参数检验与非参数检验含优选参数检验与非参数检验含第一节概述二、第Ⅰ类错误、第Ⅱ类错误与显著性水平在进行统计推断时，有可能会出现以下两种错误，第一类错误是拒绝真实的原假设，我们把它叫做“拒真”的错误。第二类错误是接收错误的原假设，我们把它叫做“取伪”的错误。在假设检验中，犯第Ⅰ类错误的概率记为,称其为显著性水平；犯第Ⅱ类错误的概率记为。我们一般事先规定允许犯第Ⅰ类错误的概率，然后尽量减少犯第Ⅱ类错误的概率。一般取=0.10、0.05或0.01，表示概率小的程度。三、假设检验的基本步骤1、根据推断检验的目标，对待推断的总体参数或分布作一个基本假设；2、利用收集到的样本数据和基本假设计算某检验统计量，该统计量服从或近似服从某种统计分布；3、根据该统计量的值得到相伴概率值；4、做出判断。研究者给定一个显著性水平，如果相伴概率值小于或等于用户给定的显著性水平，则拒绝原假设；否则，不应拒绝原假设。第二节均值比较与参数检验均值比较的基本步骤为：第一步，用户指定一个或多个变量作为分组变量，并按分组变量的不同取值对个案数据进行分组。第二步，指定一个变量作为汇总变量，并计算该汇总变量在各分组下的基本描述统计量。第三步，对第一分组变量各分组下的汇总变量均值有无显著差异作统计检验。原假设是：分组变量各水平下汇总变量的均值无显著差异。原假设是：多个独立样本来自的多个总体的中位数无显著差异。0提供了四种两配对样本非参数检验的方法，运用广泛的主要有以下三种：相反，如果相伴概率值大于给定的显著性水平，则不能拒绝原假设。3、在TestDistribution框中选择理论分布，其中：Normal为正态分布，Uniform为均匀分布，Poisson为泊松分布，Exponential为指数分布。（4）给出显著性水平，如果相伴概率值小于或等于给定的显著性水平，则拒绝原假设；（三）独立样本检验在SPSS中的实现（一）多独立样本非参数检验的基本概念和检验方法第二步，利用检验的相伴概率值判断两总体均值是否存在显著差异。②将差值数据按升序排序，并求出相应的秩。3、在ExpectedRange栏中，确定检验值的范围。从左面变量列表中指定用来分组的变量，并使之移到该框中，单击“DefineRange”按钮，进入DefineRange对话框，如图5-16所示，定义变量值范围。①分别将第二组样本的各个观察值减去第一组样本的各个观察值，差值为正则记为正号，差值为负则记为负号。原假设是：多个独立样本来自的多个总体的中位数无显著差异。单样本检验的检验统计量为统计量。1、多独立样本的中位数检验4、TestType框，确定用来进行检验的方法。（1）Statistics选项框，选择统计量。3、选择被解释变量在左边的变量表中选择要分析的变量作为被解释变量，并将其送入DependentList被解释变量框中。被解释变量可以选择一个，也可以选择多个。4、解释变量的选择及分层控制选择解释变量作为分组变量，对被解释变量将按解释变量分组计算基本描述统计量。选择的若干解释变量可以放在第一层，也可以放在不同层。5、Option选项在主对话框中单击Option选项，展开Option对话框，如图5-2所示。（1）Statistics选项框，选择统计量。（2）StatisticsForFirstLayer框,对第一层每个控制变量的分析。具体含义是：①Anovatableandeta复选项：表示输出单因素方差分析表和eta值。②Testoflinearity复选项：表示作线性检验。二、单样本检验（一）单样本检验的概念和基本步骤单样本检验是检验某个变量的总体均值与指定的检验值之间是否存在显著差异。这里，前提条件是样本来自的总体应服从正态分布。如果已知总体均数，进行样本均数与总体均数之间的差异显著性检验也属于单样本的检验。单样本检验的基本步骤为：1、提出原假设。单样本检验的原假设为：总体均值与检验值之间不存在显著差异2、选择检验统计量。单样本检验的检验统计量为统计量。3、计算检验统计量观测值和概率值。SPSS将自动计算统计量的观测值和对应的概率值。4、给定显著性水平，并作出决策。给定显著性水平，与检验统计量的概率值作比较。如果概率值小于显著性水平，则应拒绝原假设；反之，如果概率值大于显著性水平，则不能拒绝原假设。（二）单样本检验过程在SPSS中的实现1、建立或选择数据文件后，按“Analyze”→“CompareMeans”→“One-SampleTTest”进入One-SampleTTest单样本检验主对话框，如图5-3所示。2、在左边的源变量框中选择要分析的变量，将其送入TestVariable(s)框中。在TestValue检验值一栏中