按照类属性分组为两个样本，进行均值比较
步骤：分析-比较均值-独立样本t检验
返回结果中存在两行的显著性，观测莱文方差的显著性：
	若大于0.05，接受第一行的数据
	若小于0.05，拒绝第一行的数据，即选第二个
原假设为类属性不影响两个样本的差异

2.1.3配对样本t检验

一个班级中某变化条件后的两次成绩对比变化

同一个样本的分别两次实验的差异性（比较前后变化）
步骤：分析-比较均值-独立样本t检验
看显著性，原假设为两次前后没有显著性差异

---

2.2 三个及以上样本

2.2.1简单方差分析

成绩在不同班级之间的差异性【是否不同】

有一个变量(成绩)，一个班级因子（班级放到因子中）
步骤：分析-比较均值-单因素ANOVA
看显著性，原假设该因子对班级没有显著性差异

2.2.2多因素方差分析

成绩在班级和性别之间的差异性【是否不同】

有一个变量（成绩），多个因子（班级和性别）
步骤：分析-一般线性模型-单变量
看因子单独与结合因素对变量的显著性，原假设为无显著性

2.2.3相关性检验

成绩与某能力之间的关系

步骤：分析-相关-双变量
皮尔逊相关双尾，看相关性：0.4~1（中等，强，非常强相关）

---

3.非参数检验

定序与名义参与检验

3.1两独立样本差异性

某能力(定序)在不同班级(名义)间是否不同

步骤：分析-非参数检验-旧对话框-两个独立样本
看显著性，原假设为两者无差异（能力在班级之间相同）

---

3.2两关联样本差异性

确定能力1与能力2之间有关联，看两者是否具有显著性

步骤：分析-非参数检验-旧对话框-两个相关样本
看显著性，原假设为两者无明显差异

---

3.3不能确定两者是否有关

3.3.1 卡方列联表【一非参+一参】

检验能力(非参数)和成绩(参数)之间的关系

步骤：分析-描述统计-交叉表
能力非参数（放在行）,成绩参数（放在列）,点统计勾选卡方
看卡方的显著性，原假设为无显著性差异

3.1.2卡方列联表【两个非参】

检验能力(非参数)和某活动的参与度(非参数)之间的关系

步骤：分析-描述统计-交叉表
行列任意，点统计勾选卡方，勾选列联系数
看对称测量的显著性，原假设为无关