（1）从回归统计上看，拟合度为0.999534，偏离度为0.004588，线性相关程度为0.999767 （2）P<0.01,所以差异极显著
29
【训练体会及建议】（谈本次技能训练的收获，并对如何更好地开展技能训练谈看法） 体会 1. excel表中,通常由一些常用的工具,但是每次使用时到菜单中找比较麻烦,要制作一个自己的工作条 2. 表中图形的使用,尽量减少框线让图形更加突出. 建议 1. 我们可以多看一些关于excel的书并且多加练习. 2. 在制作过程中要认真小心,仔细记录每个数据. 技能训练报告四
训练场所 图书馆 训练组号 1 训练日期 2014年12月31日 【训练内容】 1、配对资料的t检验 【训练目标】 1.掌握成对双样本的分析方法 2.学会如何用excel分析配对资料的t检验 【方法原理】（可用文字加图形、曲线、公式等形式阐述） 1单样本t检验也称为样本均数与总体的比较的t检验,用于从正态总体的获得含量为n的样本,算得均数和标准差,判断其总体均数是否与某个一直总体均数相同。 2假设检验的原理 假设检验：统计学中的一种推论过程，通过样本统计量得出的差异作为一般性结论，判断总体参数之间是否存在差异 假设检验的实质是对可置信性的评价，是对一个不确定问题的决策过程，其结果在
30
一定概率上正确的，而不是全部 （1） 两类假设 对于任何一种研究而言，其结果无外乎有两种可能,即是否符合我们预期。一般来说证伪一件事情比证实一件事容易，在行为科学的研究中，由于我们无法了解总体中除样本以外的个体情况，因此尝试拒绝虚无假设的方法优于证明备择假设。 备则假设：因变量的变化、差异却是是由于自变量的作用往往是我们对研究结果的预期，用H1表示。 虚无假设：实际上什么也没有发生，我们所预计的改变、差异、处理效果都不存在观察到的差异只是随机误差在起作用，用H0表示。 （2） 小概率原理 小概率原理：小概率事件在一次试验中几乎是不可能发生的至于什么就算小概率事件，那就是我们在计算前明确的决策标准，也就是显著性水平α。在检验过程中，我们假设虚无假设是真实的，同时计算出观测到的差异完全是由于随机误差所致的概率。之后将其与我们实现界定好的显著性水平比较，从而考虑是否依据小概率原理来拒绝虚无假设。 （3）两类错误（本部分内容请参照实心信号检测论对照来看。 ——MJ注） Ⅰ型错误：当虚无假设正确时，我们拒绝了它所犯的错误，也叫α错误，研究者得出了处理有效果的结论，而实际上并没有效果，即所谓“无中生有” Ⅱ型错误：当虚无假设是错误的时候，我们没有拒绝所犯的错误，也叫β错误，假设检验未能侦查到实际存在的处理效应，即所谓“失之交臂” 两类检验的关系 α+β不一定等于1； 在其他条件不变的情况下，α与β不可能同时减小或增大。 3
31
【训练步骤】（用流程图阐述或用文字分条阐述，要求语言简练，层次分明） 1.数据分析 2.确定变量1,2的区域 3得出t-检验: 成对双样本均值分析
32
