
配對樣本T檢驗(yàn)的SPSS應(yīng)用
院系:基礎(chǔ)醫(yī)學(xué)院 班級:10級生物技術(shù)1班
姓名:
學(xué)號:
配對樣本T檢驗(yàn)的SPSS應(yīng)用
1.配對樣本T檢驗(yàn)介紹
配對樣本T檢驗(yàn)通??煞譃橐韵聝煞N情形:
1.同源配對:也就是同質(zhì)的被試分別接受兩種不同的處理。
1.自身配對:
(1)某組同質(zhì)被試接受接受兩種不同的處理。
(2)某組同質(zhì)被試接受處理前后是否存在差異。
2.配對樣本T檢驗(yàn)注意事項(xiàng)
在配對樣本T檢驗(yàn)中,強(qiáng)調(diào)被試一定要同質(zhì),其目的就為了消除目的是額外變量的影響,更能反映自變量和因變量之間的關(guān)系。
3.配對樣本T檢驗(yàn)的統(tǒng)計(jì)學(xué)原理
配對樣本t檢驗(yàn)的過程,是對兩個同質(zhì)的樣本分別接受兩種不同的處理或一個樣本先后接受不同的處理,來判斷不同的處理是否有差別。
這種檢驗(yàn)的目的在于根據(jù)樣本數(shù)據(jù)對樣本來自的配對總體的均值是否有顯著差異進(jìn)行判斷的。在統(tǒng)計(jì)學(xué)中,若取顯著水平α=0.05.若P>0.05,則差異不顯著;若P<0.05,則差異顯著。
4.配對樣本T檢驗(yàn)的步驟:
1.提出假設(shè):
建立虛無假設(shè)H0:μ1 = μ2,即先假定兩次測驗(yàn)成績之
間沒有顯著差異,即該訓(xùn)練方法對下肢爆發(fā)力沒有效果。 確定假設(shè)的顯著水平α,根據(jù)“小概率原理”,通常用5%和1%兩個概率為標(biāo)準(zhǔn),記作α=0.05和α=0.01。本實(shí)驗(yàn)用α=0.05
2.收集數(shù)據(jù):采用實(shí)驗(yàn)的方法收集數(shù)據(jù)。
5.實(shí)驗(yàn)操作:
某種保健食品的效果測試,16名高血壓和高血脂患者服用了一個療程的該保健食品,測試人員測量了療程前后患者的相關(guān)數(shù)據(jù)。下面將利用配對樣本T檢驗(yàn)來檢測該保健食品對高血壓和高血脂的治療是否有輔助作用。
具體操作步驟如下:
1.打開SPSS軟件:
2.在啟動選項(xiàng)中選擇“輸入數(shù)據(jù)”,選擇“確定”:
3.在SPSS變量視圖中建立“測試編號”、“療程初血壓”、“療程末血壓”、“療程初血脂”、“療程末血脂”,分別表示測試者的編號以及療程初與療程末的情況,如圖:
4.在SPSS數(shù)據(jù)視圖中,把相關(guān)數(shù)據(jù)輸入到各個變量中。輸入后如圖:
5.在菜單欄中依次單擊“分析”——“比較均值”——“配對樣本T檢驗(yàn)”:
6.將“療程初血壓”和“療程末血壓”作為一對選入“成對變量”列表框,將“療程初血脂”和“療程末血脂”作為一對選入“成對變量”列表框。
7.單擊“選項(xiàng)”按鈕,在“置信區(qū)間”輸入框中輸入95,單擊“繼續(xù)”按鈕保存設(shè)置結(jié)果。
8.單擊“確定”按鈕,輸出實(shí)驗(yàn)結(jié)果。
6.實(shí)驗(yàn)結(jié)果及分析:
單擊“確定”按鈕后,SPSS Statistics查看器窗口的輸出結(jié)果為:
數(shù)據(jù)集1:成對樣本統(tǒng)計(jì)量表
該圖給出了本實(shí)驗(yàn)成對樣品的一些統(tǒng)計(jì)量。從該圖可以得到病人血壓和血脂在療程前后的均值、標(biāo)注差和均值標(biāo)準(zhǔn)誤等統(tǒng)計(jì)量。直觀上看,病人在療程前后的血壓和血脂有顯著的差別。
數(shù)據(jù)集2:成對樣本相關(guān)系數(shù)表
該圖給出了本實(shí)驗(yàn)成對樣品的相關(guān)系數(shù)。從該圖可以得到療程前后血壓的相關(guān)系數(shù)為負(fù)值,但相應(yīng)的概率值有0.283,表示這個相關(guān)系數(shù)并不可靠;而治療前后血脂的相關(guān)系數(shù)為正,響應(yīng)的概率值為0.000,血脂相關(guān)系數(shù)十分顯著。 數(shù)據(jù)集3:成對樣本檢驗(yàn)表
該圖給出了本實(shí)驗(yàn)成對樣本的配對樣本T檢驗(yàn)結(jié)果。從該圖中可以得到療程前后的血壓和血脂之差的均值、標(biāo)準(zhǔn)差、均值標(biāo)準(zhǔn)誤、95%的置信區(qū)間以及T檢驗(yàn)的值、自由度和雙側(cè)概率值。由于治療前后的血壓T檢驗(yàn)的概率為0.249,大于0.05的顯著水平,所以可以認(rèn)為這種保健食品對病人血壓狀況的改善并沒有多大作用;而治療前后的血脂T檢驗(yàn)的概率值是0.000,小于0.05的顯著水平,所以可認(rèn)為保健食品可以有效的改善病人的血脂狀況。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實(shí)踐的落地者與價(jià)值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價(jià)值,最終要在 “實(shí)踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10機(jī)器學(xué)習(xí)解決實(shí)際問題的核心關(guān)鍵:從業(yè)務(wù)到落地的全流程解析 在人工智能技術(shù)落地的浪潮中,機(jī)器學(xué)習(xí)作為核心工具,已廣泛應(yīng)用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價(jià)值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案 ...
2025-09-09