spss
1.假设检验定义
2.显著性检验原理
3.假设检验的基本思想
4.假设检验的两类错误
5.假设检验犯两类错误的原因
6.假设检验的步骤
7.均值过程概念
8.均值过程作用
9.从均值过程可以为每个分组变量的每个类别选择众多的子组统计量
1. 是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法
2.是先对总体的特征做出某种假设,然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断
3.反证法及小概率原理.
反证法是先提出检验假设，再用适当的统计方法，利用小概率原理，确定假设是否成立.小概率原理指小概率事件在一次试验中基本上不会发生.
4.第一类错误:原假设正确,而错误的拒绝了它，即“拒真”的错误,其发生的概率为第一类错误概率
第二类错误:原假设不正确，而错误的没有拒绝了它，即”受伪”的错误,其发生的概率为第二类错误概率
5.小概率时间并非不可能发生，只是其发生的概率很小，我们并不能完全排除其发生的可能性。
确定恰当的原假设和备择假设
6.选择检验统计量，并用选定样本计算其取值,得到检验统计量的观测值计算检验统计量观测值发生的概率，即p值
给定显著性水平a，并做出决策。如果p<a，则拒绝原假设，反之，没有理由拒绝原假设
7.描述和分析尺度变量的一种有用方法，可以获得需要分析的变量的许多中心趋势和离散趋势的统计指标，同时他可以对不同的组别或交又组别进行比较
8.该过程可以计算一个或多个自变量类别中因变量的子组均值和相关的单变量统计，也可以从该过程获得单因素方差分析和限行相关检验.
9.合计、个案数、均值、中位数。组内中位数、均值的标准误、最小值、最大值、范围、分组变量的第一个类别的变量值、分组变量的最后一个类别的变量值、标准差、方差、峰度，峰度标准误、偏度、偏度标准误。总和的百分比、总数的百分比、和的百分比,数量的百分比，几何均值、调和均值。