京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS中的T检验
1.单样本T检验(One-Sample T Test)
单样本T检验主要用于样本均数和已知总体均数的比较,还可以计算相应的描述性统计量及样本均数和总体均数之差的95%可信区间。
如果Sig(P)>0.05,差异没有显著性,可以认为抽样的均数与总体均数相同;0.01<Sig(P)<0.05,差异较显著,可以认为抽样的均数与总体均数不相同;Sig(P)<0.01,差异非常显著,可以认为抽样的均数与总体不相同。
如果求得的可信区间没有包括0,亦可说明两者间的差异有显著性意义。
2.配对样本T检验(Paired-Samples T Test)
本过程用于配对计量资料的比较,检验配对样本差值的总体均数与0的差异有无显著性差异,以及配对样本是否相关。结果输出以双侧概率及95%可信区间表示。
如积矩相关系数r=0.782(P=0.008),可以推断,该变量在处理前后正相关。
如配对t检验,t=5.273,v=9,P=0.001(双侧), 差异有显著性意义。
如差值的95%可信区间不包括0,同样说明差异有显著性意义。
1.独立样本T检验(Independent-Samples T Test)
独立样本T检验即两样本均数比较的t检验(或两样本t检验),用来检验两个独立样本的总体均数是否有显著性差异。
以两种药(甲,乙)的疗效为例,先计算两种疗效的差值。差值为反应变量(Test Variable),药物为分组变量(Grouping Variable)。
结果分析:Levene's Test for Equality of Variences:Levene 方差齐性检验,先求得各观察值与其所在组的均值之差的绝对值,然后将绝对值按分组变量做方差分析,所得F值即Leven F统计量。若P>0.05,可认为方差齐次性。该方法在非正态分布数据情形下较稳健。
Equal variances assumed:方差齐同条件下的t检验结果。如果P>0.05,差异无显著性意义,认为甲乙两药的疗效差异无显著性意义。
Equal variances assumed:方差不齐条件下的t检验结果。
2.单向方差分析(One-way ANOVA)
单向方差分析过程用于完全随机设计资料的多个样本均数比较和样本均数间的多重比较,即可进行多个处理组与一个对照组的比较。
如分析某湖中不同季节中氯化物含量的变化。季节为分类变量(Factor),氯化物为因变量(Dependent list).Post Hoc...:各组均数的多重比较。
结果分析:方差分析(Anova表),如果P<0.05,差异显著,认为不同季节中的湖水中的氯化物含量不同。
LSD检验结果:可以看出来春夏秋冬四季之间氯化物含量差异是由有显著性变化。
SNK检验和LSD检验一样可以通过P值看出来各个季节氯化物的含量是否有显著性变化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23