spss假设检验(假设检验理论知识)

欢迎来到数据分析系类,发现数据背后的意义

SPSS:假设检验理论知识

1.为什么要做检验?

通过获得随机样本来实施抽样研究的例子很多,但此时研究中直接获取的只是样本的情况,而研究者关系的并不仅仅是样本,更希望了解相应的总体特征。

参数估计:推估样本所在的总体特征

假设检验:对提出的一些总体假设进行分析判断,做出统计决策

(1)先对总体的参数(或分布形式)提出某种假设,然后利用样本信息判断假设是否成立的统计方法

(2)逻辑上运用反证法,统计上依据小概率原理

(3)小概率是在一次实验中,一个几乎不可能发生的事件发生的概率在一次实验中小概率事件一旦发生,我们就有理由拒绝原假设。

2.假设检验原理

(1)基础:小概率原理,即一般认为小概率事件是在一次随机抽样中不会发生。

(2)基本思想:先建立一个关于样本所属总体的假设,考察在假设条件下随机样本的特征信息是否属于小概率事件,若为小概率事件,则怀疑假设成立有悖于该样本所提供特征信息,因此拒绝假设。

(3)事实上,小概率事件在随机抽样中还是可能发生的,只是发生的概率很小。若正好碰上了,则假设检验的结论就是错误的。当然,犯这种错误的概率很小。

3.假设检验原理的基本步骤

(1)建立假设

根据统计推断的目的而提出的对总体特征的假设。统计学中的假设有两方面的内容:

一是检验假设,亦称原假设或无效假设,记为H0,又称“0假设”,研究者想收集证据予以反对的假设,用H0表示

二是与H0相对立的备择假设,记为H1。后者的意义在于当H0被拒绝时采用。两者是互斥的,非此即彼。

H0: =0, H1:≠0;

H0: =7.4, H1:≠7.4。

(2)确定检验水准

实际上就是确定拒绝H0时的最大允许误差的概率。检验水准擦灰姑娘采用a表示,是指检验假设H0本来是成立的,而根据样本信息拒绝H0的可能性大小的度量,换言之,a是拒绝了实际上成立的H0的概率。

常用的检验水准为a=0.05,其意义是:在所设H0的总体中随机抽得一个样本,其均数比手头样本均数更偏离总体均数的概率不超过5%

4.得出推断结论

按照事先确定的检验水准a界定上面得到的P值,并按小概率原理认定对H0 的取舍,做出推断结论。

若P<a

基础H0假设的总体情况出现了小概率事件

则拒绝H0,接受H1,可以认为样本与总体的差别不仅仅是抽样误差造成的,可能存在本质上的差别,属于”非偶然的”,因此,可以认为两者的差别有统计学意义。

进一步根据样本信息引申,得出实用性的结论。

若P>a

基于H0出现了很常见的事件

则样本与总体间的差别尚不能排除纯粹由抽样误差造成,可能的确属“偶然的”,故尚不能拒绝H0

因此,认为两者的差别无统计学意义,但这不意味着可以接受H0

SPSS:假设检验理论知识

SPSS:假设检验理论知识

SPSS:假设检验理论知识

5.SPSS操作步骤

SPSS:假设检验理论知识

关注财务总监死磕,发现数据背后的意义!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 726419713@qq.com 举报,一经查实,本站将立刻删除。