Paired Samples TestPaired Differences95% Confidence Intervalof the DifferenceMeanPair 1治疗前舒张压 -治疗后舒张压4.50Std. Deviation3.162Std. Error Mean1.118Lower1.86Upper7.14t4.025df7Sig. (2-tailed).005 配对t检验结果，可见P=0.005,按照?=-0.05水准，拒绝H0，接受H1，可以认为该药有降低舒张压的作用。
㈢两样本均数的比较
两样本均数的比较要求两样本来自的总体服从正态分布，还要求两总体的方差相同。若这些应用条件不满足，情况较轻者可采用校正t检验结果，否则就就应采用变量变换使之满足条件，或可以采用非参数检验的方法。
例9-18 两组雄性大鼠分别饲以高蛋白和低蛋白饲料，观察每只大鼠在实验第28天到84天之间所增加的体重，如下表所示，问两种不同饲料喂养大鼠后，体重的增加有无差别？（数据见“例9-18.sav”）
按照分析要求，数据库建立时应有两个变量，group用于区分比较的两个组，weight为大鼠体重增加的克数。
操作方法：
Data→Split File→Compare Groups：group 按照所选变量拆分文件，使得分析结果放在一起便于比较
OK Analyze→Nonparametric Tests→One-Sample K-S Test 非参数检验 Test variable List:：weight
Test Distribution: √Normal 对体重进行正态性检验 OK Data→Split File→Analyze all cases, do not create groups 取消文件拆分 OK Analyze→Compare Means→Independent-Samples T Test
Test Variable(s)：weight 要分析的变量是增加的体重 Grouping Variable：group 定义检验的两个独立样本 选中变量group：Define Groups
9
Group 1：键入1 分别定义分组变量的数值 Group 2：键入2 分别定义分组变量的数值 Continue OK 分析结果见“例9-18.spo” 结果解释：
NPar Tests
One-Sample Kolmogorov-Smirnov Test组别高蛋白组增加的体重12MeanStd. DeviationMost ExtremeDifferencesAbsolutePositiveNegativeKolmogorov-Smirnov ZAsymp. Sig. (2-tailed)低蛋白组Na,bNormal ParametersNa,bNormal Parameters120.0021.388.092.092-.065.3201.0007MeanStd. DeviationAbsolutePositiveNegative101.0020.624.100.100-.081.2641.000Most ExtremeDifferencesKolmogorov-Smirnov ZAsymp. Sig. (2-tailed)a. Test distribution is Normal.b. Calculated from data. 正态性检验的结果，比较的两组P都大于0.05，可以认为两样本皆服从正态分布，可以采用两独立样本t检验的方法进行分析。
T-Test
Group Statistics组别高蛋白组低蛋白组N127Mean120.00101.00Std. Deviation21.38820.624Std. Error Mean6.1747.795增加的体重 上表给出了两组变量的基本情况描述。
10
Independent Samples TestLevene's Test for Equalityof Variancest-test for Equality of MeansMeanDifference19.0019.00Std. ErrorDifference10.0459.94495% Confidence Intervalof the DifferenceLower-2.194-2.469Upper40.19440.469F增加的体重Equal variances assumedEqual variances not assumed.015Sig..905t1.8911.911df1713.082Sig. (2-tailed).076.078 独立样本t检验的结果可以分为两大部分：①Levene′s方差齐性检验，用于判断比较的两组总体方差是否齐同。这里给出的检验结果F=0.015，P=0.905，可见本例中的方差是齐同的；②总体均数的t检验，在方差齐同或不齐时分别给出相应的检验统计量和P值。本例方差为齐性，故t=1.891，P=0.076，尚不能拒绝H0，不能认为两组饲料喂养后大鼠体重的增加是不同的。
二、方差分析
方差分析的应用条件为：①各样本为彼此独立的随机样本；②各样本都来自于正态总体；③各样本总体方差相等。方差分析不仅可用于两个或两个以上的样本均数的比较，还可以分析两个或多个因素的交互作用。
㈠完全随机设计资料的方差分析
完全随机设计资料的方差分析用于成组设计多个样本均数的比较。完全随机设计是采用完全随机化的分组方法，将全部的受试对象分配到几个处理组当中去，每组分别接受不同的处理，各组的样本含量可以相同也可以不同。通过各组均数之间的比较，评价由某种因素引起的变异是否具有统计学意义。
例9-19 用四种不同的饲料喂养大白鼠，每组四只，然后测定其肝重的比值,如下表所示，试比较四组肝/体比值之间有无差异。（数据库见例9-19.sav）
按照方差分析的格式建立数据库，分组变量为feeder，用于分类4种不同的饲料，结果变量为ratio，用于记录实验对象的肝/体比值。由于方差分析要求方差齐同，分析时进行方差齐性检验。同时为了更深层次的解释实际问题，方差分析结果若有意义，可进一步采用SNK法进行两两比较。
操作方法：
Analyze→Compare Means→One-Way ANOVA
Dependent List：ratio 要分析的结果变量是肝体比值 Factor：feeder 定义分组变量“饲料” Options：
√Homogeneity-of-variance 进行方差齐性检验
11
√Means Plot 作均数图 Continue Post Hoc：√S-N-K 两两比较采用SNK法 Continue OK 结果见例9-19.spo 结果解释：
Oneway
Test of Homogeneity of Variances肝/体比值Levene Statistic1.530df13df212Sig..257 上表为方差齐性检验结果，Levene统计量为1.530，在当前自由度下，P=0.257，可以认为各样本
来自的总体方差齐同。
ANOVA肝/体比值Between GroupsWithin GroupsTotalSum of Squares2.028.7922.819df31215Mean Square.676.066F10.242Sig..001 这实际为一个典型的方差分析表。给出了单因素方差分析结果，可见统计量F=10.242，P=0.001，因此可以认为四种饲料喂养后四组均数不全相同。
肝/体比值Student-Newman-KeulsSubset for alpha = .05饲料ABCDSig.N4444.14612.40252.68503.09753.3200.2442aMeans for groups in homogeneous subsets are displayed.a. Uses Harmonic Mean Sample Size = 4.000. 12
