参数检验：是推断统计的重要组成部分，传统上采用抽样研究的方法，从总体中随机抽取一定数量的样本进行研究，以此来推断总体，当总体分布已知的情况下，利用样本数据对总体包含的参数进行推断的问题，就是参数检验，参数检验不仅能够对一个总体的参数进行推断，还能够比较两个或多个总体的参数，在实际问题研究中，对于总体分布未知或无法准确的假设时，就用非参数性检验，这个我们之后会继续学习。
参数检验中，包括平均值检验、单样本T检验、两独立样本T检验和配对样本的T检验。
大家好，今天我们一起先学习平均值检验，是计算一个或多个自变量类别中，因变量的值组平均值和相关的单变量的统计，也可以通过比较两个样本的均值，来判断两个样本的均值是否相等，零假设是两个样本的均值有显著差异。
话不多说，直接上操纵。
原始数据
原始数据
操作：
1、导入数据
2、编辑变量
性别：1表示男，2表示女
定义性别变量：变量视图→值标签
性别值标签
年龄段：1表示“＜35”，2表示“35-44”，3表示“45-64”，4表示“65 ”
定义年龄段变量：
转换→重新编码为不同变量→输出变量（名称）→旧值和新值→确定旧值和新值对应关系→继续→确定
重新编码为不同变量
不同变量名称
重新编码对应值
变量视图→值标签
年龄段值标签
研究问题：通过平均值检验，研究不同性别之间的储蓄金额是否存在显著差异
3、操作：分析→比较平均值→均值
因变量列表：储蓄金额
自变量列表：性别
选项→Anova表和eta、线性相关检验→继续
平均值检验
4、结果输出
ANOVA 表a | |||||||
平方和 | df | 均方 | F | 显著性 | |||
储蓄金额 * 性别 | 组间 | （组合） | 33931568495.762 | 1 | 33931568495.762 | .429 | .513 |
组内 | 18093029252322.832 | 229 |
相关阅读:
| ||||
