spss数据分析（平均值检验、单样本的t检验、两独立样本的t检验、配对样本的t检验）

统计方法分为描述统计和推断性统计，参数估计和假设性检验是推断性统计中的重要部分。

参数检验主要用于抽样研究方法，从总体中抽取一定的样本进行研究

非参数性检验：无法准确假设时

在用样本均值估计总体均值，或判断两个均值不相等的样本是否来自均值不同的总体时，要进行均值的比较检验。

均值检验一般包括三部分内容：1.单一样本均值检验；2.独立样本均值检验；3.配对样本均值检验。

 P>0.05称“不显著”；P<=0.05称“显著”，P<=0.01称“非常显著”

1、平均值检验

分析-比较平均值-平均值

 anova：方差分析表

2、单样本t检验

单一样本均值的检验，也称为单一样本均值的t检验，用于检验样本所在总体的均值是否与给定的检验值之间存在显著性差异。要求样本数据来自服从正态分布的单一总体，且总体均值已知。

分析-比较平均值-单样本t检验

 

 3、两个样本的t检验

检验的不同均值来自独立没有关联的正态总体，称为独立样本均值的检验。用于检验两个独立总体的均值是否存在显著性差异。

零假设一般是需要推翻的

分析-比较平均值-独立样本t检验

4、配对样本的t检验

配对样本是指不同的均值来自具有配对关系的不同样本，样本之间具有相关关系；比如一个年级学生的期中成绩和期末成绩，配对样本（这个年级学生的成绩）的两个样本值之间的配对是一一对应的（一个期中成绩对应一个期末成绩）。

配对样本均值的检验是根据两个配对样本，推断两个总体的均值是否存在显著性差异。

 不施肥与施肥的苗高增长量的平均值是存在显著差异的