一、案例介绍

通过以往大量资料得知某地20岁男子平均身高为168cm，今随机测量当地16名20岁男子，得到其身高均数为172cm，标准差为14，问当地现在20岁男子的平均身高是否比以往高？

从案例来看，要分析16名男性平均身高是否高于以往平均身高168cm，即比较样本均数所来自的总体均数是否高于已知的总体均数，可以使用单样本t检验进行分析。根据经验，身高服从正态分布，所以满足使用单样本t检验的前提条件。但是当前只有汇总数据（平均值、标准差、样本量），并没有原始数据，所以可以通过SPSSAU概要t检验使用汇总数据进行分析。

（1）单样本t检验

先手算介绍一下单样本t检验的分析过程。

①建立假设检验，确定检验水准：

原假设为现在该地20岁男子的平均身高与以往20岁男子的平均身高相等；

备择假设为现在该地20岁男子的平均身高高于以往20岁男子的平均身高。

②计算检验统计量：

本案例n=16，overline{X}=172cm，S=14cm，mu_0=168cm

代入计算得

③确定p值，做出推断结论：

查t界值表，得单侧概率0.10

手算比较麻烦，接下来介绍使用SPSSAU快速完成分析。

（2）软件操作

在SPSSAU【实验/医学研究】模块，选择【概要t检验】，具体选择“单样本t检验”，分别填写汇总数据，操作如下图：

分析中设计两个统计学名词，置信水平和假设检验，说明如下：

①置信水平：置信水平是指总体参数值落在样本统计值某一区内的概率；指在多大程度上对假设有把握，通常为95%，可选为99%和90%。

②假设检验：原假设是等于，小于，还是大于。

本案例中，设置置信水平为95%，因为要研究均值172cm是否明显大于168cm，所以假设检验选择“大于”。如果研究是否等于或小于168cm则对应选择假设检验为“等于”或“小于”。

（3）结果解读

SPSSAU输出分析结果如下：

①单样本t检验置信区间

本次收集样本为16个20岁男子身高，平均值为172cm，标准差为14cm，分析显示身高的95%CI为：164.5399cm~179.4601cm。即有95%的把握身高应该介于164.5399cm到179.4601cm之间。

②单样本t检验假设检验

分析上表可知：本案例预判断16名20岁男子身高172cm，是否明显高于168cm，检验显示t=1.1429，p=00.8645>0.05不拒绝原假设，差异无统计学意义，即不能认为该地20岁男子平均身高比以往更高，该结论与手算结论一致。

通过使用SPSSAU概要t检验中的单样本t检验分析得知，现在该地20岁男子的平均身高172cm与以往20岁男子的平均身高168cm的差异无统计学意义（t=1.1429，p=00.8645>0.05），所以不能认为该地20岁男子平均身高比以往更高。

（1）独立样本t检验的3个名词术语什么意思？

①对比均值(差值对比)：独立t检验时，对比数字是指两组数据均值差，与某个数字进行对比，通常情况下是0（即两组数据平均值差值，与数字0进行对比PK）。

②置信水平：指在多大程度上对假设有把握，通常为95%，可选为99%和90%。

③假设检验：原假设是等于，小于，还是大于，通常情况下等于（即直接对比是否相等，即是否有差异）。

（2）独立样本t检验分析前提条件？

针对独立样本t检验，从原理上，其需要先判断方差齐，方差齐和不齐时计算标准误的公式并不一样。此检验过程已经被SPSSAU进行自动判断，并且自动给出对应的计算结果。

","gnid":"99630fa675d951236","img_data":[{"flag":2,"img":[{"desc":"","height":"383","title":"","url":"https://p0.ssl.img.360kuai.com/t01228095b66497ba19.jpg","width":"900"},{"desc":"","height":"95","title":"","url":"https://p0.ssl.img.360kuai.com/t015fe6ee5dbcacb638.jpg","width":"334"},{"desc":"","height":"100","title":"","url":"https://p0.ssl.img.360kuai.com/t01a673c9d8eb4d142b.jpg","width":"359"},{"desc":"","height":"106","title":"","url":"https://p0.ssl.img.360kuai.com/t011b26b85dbaed72b5.jpg","width":"605"},{"desc":"","height":"680","title":"","url":"https://p0.ssl.img.360kuai.com/t01d65959fb408a1466.jpg","width":"883"},{"desc":"","height":"127","title":"","url":"https://p0.ssl.img.360kuai.com/t01a80e2cfde3ad2c7d.jpg","width":"654"},{"desc":"","height":"127","title":"","url":"https://p0.ssl.img.360kuai.com/t01096c0faf4996cf0b.jpg","width":"888"}]}],"original":0,"pat":"art_src_3,fts0,sts0","powerby":"pika","pub_time":1693794060000,"pure":"","rawurl":"http://zm.news.so.com/19da659c9fd4cb973fb7771c0206f045","redirect":0,"rptid":"a3d3ad16bc4443cb","rss_ext":[],"s":"t","src":"SPSSAU","tag":[],"title":"医学案例 | 概要t检验

钟选劳4647P值小于等于0.05是否真有统计学意义 -
何疤颖18249792247 ______ 这个p<0.05,在统计学上认为有统计学意义,小概率事件嘛,认为有统计学意义,不一定有差异,统计结论是概率的,存在犯错误的可能,是否真的有差异,我们是不清楚的,只是因为概率小,我们接受了.

钟选劳4647心理学文献ps < .001是什么意思? -
何疤颖18249792247 ______ 在心理学文献中,p<.001表示的是在统计学上观察到的数据或者更极端情况下发生的概率.当p值小于0.001时,意味着观察到的数据在接受原假设的条件下出现的概率非常低,一般认为是具有非常显著的差异,研究结果在统计学上是强有力的,并且具有高度的置信度.这个显著性水平(一般是0.05),如果p值小于这个显著性水平,那么就会拒绝原假设,认为观察到的数据与原假设存在显著差异,具有统计学意义.

钟选劳4647用spss做方差分析,显著水平设定成0.05或0.01有什么区别吗? -
何疤颖18249792247 ______ 用spss做方差分析,显著水平设定成0.05或0.01的区别在于是否拒绝原假设的判定强弱不同.显著性水平取0.01,是在原假设事实正确的情况下,研究者接受这一假设的可能性为99%.显著性水平取0.05,研究者接受事实正确的原假设的可能性...

钟选劳4647SPSS19.0 独立样本t检验的结果分析 -
何疤颖18249792247 ______ 你这是对两组数据进行均值差异性分析,采用的是独立样本t检验.具体数据解释可以如下: 两组数据做方差齐性检验,其中F值为6.617, p值为0.013,p值小于0.05,说明方差不相等,因此t值要依据下面的一行,即t值为-2.787,通过双尾检验,p=0.007,小于0.05,达到了显著性,拒绝原假设.说明通过独立样本t检验,可以得出如下结论:两组数据得分均值方面存在着显著差异.

钟选劳4647假设检验中算出的p=0.05怎么办 -
何疤颖18249792247 ______ P<=a,拒绝H0,接受H1

钟选劳4647P小于0.05,这是什么
何疤颖18249792247 ______ 你这个是概率论和统计学里看到的吧这个P是显著性概率,当这个概率小于0.05的时候,我们就认为这个事件很容易发生,即假设可以成立;当这个概率大于0.05时,我们认为这个事件不显著,即假设不成立.当然,这个0.05不是确定的,只不过是我们习惯性的,也可以定为0.01,或者0.1都可以,根据情况而定

钟选劳4647六西格玛管理方差假设检验如何应用? -
何疤颖18249792247 ______ 一、六西格玛管理方差的假设检验方差的假设检验是根据样本数据对总体方差做出推断的假设检验方法. 二、应用目的团队可以利用方差的假设检验,用样本数据对不同总体的方法是否存在显著差异做出判断. 例如:不同的供应商、不同的设...

钟选劳4647助计量经济学高手!!P值与接受或拒绝原假设之间的关系是?? -
何疤颖18249792247 ______ 通俗点说,那个P值是指“接近原假设的概率”,例如T统计量的P值,是指参数接近0的概率(因为原假设是参数为0),我们一般用5%的显著性水平,如果P值小于0.05,即参数等于0的概率小于0.05,我们就可以认为,拒绝原假设了,即通过了显著性检验.

钟选劳4647在进行相关性分析时,事件A与事件B相关,同时A与C相关,那么B与C相关么? -
何疤颖18249792247 ______ 相关分析与偏相关分析的差异说明:实验变量直接相关性特别大,比如A,B,C和D四个变量,B与C,D之间的相关和A与C,D之间的相关特别大,在你控制了C,D的情况求A,B的偏相关时,由于C,D的贡献过大,而导致了A与B之间无相关.需要注意...

（编辑：自媒体）