实验五 均值比较与 T检验 均值（Means）过程 对准备比较的各组计算描述指标，进行预分析，也可直接比较。 单样本 T检验（One-Samples T Test）过程 进行样本均值与已知总体均值的比较。 独立样本 T检验（Independent-Samples T Test）过程 进行两独立样本均值差别的比较，即通常所说的两组资料的 t检验。 配对样本（Paired-Samples T Test）过程 进行配对资料的显著性检验，即配对 t检验。 单因素方差分析（One-Way ANOVA）过程 进行两组及多组样本均值的比较，即成组设计的方差分析，还可进行随后的两两比较，详情请参见单因素方差分析。 预备知识： 假设检验的步骤： 第一步，根据问题要求提出原假设（Null hypothesis）和备选假设（Alternative hypothesis）； 第二步，确定适当的检验统计量及相应的抽样分布； 第三步，计算检验统计量观测值的发生概率； 第四步，给定显著性水平并作出统计决策。 第二步和第三步由 SPSS自动完成。 假设检验中的 P值 P值（P-value）是指在原假设为真时，所得到的样本观察结果或更极端结果的概率，即样本统计量落在观察值以外的概率。 根据“小概率原理”，如果P值非常小，就有理由拒绝原假设，且 P值越小，拒绝的理由就越充分。 实际应用中，多数统计软件直接给出 P值，其检验判断规则如下（双侧检验）： 若 P值
均值比较Compare Means ==>均值means; 1、基本功能 分组计算、比较指定变量的描述统计量，还可以给出方差分析表和线性检验结果表。 优点 各组的描述指标被放在一起便于相互比较，如果需要还可以直接输出比较结果，无须再次调用其他过程。 2、重要结果解释 常用统计描述量报表。这里按默认情况输出均数，样本量和标准差。由于我们选择了分组变量，因此三项指标均给出分组及合计值，可见以这种方式列出统计量可以非常直观的进行各组间的比较。 上表为单因素方差分析表。在选择了 Anova table and eta 或 Test for linearity 复选框时出现。实际上就是在检验各组间均数有无差异。上面各项的具体含义将在单因素方差分析一节中解释。 二、 单样...
