TMEIC 10E2
2TMdrive-10e2
TMdrive-10e2 is an
evolution in the family
of TMdrive ? ac system
drives offering:
? High reliability
? S imple configuration and maintenance
? L ow cost of ownership ? Compact design Features
Benefits State-of-the-art microprocessors including floating point calculation.
Higher processing speed and communications for next generation control system.Per unit calculations are easy to understand. H eat pipe cooling technology. The IGBT power bridges use heat pipe cooling technology.
R educes footprint and lowers audible noise. This technology saves valuable floor space and lowers the required cooling-air flow, reducing the associated audible noise. M icrosoft ? Windows ?-based configuration. The TMdrive-Navigator is used to configure, install, and maintain the TMdrive-10e2 drives.World-class tool across all system drives.Flexible tool connectivity. Native Ethernet drive interface allows flexible point-to-point TMdrive-Navigator communication over control LAN or even via your factory LAN.
LAN options:? TC-net I/O? ? Profibus-DP? ? DeviceNet? ? Modbus RTU ? Ethernet Global Data (EGD) ? ControlNet?Multiple controller platforms supported. For virtually all controller platforms, these LAN options provide seamless integration with the rest of your factory.
Connectivity to legacy equipment. Existing equipment can be seamlessly integrated into new systems.
Safety features according to:? ISO 13849 (Category 3) ? IEC 61800-5-2 (Safety Integration Level 2)
Risk is defined and analysis simplified according to these standards.
Integrated hardware removes the requirement for external components to meet standards. The system is simplified and reliability improved.
Bringing Reliable Control T o System Applications
3
Coordinated drive systems are an integral part of manufacturing processes in the metals industry. TMdrive-10e2 system drives address all of these applications by providing:
? High reliability, low maintenance, compact design ? L ow voltage application from a few to hundreds of drives ? H igh-speed communication featuring robust control and diagnostics ? Strip transport or Auxiliary applications ? Continuous or batch operations
In the pulp and paper industry, uninterrupted operation is priority one. The robust design of the TMdrive–10e2 heat pipe-cooled power bridges provides superior reliability and maintainability for
paper mill applications.
In the automation of container cranes, tight integration between the system drive and the controller is a requirement. TMdrive-10e2’s compact and efficient design together with a multitude of LAN options enhance yard and dock side crane productivity. The high-performance networks provide:
? High-speed real-time control ? Full automation with no operator ? R emote connectivity for configuration
and monitoring
A Look On The Inside
4T wo-Level Phase Leg Assembly
The cabinet style inverters have modular two-level phase leg assemblies.
Each phase leg includes:
? Heat pipe assembly
1200 Frame Inverter
performs several functions:
? S peed and torque regulation
? Sequencing
? I/O mapping
? Diagnostic data gathering
A mounting bracket is
provided for an optional
LAN interface board.
All TMdrive–10e2 products
include standard I/O, which
supports an encoder, 24V dc
and analog I/O. In addition,
a resolver interface option
can be provided. All I/O’s are
terminated to a two-piece
modular terminal block for
easy maintenance. Either
screw or spring terminal
blocks can be provided.
be supplied.
Heat Pipe Cooling T echnology
The cabinet style inverters and regenerative converters
use heat pipes to cool the IGBT power switches and
capacitors. This technology reduces the footprint of
5
400 Frame Inverter Frame 15-100Frame 150
Frame 250
Draw-Out Style Inverters optional dc bus disconnect to allow lockout of individual inverters. The draw-out style inverters are tied to the dc bus using a set of staggered stab connectors that provide proper charging.draw-out style inverters are available in a very compact package. Draw-out inverters are mounted on heavy-duty slides with staggered connectors on the back that connect with the bus when slid into the cabinet. Motor cables are terminated at a common terminal block in the bottom of the cabinet. I/O and incoming ac power are mounted on modular terminal blocks for ease of maintenance.
DC Bus
The converter in each lineup (not shown here) generates dc power for each of the inverters. The inverters then create variable frequency ac power to control the induction motors. This dc power for the lineup is conveyed on a solid tin-plated copper bus near the bottom of the cabinets.Reliable low voltage ac system drive technology designed to reduce cost of ownership:
? H eat pipe cooling technology that reduces
the size of the power bridge and
audible noise generated by the
cooling fans
? D raw-out style inverters for low
hp applications
? A dvanced IGBTs
increase efficiency
Flexible I/O Interface
6
TC-NET I/O ? 8 words in/out
Ethernet Global Data (EGD) ? 10 words in/out
Profibus-DP ? 10 words in/out
Modbus RTU ? 10 words in/out ControlNet ? 10 words in/out DeviceNet ? 4 words in, 10 words out Certain other legacy LANs can also be supported on request.
Safety features according to IEC 618005-2 (Safety Integration Level 2) and ISO 13849 (Category 3). Safety integrity level 2/category 3 is insured by independent gate command lockout via two hardware inputs; UVS1 and UVS2. In addition, when the optional output contactor is supplied it is also disabled by the UVS1 signal providing
Digital Inputs
Digital Inputs Digital Inputs
? Quantity 4 user defined
? Open Collector
? Non-Isolated
? Adds Quantity 5 user defined
? Isolated or Non-isolated
? Relay (1 A) or solid state (70 mA)
? Adds Quantity 6 user defined
? Isolated or Non-isolated
? Relay (1A) or solid state (70mA)
? Quantity 2 for UVS (SIL 2)
? Quantity 4 configurable mapping
? Non-Isolated
? Adds Quantity 5 configurable
? Isolated or Non-isolated
? Relay or solid state
? Adds Quantity 6 configurable
? Isolated or Non-isolated
? Relay or solid state
? Quantity 1 configurable
? Non-Isolated
? 13-bit resolution
? A dds Isolation to standard
analog input
?A dds Isolation to standard
analog input
? A dds additional 1 isolated
channel, user defined
? Quantity 1 user defined
? Non-Isolated
? 8-bit resolution
? A dds Isolation to standard
analog output
? A dds additional 1 isolated
channel, 8-bit, user defined
?A dds Isolation to standard
analog output
? A dds additional 2 isolated
channels, 8-bit, user defined
? Excitation frequency of 1 or 4 kHz
? S ource for resolvers is
Tamagawa:
www.tamagawa-seiki.co.jp
? A quad B with marker
? Maximum frequency of 100 kHz
? D ifferential or single-ended
5 or 15 V dc
? A quad B with marker
? Maximum frequency of 100 kHz
? H igh-resolution torque motor
temperature feedback
? 1 kΩ positive temperature
coefficient RTD or other sensor
requires selecting Option Unit
Digital Outputs
Digital Outputs
Digital Outputs
Analog Inputs
Analog Inputs
Analog Inputs
Analog Outputs
Analog Outputs Analog Outputs
(Optional)
Speed Feedback
Resolver Input
Speed Feedback
Encoder Input
Speed Tach
Follower Output
Motor
Temperature
Feedback
25 mA
B
Z
+/- 10 V dc
1 mA
10 V10 V
+/- 10 V dc
4-20 mA
10 V
4-20 mA
10 V
4-20 mA
24 V dc
50 mA
24 V dc
24 V dc
+24 V dc
10 mA
+24 V dc
10 mA
+24 V dc
10 mA
TMdrive-10e2 features a flexible I/O system allowing a variety of I/O to connect directly to each inverter. Standard I/O shown below is always supplied. Additionally, either option unit A or B may be specified to extend I/O capability.
UVS1
Cubicle Panel (600 mm)Cubicle Panel (800 mm)Draw-out Panel (Option A)Draw-out Panel (Option B)
7
Operator Interfaces
Optional Enhanced Keypad Standard Display LEDs give a quick indication of the status of the unit.
LED Indication DC Bus On when the DC Bus Discharged is discharged
Ready
O n when the unit is ready to run Running O n when the unit is running
Alarm/Fault B linking LED indicates alarm condition, while solid LED indicates a fault
Draw-out Enclosure Display
Control Functions
The TMdrive-10e2 has a wide array of control functions to suit any application:
Analog input conditioning:
? O ffset for each ? G ain for each
? R ollover protection
Simulation mode for testing and training:
? Motor simulator ? Load simulator
High-speed data capture buffer:
? Configurable trigger data capture (8 channels)
? Fault data capture (64 channels) ? 14 kb buffer
Protection:
? Over speed ? Speed error
? Over frequency ? Timed overcurrent
? Cooling fan failure ? Motor overheat
? Stall
High-resolution motor temperature feedback:
? T orque accuracy ? Motor protection
Outer regulator with 4 modes:
? S peed ? T orque
? S peed with droop ? S aturated speed
with torque control
Current limits:
? d i/dt ? I nverting
? S peed dependent
Automatic field adjustments:
? Field weakening
? Saturation compensation
Four forms of load compensation:
? I nertia ? F riction
? W indage ? I mpact
Configurable sequential functions:
? Start ? Alarm
? Stop ? Trip, etc.
T orque calculator:
? A ccurately computes torque
delivered to the load
Reference model:
? M odel following control to eliminate
mechanical resonance problems
Inner regulator with 3 modes:
? V ector with speed feedback
? S ensorless vector
? Sensorless scaler (Volts/Hz)
it up through the chill
I/O Functions Speed/T orque Regulator Functions Diagnostic and Protective Functions
8
9
Desktop-like search technology links topical signal lists, block diagrams, help files, product documentation, change history, and user notes. Windows techniques facilitate navigation within a drive and across the system. The status of all drives is always in view.
High speed data is automatically captured and saved in the event of a drive fault. Users can also capture high speed data based on their own trigger conditions or perform high resolution real-time trending.
Fault data can be automatically “pushed” to key users. The client-server architecture allows access to high performance data from remote locations – with the same resolution as if you were in the plant.
Wizards support tuning of drive functions.
Live block diagrams provide a real-time graphical view of drive functions. Functions can be configured directly from the graphical view.
Product documentation is integrated right into the tool. Users can even capture their own notes to benefit future troubleshooting.
Compatible with: ? Windows XP , Vista, 7 ? Windows Server 2003, 2008
10A Low Voltage Power Bridge T opology T o Fit Y our Application
Output Contactor
Bus Fuse Disconnect Fig. 5Fig. 6
11
Canada United States
95%, motor power factor of 0.85, ambient temperature 0-40?C (32-104?F), and altitude below 1000 m (3280 ft) above sea level. Use actual motor data for final inverter selection.
4. T he specified current ratings are continuous to which the referenced overload can be applied for a maximum of 60 seconds. Refer to application example on page 14.
5. I nverters support bottom cable entry. Top cable entry is supported with one 600 mm (24 in) auxiliary cabinet between every two inverter cabinets.
6. Each of the inverters requires 3-phase control power.
7. F or high-performance torque regulation, a temperature sensor is mounted in the motor.for all cabinets.10. T he dc bus for the lineup has a maximum current capacity of 2350 amps.11. H igh temperature current derating: all frames -2.5% per ?C above 40?C.12. I nverter doors are electrically interlocked with controls to inhibit gating when the doors are open.13. L ow temperature current derating: frames 400 to 2400 -2% per ?C below 0 ?C. All other frames no derating.voltages up to 460 V, including 230 V, 380 V, 415 V, 440 V and 460 V
690 V design supports motor voltages up to 690 V, including 575 V and 690 V
Output Frequency 0-300 Hz Continuous operation below 0.4 Hz requires derate
Output Chopping 1 kHz for all frames Frequency Up to 3 kHz available with derating
Inverter Type Two-level voltage converter Modulation Pulse Width Modulation (PWM)Power Semiconductor Insulated Gate Bipolar Technology Transistor (IGBT)
Operating 0 to 40°C (32 to 104°F) at rated load Temperature
-20 to 50°C (-4 to 122°F) with derating Storage -25 to 55°C (-13 to 131°F) Temperature
Humidity 5 to 95% relative humidity
Non-condensing Altitude 0 to 5000 m (16400 ft) above sea level Derate current ratings: 1% per 200 m (656 ft) altitude above 1000 m (3280 ft) Derate voltage 2.25% per 200 m (656 ft) for 460 V inverters above 4000 m (13120 ft)
for 690 V inverters above 2000 m (6560 ft)Vibration 10-50 Hz, <4.9 m/s 2 (0.5 G)
Enclosure IP20 (NEMA 1) IP32 or IP31 optional Cable Entrance Bottom is standard Top with optional auxiliary cabinet Wire Colors Per CSA/UL and CE Short Circuit Ratings 100 kA for ac and dc buswork 10 kA for control power Acoustic Noise ≤ 68 dB Mean Time to Repair 30 minutes to replace power bridge phase-leg MTBF > 41,000 hours Code Conformance Applicable IEC, JIS, JEM, UL, CSA and NEMA standards Cabinet Lockout (control power)95%With Speed Sensor (Resolver or Encoder)? Speed regulator accuracy: +/- 0.01%? Maximum speed response: 60 rad/sec ? Torque linearity: +/- 3% with temperature sensor +/- 10% without temperature sensor ? Maximum Torque current response: 1000 rad/sec ? Torque range: 0-400% of rated motor torque ? Maximum flux control range: 20%-100%Without Speed Sensor ? Speed regulator accuracy: +/- 0.1% with temperature sensor +/- 0.2% without temperature sensor (Using 1% slip motor at rated flux)? Maximum speed regulator response: 20 rad/sec ? Minimum continuous speed: 3%? Torque linearity: +/-10%? Maximum Torque current response: 1000 rad/sec ? Torque range: 0-150% of rated motor torque Single DC disconnect Inverter Lockout
Response = 3/T 95%
(radians/s)
12
460 V Design
Note: When two values exist, IEC/JEM value precedes UL value.1 – Twin Contactor
* – Refer to Page 10
13
690
V Design
Application Examples
14When specifying an inverter, start from the process requirements and work through the motor to the inverter. The following example illustrates this process.
The motor delivers constant torque from zero to base speed of 900 rpm and 150 kW (201 hp).Duty cycle requires 150% for 10 sec, but has a rms duty cycle of 150 kW (201 hp). S elect motor based on process requirements and compute required inverter kVA.
? 150 kW (201 hp)? 900 rpm, 460 V ? Efficiency = 0.954? Power factor = 0.765? Service factor = 1.15
Select inverter based on continuous current and Scan the 150% entries in the inverter tables for a frame where the continuous current rating exceeds 297 amps. The 400 frame meets this criterion (455 amps ) and is appropriate for this application.
Inverter Example
I ac Converter = kW Shaft x 1000 x SF Mtr Eff Mtr x PF Mtr x 3 x V Motor rated voltage = 150 x 1000 x 1.15
0.954 x 0.765 x 3 x 460 V
=
297 amps Scan the specifications in the non-regenerative converter frame where the continuous current rating exceeds 245 https://www.wendangku.net/doc/0b9597573.html,pute the continuous dc current requirement of the converter based I dc Converter = kW Shaft x 1000 Mtr Inv dc Bus = 150 kW x 1000
0.954 x 0.985 x 652
= 245 amps
Compute the operating voltage of the dc bus. It is assumed that the specified in the application example above.
Assumptions:? Converter at 100% of current rating ? Transformer sized for converter ? 5% high transformer tap is used V
dc Bus = 1.35 x V Converter line-to-line
= 1.35 x 460 x 1.05
= 652 V When specifying a converter, start from the process requirements and work through the motor to the inverter, and then the associated converter. The following example illustrates this process (continuation of inverter application example on top of page).
Non-Regenerative Converter Example
When specifying a converter, start from the process requirements and work through the motor to the inverter, and then the associated converter. The following example illustrates this process (continuation of inverter application example above):
Compute continuous ac current requirement of the converter based Scan the 150% for 60 sec entries in the regenerative the continuous current rating exceeds 203 amps. = kW dc x 1000 3 x V Converter line-to-line voltage = 162 kW x 1000 3 x 460 V = 203 amps Compute kW requirements into the inverter. It is assumed inverter specified in the application example above. It is also assumed that the converter is controlled to unity power factor.
kW
dc = kW Shaft
Eff Mtr x Eff Inv x Eff Conv
= 150 kW
0.954 x .985 x .985 = 162 kW Note: For sizing systems with peak powers in regenerative mode, a different equation is used to compute power requirements.kW dc = kW Shaft x (Eff Mtr x Eff Inverter x Eff Conv )
I ac Converter Regenerative Converter (TMdrive-P10e2) Example
C ompute continuous for the inverter based on the selected motor.
15
Input Frequency
50/60 Hz ±20%TMdrive-P10e2 Input Chopping 2 kHz 180-242 V ac, 60 Hz 3-phase Displacement Power TMdrive-P10e2 - Unity power factor Factor (at all loads)
SPSS两独立样本T检验结果解析.
定量分析之两独立样本T检验 (2007-04-01 22:26:38) 由输出结果可以看出： 样本中区域编号为1（即苏南地区）的城市有5个。其地区生产总值的平均值为1928.3540亿元，标准差为1059.98148，均值标准误差为474.03813。人均GDP的平均值为40953.40元，标准差为13391.301，均值标准误差为5988.772。 样本中区域编号为2（即苏中地区）的城市有3个。其地区生产总值的平均值为906.4633 亿元，标准差为279.86759，均值标准误差为161.58163。人均GDP的平均值为15726.33元，标准差为1673.922，均值标准误差为966.440。 由输出结果可以看到： 对于地区生产总值来说，F值为2.574，相伴概率为0.160，大于显著性水平0.05，不能拒绝方差相等的假设，可以认为苏南和苏中的地区生产总值方差无显著差异；然后看方差相等
时T检验的结果，T统计量的相伴概率为0.167，大于显著性水平0.05，不能拒绝T检验的零假设，也就是说，苏南和苏中两个地区城市生产总值平均值不存在显著差异。另外从样本的均值差的95%置信区间看，区间跨0，这也说明两个地区生城市生产总值的平均值无显著差异。 对于人均GDP来说，F值为24.266，相伴概率为0.003，小于显著性水平0.05，拒绝方差相等的假设，可以认为苏南和苏中地区城市人均GDP方差存在显著差异；然后看方差不相等时T检验的结果，T统计量的相伴概率为0.013小于显著性水平0.05，拒绝T检验的零假设，也就是说，苏南和苏中两个地区城市人均GDP平均值存在显著差异。另外从样本的均值差的95%置信区间看，区间没有跨0，这也说明两个地区城市人均GDP平均值存在显著差异。
独立样本T检验
独立样本T检验 要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本均来自正态分布，要求均值是对于检验有意义的描述统计量。 例如：男性和女性的工资均值比较 分析——比较均值——独立样本T检验。 分析身高大于等于155厘米与身高小于155的两组男生的体重和肺活量均值之间是否有显著性差异。
组统计量 身高N 均值标准差均值的标准误 >= 155.00 13 40.838 5.1169 1.4192 体重 < 155.00 16 34.113 3.8163 .9541 >= 155.00 13 2.4038 .40232 .11158 肺活量 < 155.00 16 2.0156 .42297 .10574 基本信息的描述 方差齐次性检验（详见下面第二个例题）和T检验的计算结果。从sig（双侧）栏数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分析得出结论。 体重T检验结果，sig(双侧)=0.000，小于0.01，拒绝原假设。两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显著。由此可以得出结论，按身高155.0分组的两组体重均值差异，在统计学上高度显著。 肺活量T检验的结果，sig（双侧）=0.018，大于0.01,。两组均值之差的上下限为
一个正值，一个负值，也说明差值的99%上下限与0的差异不显著。由此可以得出结论，按身高155.0分组烦人两组肺活量均值差异在99%水平上不显著，均值差异是由抽样误差引起的。 以性别作为分组变量，比较当前工资salary变量的均值
方差齐性检验（levene检验）结果，F值为119.669，显著性概率为p<0.001,因此结论是两组方差差异显著，及方差不齐。在下面的T 检验结果中应该选择假设方差不相等一行的数据作为本例的T检验的结果数据，另一航是假设方差相等的T检验的据算数据，不取这个结果。 T的值sig 两组均值差异为15409.9.平均现工资女的低于男的15409.9. 差值的标准误为1318.40 差分的95%的置信区间在-18003~-12816之间，不包括0，也说明两组均值之差与0有显著差异。 结论：从T 检验的P的值为0.000<0.01，和均值之差值的95%置信区间不包括0都能得出，女雇员现工资明显低于男雇员，茶差异有统计学意义。
两独立样本和配对样本T检验
两独立样本T检验 目的：利用来自两个总体的独立样本，推断两个总体的均值是否存在显著差异。 检验前提： 样本来自的总体应服从或近似服从正态分布； 两样本相互独立，样本数可以不等。 两独立样本T检验的基本步骤： 提出假设 原假设H_0：μ_1-μ_2=0 备择假设H_1：μ_1-μ_2≠0 建立检验统计量 如果两样本来自的总体分别服从N(μ_1,σ_1^2 )和N(μ_2,σ_2^2 )，则两样本均值差(x_1 ) ?-x ?_2应服从均值为μ_1-μ_2、方差为σ_12^2的正态分布。 第一种情况：当两总体方差未知且相等时，采用合并的方差作为两个总体方差的估计，为：s^2=((n_1-1) s_1^2+(n_2-1) s_2^2)/(n_1+n_2-2) 则两样本均值差的估计方差为： σ_12^2=s^2 (1/n_1 +1/n_2 ) 构建的两独立样本T检验的统计量为： t= ((x_1 ) ?-x ?_2)/√(s^2 (1/n_1 +1/n_2 ) ) 此时，T统计量服从自由度为n_1+n_2-2个自由度的t分布。 第二种情况：当两总体方差未知且不相等时，两样本均值差的估计方差为： σ_12^2=(s_1^2)/n_1 +(s_2^2)/n_2 构建的两独立样本T检验的统计量为： t= ((x_1 ) ?-x ?_2)/√((s_1^2)/n_1 +(s_2^2)/n_2 ) 此时，T统计量服从修正自由度的t分布，自由度为： f= ((s_1^2)/n_1 +(s_2^2)/n_2 )^2/(((s_1^2)/n_1 )^2/n_1 +((s_2^2)/n_2 )^2/n_2 ) 可见，两总体方差是否相等是决定t统计量的关键。所以在进行T检验之前，要先检验两总体方差是否相等。SPSS中使用方差齐性检验（Levene F检验）判断两样本方差是否相等近而间接推断两总体方差是否有显著差异。 三、计算检验统计量的观测值和p值 将样本数据代入，计算出t统计量的观测值和对应的概率p值。 四、在给定显著性水平上，做出决策 首先，利用F统计量判断两总体方差是否相等，Levene F检验的原假设为两独立总体方差相等。概率p<0.05时，有充分理由拒绝原假设，说明方差不齐；否则，两样本方差无显著性差异。 其次，将设定的显著性水平α与检验统计量的p值比较，如果t统计量的p值小于α，落入拒绝域内，则我们有充分理由拒绝原假设，认为两总体均值有显著差异。 SPSS实现过程： 菜单：Analyze -> Compare Means-> Independent Samples T test Test Variable(s)：待检验的变量（一般是定距或定序变量） Grouping Variable ：分组变量（只能比较两个样本）
独立样本T检验
独立样本T检验均要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本 来自正态分布，要求均值是对于检验有意义的描述统计量。例如：男性和女性的工资均值比较分析——比较均值——独立样本T检验。的两组男生的体重和肺活分析身高大于等于155厘米与身高小于155 量均值之间是否有显著性差异。组统计量均值的标准误均值标准差身高 N 1.4192 40.838 5.1169 >= 155.00 13 体重.9541 3.8163 16 < 155.00 34.113 >= 155.00 13 .40232 2.4038 .11158 肺活量< 155.00 .42297 16 2.0156 .10574 基本信息的描述（双侧）栏T检验的计算结果。从sig方差齐次性检验（详见 下面第二个例题）和数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分 析得出结论。 体重T检验结果，sig(双侧)=0.000，小于0.01，拒绝原假设。两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显著。由此可以得出结论，按身高155.0分组的两组体重均值差异，在统计学上高度显著。 肺活量T检验的结果，sig（双侧）=0.018，大于0.01,。两组均值之差的上下限 为一个正值，一个负值，也说明差值的99%上下限与0的差异不显著。由此可以 得出结论，按身高155.0分组烦人两组肺活量均值差异在99%水平上不显著，均 值差异是由抽样误差引起的。 以性别作为分组变量，比较当前工资salary变量的均值 组统计量 性别 N 均值标准差均值的标准误 $514.258 216 女$7,558.021 $26,031.92 当前工资$1,213.968 男258 $19,499.214 $41,441.78 ，显著性概率为119.669值为F检验）结果，levene方差齐性检验（．
独立样本T检验
独立样本T检验 Prepared on 22 November 2020
独立样本T检验要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本均来自正态分布，要求均值是对于检验有意义的描述统计量。 例如：男性和女性的工资均值比较 分析——比较均值——独立样本T检验。 分析身高大于等于155厘米与身高小于155的两组男生的体重和肺活量均值之间是否有显着性差异。 基本信息的描述 方差齐次性检验（详见下面第二个例题）和T检验的计算结果。从sig（双侧）栏数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分析得出结论。 体重T检验结果，sig(双侧)=，小于，拒绝原假设。两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显着。由此可以得出结论，按身高分组的两组体重均值差异，在统计学上高度显着。 肺活量T检验的结果，sig（双侧）=，大于,。两组均值之差的上下限为一个正值，一个负值，也说明差值的99%上下限与0的差异不显着。由此可以得出结论，按身高分组烦人两组肺活量均值差异在99%水平上不显着，均值差异是由抽样误差引起的。 以性别作为分组变量，比较当前工资salary变量的均值
方差齐性检验（levene检验）结果，F值为，显着性概率为p<,因此结论是两组方差差异显着，及方差不齐。在下面的T 检验结果中应该选择假设方差不相等一行的数据作为本例的T检验的结果数据，另一航是假设方差相等的T检验的据算数据，不取这个结果。 T的值 sig 两组均值差异为.平均现工资女的低于男的. 差值的标准误为 差分的95%的置信区间在-18003~-12816之间，不包括0，也说明两组均值之差与0有显着差异。 结论：从T 检验的P的值为<，和均值之差值的95%置信区间不包括0都能得出，女雇员现工资明显低于男雇员，茶差异有统计学意义。
独立样本的T检验
独立样本的T检验 （independent-samples T Test） 对于相互独立的两个来自正态总体的样本，利用独立样本的T 检验来检验这两个样本的均值和方差是否来源于同一总体。在SPSS 中，独立样本的T检验由“Independent-Sample T Test”过程来完成。 例：双语教师的英语水平有高低之分，他们（她们）所教的学生对双语教学的态度是否有显著差异？ 例题分析： ——研究目的：寻找差异 ——自变量：双语教师的英语水平（ordinal data等级变量），有两个水平：；level1低水平，level2 高水平 ——因变量：学生的双语教学态度（interval data等距变量） SPSS操作步骤 ·Analyze→Compare Means→Independent Samples T Test ·Click the 双语教学态度to the column of “Test Variable(s)” and the 教师英语水平分组to the column of “Grouping variable” ·Click the button of “Define Groups…” and put the group numbers “1” and “3” into Group 1 and Group 2, and “Continue” back, then “OK”.
结果在论文中的呈现方式 独立样本T检验结果显示，双语教师的英语水平不同，其所教学生对双语教学的态度有显著差异（t=-3,249, df=72, p<0.05）。双语教师英语水平较低所教的学生，他们对双语教学态度的得分也显著低于英语水平较高的双语教师所教的学生（MD=-0.65）。这可能是因为…… 练习：文科生和理科生对双语教学的态度是否有显著差异？ 配对样本T检验（Paired-samples T Test） 配对样本T检验，用于检验两个相关的样本（配对资料）是否来自具有相同均值的总体。 例：本次调查中，学生对自己英语能力水平和英语知识水平的评价之间是否有显著差异？ 例题分析： ——研究目的：寻找差异 ——自变量：学生的评价对象（norminal data定类数据）,有两个水平：level1对自身英语能力水平的评价，level2对自身英语知识水平的评价。 ——因变量：学生自身英语能力和知识的评价分数
独立样本T检验
2027070012 冉垚独立样本T 题目：昆明男子立定跳远成绩与怒江男子立定跳远成绩比较 一、前提条件： 1.昆明男子立定跳远成绩与怒江男子立定跳远成绩均是正太分布或者近似正态分布的连续变量； 2.两个样本是独立样本，因为昆明和怒江是两个不同的地区； 3.方差齐同与否未知 昆明和怒江男子立定跳远成绩样本分别有132个和14个，平均值分别是2.5442米和 2.5236米，标准差分别为0.15223米和0.06757米。 2.表2“方差齐同性”分析数据解读： 的意义：昆明和怒江男子立定跳远成绩方差齐同； （1）原假设H （2） a=0.05 （3）对应的SPSS操作程序： 打开昆明和怒江男子立定跳远成绩数据，建立一个新的数据分析库。 分析——比较平均值——独立样本T检验——检验变量修改为男子立地跳远成绩、分组变量为地区、
定义级别（组1为昆明，组2为怒江）、显著性水平为95%——确认——确认 （4）方差齐同性第5步，比较判断 统计结论： F=7.425,p=0.007
独立样本的T检验
本科学生实验报告 学号：********* 姓名：********* 学院：生命科学学院专业、班级：11级应用生物教育A班实验课程名称：生物统计学实验 教师：孟丽华（讲师） 开课学期：2012 至2013 学年下学期填报时间：2013 年 4 月17 日 云南师范大学教务处编印
（六）、实验总结分析： 1、独立样本T检验的该结果分为两大部分：第一部分为Levene's方差齐性检验，用于判断两总体方差是否齐；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果。从而最终的统计结论为按α=0.05水准，接受H0。 2、选用的检验方法必须符合其适用条件(注意：t检验的前提是资料服从正态分布) 。理论上，即使样本量很小时，也可以进行t检验，被比较的两组样本彼此独立, 没有配对关系；两组样本均来自正态总体；均值是对于检验有意义的描述统计量； 3、区分单侧检验和双侧检验。单侧检验的界值小于双侧检验的界值，因此更容易拒绝。t检验中的p值是接受两均值存在差异这个假设可能犯错的概率。在统计学上，当两组观察对象总体中的确不存在差别时，这个概率与我们拒绝了该假设有关； 4、正确理解P值与差别有无统计学意义。P越小，不是说明实际差别越大，而是说越有理由拒绝H0 ，越有理由说明两者有差异，差别有无统计学意义和有无专业上的实际意义并不完全相同； 5、假设检验和可信区间的关系结论具有一致性差异：提供的信息不同区间估计给出总体均值可能取值范围，但不给出确切的概率值，假设检验可以给出H0成立与否的概率； 6、由于在抽样试验中，其理论频率P0常为未知数，就不能将样本某属性出现的频率域理论频率进行比较，只能进行两个样本频率的比较； 7、通过此次实验，更加熟悉了SPSS软件的应用，学习了独立样本的t检验，了解T检验可用来推断两个总体的均值是否存在显著差异，从而对统计数据进行分析。
三、独立样本T检验
独立样本的T检验 对于相互独立的两个来自正态总体的样本，利用独立样本的T检验来检验这两个样本的均值和方差是否样本的T检验由“Independent-Sample T Test”过程来完成。 实例 在有小麦丛矮病的麦田里，调查了13株病株和11株健株的植株高度，分析健株高度是否高于病株。其 健株 26.0 32.4 37.3 37.3 43.2 47.3 51.8 55.8 57.8 64.0 65.3 病株 16.7 19.8 19.8 23.3 23.4 25.0 36.0 37.3 41.4 41.7 45.7 48.2 57.8 该数据保存在“DATA4-3.SAV”文件中，变量格式如图4-6，状态变量中：1表示病株，2表示健株。 图4-6 1）准备分析数据 在数据编辑窗口输入分析的数据，如图4-6所示。或者打开需要分析的数据文件“DATA4-3.SAV”。 2）启动分析过程 在主菜单选中“Analyze”中的“Compare Means”，在下拉菜单中选中“Independent -Sample T Te 框。。
图4-7 独立样本T检验窗口 3）设置分析变量 从“Test Variable(s):”从左边的变量列表中选中变量后，点击右拉按钮后，这个变量就进入到里，用户可以从左边变量列表里选择一个或多个。本例选择“小麦丛矮病[株高]”。 “Grouping Variable(s):”栏是分组变量栏。从左边的变量列表中选中分组变量后，按右拉按钮Variable(s):”框里。本例选择“状态”变量。 “Define Groups”按钮是定义分组变量的分组值。当该按钮可用时，出现图4-8对话框。 图4-8 定义分组值对话框 如果分组变量是离散型数值变量应选择“Use specified values”项，该项下面的“Group 1”和“G 变量值；字符型数据输入相应分组字符。若分组变量是连续型变量，应选择“Cut point”项，分组变两组。 本例选择“Use specified values”项，在“Group 1”栏输入1；在“Group 2”栏输入2。按“Cont 4）设置其他参数 点击“Options”按钮，打开设置检验的置信度和缺失值对话框。在“Confidence Interval:” 95%；“Missing Values”框里的“Exclude cases analysis by analysis”栏，是只排除分析变量cases listwise”是排除任何含有缺失值的选择项。
两独立样本T检验---SPSS操作详解
两独立样本T检验-SPSS操作详解 为了解某一新药降血压的效果，将28名高血压患者随机分为实验组和对照组，实验组采用新药，对照组采用常规药，测得治疗前后的血压变化，问新药是否优于常规药？ 编号 1 2 3 4 5 6 7 8 9 10 11 新药前102 100 92 98 118 100 100 92 126 117 109 后90 90 85 90 114 95 86 88 102 92 98 编号 1 2 3 4 5 6 7 8 9 10 11 常规 前98 110 109 94 110 92 95 90 108 90 110 药 后100 103 105 98 109 95 94 88 104 85 110 变量1设置：name-group , decimals-0 , label-分组, value-(1=新药，2=常规药) 变量2设置：name-value , decimals-0 , label-血压下降值 2 输入数据---血压差=用药前血压-用药后血压 3 单击菜单栏analyze/compare means/independent-samples t test 4 将血压下降值调入test variables下矩形框 5 将分组（group）调入grouping variable 下矩形框 6单击define groups…定义分组group1为1 定义group2为2 单击continue 7 options选项默认 8 bootstrap选项默认 9 单击OK 输出结果 10 结果界面 11 结果解释 表1表示两独立样本t检验基本统计量-group statistics 表2表示两独立样本t检验结果，方差方程的levene检验（Levene’s Test for
独立样本T检验
独立样本T检验要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本均来自正态分布，要求均值是对于检验有意义的描述统计量。 例如：男性和女性的工资均值比较 分析——比较均值——独立样本T检验。 分析身高大于等于155厘米与身高小于155的两组男生的体重和肺活量均值之间是否有显着性差异。 基本信息的描述 方差齐次性检验（详见下面第二个例题）和T检验的计算结果。从sig（双侧）栏数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分析得出结论。 体重T检验结果，sig(双侧)=0.000，小于0.01，拒绝原假设。两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显着。由此可以得出结论，按身高155.0分组的两组体重均值差异，在统计学上高度显着。 肺活量T检验的结果，sig（双侧）=0.018，大于0.01,。两组均值之差的上下限为一个正值，一个负值，也说明差值的99%上下限与0的差异不显着。由此可以得出结论，按身高155.0分组烦人两组肺活量均值差异在99%水平上不显着，均值差异是由抽样误差引起的。 以性别作为分组变量，比较当前工资salary变量的均值 方差齐性检验（levene检验）结果，F值为119.669，显着性概率为p<0.001,因此结论是两组方差差异显着，及方差不齐。在下面的T 检验结果中应该选择假
设方差不相等一行的数据作为本例的T检验的结果数据，另一航是假设方差相等的T检验的据算数据，不取这个结果。 T的值sig 两组均值差异为15409.9.平均现工资女的低于男的15409.9. 差值的标准误为1318.40 差分的95%的置信区间在-18003~-12816之间，不包括0，也说明两组均值之差与0有显着差异。 结论：从T 检验的P的值为0.000<0.01，和均值之差值的95%置信区间不包括0都能得出，女雇员现工资明显低于男雇员，茶差异有统计学意义。
使用SPSS进行两组独立样本的t检验、F检验、显著性差异、计算p值
使用SPSS 进行两组独立样本的t检验、F检验、显著性差异、计算p值 SPSS版本为SPSS 20. 如有以下两组独立的数据，名称分别为“111”，“222”。 111组：4、5、6、6、4 222组：1、2、3、7、7 首先打开SPSS，输入数据，命名分组，体重和组名要对应，111组的就不要输入到222组了。数据视图如下： 变量视图如下，名称可以改成“分组嗷嗷嗷”“体重喵喵喵”等
点击“分析”-“比较均值”-“独立样本T检验” 来到这里，分组变量为“分组嗷嗷嗷”，检验变量为“体重喵喵喵”。
【关键的一步】点击分组嗷嗷嗷，进行“定义组”
【关键的一步】输入对应的两组数据的组名：“111”和“222” 点击确定，可见数据与组名对应上了。
点击“确定”，生成T检验的报告，即将大功告成！
第一个表都知道什么回事就不缩了，excel都能实现的。 第二个表才是重点，不然用SPSS干嘛。 F检验：在两样本t检验中要用到F检验，F检验又叫方差齐性检验，用于判断两总体方差是否相等，即方差齐性。 如图：F旁边的Sig的值为.007 即0.007，<0.01, 即两组数据的方差显著性差异！ 看到“假设方差相等”和“假设方差不相等”了么？ 此时由于F检验得出Sig <0.01，即认为假设方差不相等！因此只关注红框中的数据即可。 如图，红框内，Sig（双侧），为.490即0.490，也就是你们要求的P值啦， Sig ( 也就是P值) >0.05，所以两组数据无显著性差异。 PS：同理，如果F检验的Sig >.05（即>0.05），则认为两个样本的假设方差相等。 所以相应的t检验的结果就看上面那行。 by 20150120 深大医学院FG
独立样本的T检验
独立样本的T检验 对于相互独立的两个来自正态总体的样本，利用独立样本的T检验来检验这两个样本的均值和方差是否来源于同一总体。在SPSS中，独立样本的T检验由“Independent-Sample T Test”过程来完成。 实例 在有小麦丛矮病的麦田里，调查了13株病株和11株健株的植株高度，分析健株高度是否高于病株。其调查数据如下： 健株 26．0 32．4 37．3 37．3 43．2 47．3 51．8 55．8 57．8 64．0 65.3 病株 16．7 19．8 19．8 23．3 23．4 25．0 36．0 37．3 41．4 41．7 45．7 48．2 57.8 该数据保存在“DATA4-3．SA V”文件中，变量格式如图4-6，状态变量中：1表示病株，2表示健株。 图4-6 1）准备分析数据 在数据编辑窗口输入分析的数据，如图4-6所示。或者打开需要分析的数据文件“DATA4-3．SA V”。 2）启动分析过程 在主菜单选中“Analyze”中的“Compare Means”，在下拉菜单中选中“Independent -Sample T Test”命令。出现图4-7设置对话框。。 图4-7 独立样本T检验窗口 3）设置分析变量
从“Test Variable（s）：”从左边的变量列表中选中变量后，点击右拉按钮后，这个变量就进入到检验分析“Test Variable（s）：”框里，用户可以从左边变量列表里选择一个或多个。本例选择“小麦丛矮病[株高]”。 “Grouping Variable（s）：”栏是分组变量栏。从左边的变量列表中选中分组变量后，按 右拉按钮，这个变量就进入到“Grouping Variable（s）：”框里。本例选择“状态”变量。 “Define Groups”按钮是定义分组变量的分组值。当该按钮可用时，出现图4-8对话框。 图4-8 定义分组值对话框 如果分组变量是离散型数值变量应选择“Use specified values”项，该项下面的“Group 1”和“Group 2”栏用于输入分组 变量值；字符型数据输入相应分组字符。若分组变量是连续型变量，应选择“Cut point”项，分组变量会按该项输入值分为大于和小于两组。 本例选择“Use specified values”项，在“Group 1”栏输入1；在“Group 2”栏输入2。按“Continue”按钮退回上一级对话框。 4）设置其他参数 点击“Options”按钮，打开设置检验的置信度和缺失值对话框。在“Confidence Interval：”框输入置信度水平，系统默认为95%；“Missing Values”框里的“Exclude cases analysis by analysis”栏，是只排除分析变量为缺失值的选择项，“Exclude cases listwise”是排除任何含有缺失值的选择项。 5）提交执行 输入完成后，在过程主窗口中单击“OK”按钮，SPSS输出分析结果如表4-5和表4-6。 6）结果与分析 结果 表4-5 分组统计量列表 Group Statistics 表4-6 独立样本的检验结果 Independent Samples Test
SPSS比较均独立样本T检验案例解析
SPSS-比较均值-独立样本T检验案例解析 2011-08-26 14:55 在使用SPSS进行单样本T检验时，很多人都会问，如果数据不符合正太分布，那还能够进行T检验吗？而大样本，我们一般会认为它是符合正太分布的，在鈡型图看来，正太分布，基本左右是对称的，一般具备两个参数，数学期望和标准方差，即：N(p, Q) 如果你的样本数非常少，一般需要进行正太分布检验，检验的方法网上很多，我就不说了 下面以“雄性老鼠和雌性老鼠分别注射了某种毒素，经过观察分析，进行随机取样，查看最终老鼠是否活着。 问题：很多人认为，雄性老鼠和雌性老鼠分别注射毒液后，雌性老鼠存活下来的数量会比雄性老鼠多？ 我们将通过进行统计分析来认证这个假设是否成立。 下面进行参数设置：a 代表：雄性老鼠 b代表：雌性老鼠 tim 代表：生存时间，即指经过多长时间后，去查看结果 0 代表：结果死亡 1 代表：结果活着 随机抽取的样本，如下所示：
打开SPSS- 分析---检验均值---独立样本T检验，如下图所示：
将你要分析的变量，移入右边的框内，再将你要进行分组的变量移入“分组变量”框内，“组别group（）里面的两个参数，不能够随意设置，必须要跟样本里面的数字一致 点击确定后，分析结果，如下所示： 从组统计量可以看出，雄性老鼠的存活下来的均值为0.73，但是雌性老鼠存活下来的均值为1.00，很明显，雌性老是存活下来的个数明显比雄性老鼠多，但是一般我们不看这个结果，为什么？因为样本不够大，如果将样本升至10000个？也许这个均值将会发生变化，不具备统计学意义， 我们一般只看独立样本检验的结果。 独立样本检验，提供了两种方法：levene检验和均值T检验两种方法 Levene检验主要用来检验原假设条件是否成立，（即：假设方差相等和方差不相等两种情况）如果SIG>0.05，证明假设成立，不能够拒绝原假设，如果 SIG<0.05，证明假设不成立，拒绝原假设。 进行levene检验结果判断是第一步，从上图，可以看出 sig<0.05 方差相等的假设不成立，所以看第二行，方差不相等的情况 sig=0.082>0.05 即说明 P 值大于显著性水平，不应该拒绝原假设：即指：雌性老鼠和雄性老鼠在注射毒液后，存活下来的个数没有显著的差异
独立样本T检验
独立样本T检验 This manuscript was revised on November 28, 2020
独立样本T检验 要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本均来自正态分布，要求均值是对于检验有意义的描述统计量。 例如：男性和女性的工资均值比较 分析——比较均值——独立样本T检验。 分析身高大于等于155厘米与身高小于155的两组男生的体重和肺活量均值之间是否有显着性差异。 基本信息的描述 方差齐次性检验（详见下面第二个例题）和T检验的计算结果。从sig（双侧）栏数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分析得出结论。 体重T检验结果，sig(双侧)=，小于，拒绝原假设。两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显着。由此可以得出结论，按身高分组的两组体重均值差异，在统计学上高度显着。 肺活量T检验的结果，sig（双侧）=，大于,。两组均值之差的上下限为一个正值，一个负值，也说明差值的99%上下限与0的差异不显着。由此可以得出结论，按身高分组烦人两组肺活量均值差异在99%水平上不显着，均值差异是由抽样误差引起的。 以性别作为分组变量，比较当前工资salary变量的均值 方差齐性检验（levene检验）结果，F值为，显着性概率为p<,因此结论是两组方差差异显着，及方差不齐。在下面的T 检验结果中应该选择假设方
差不相等一行的数据作为本例的T检验的结果数据，另一航是假设方差相等的T检验的据算数据，不取这个结果。 T的值 sig 两组均值差异为.平均现工资女的低于男的. 差值的标准误为 差分的95%的置信区间在-18003~-12816之间，不包括0，也说明两组均值之差与0有显着差异。 结论：从T 检验的P的值为<，和均值之差值的95%置信区间不包括0都能得出，女雇员现工资明显低于男雇员，茶差异有统计学意义。
SPSS统计分析教程独立样本T检验
独立样本T检验 下面我们要用SPSS来做成组设计两样本均数比较的t检验，选择Analyze==>Compare Means==>Independent-Samples T test，系统弹出两样本t检验对话框如下： 将变量X选入test框内，变量 group选入grouping框内，注意这时 下面的Define Groups按钮变黑，表示 该按钮可用，单击它，系统弹出比较组 定义对话框如右图所示： 该对话框用于定义是哪两组相比，在两 个group框内分别输入1和2，表明是 变量group取值为1和2的两组相比。 然后单击Continue按钮，再单击OK 按钮，系统经过计算后会弹出结果浏览 窗口，首先给出的是两组的基本情况描 述，如样本量、均数等（糟糕，刚才的 半天工夫白费了），然后是t检验的结 果如下： Levene's Test for Equality of Variances t-test for Equality of Means F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper X Equal variances .032 .860 2.524 22 .019 .4363 .1729 7.777E-02 .7948
差是否齐，这里的戒严结果为F = 0.032，p = 0.860，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t= 2.524，ν=22，p=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为克山病患者与健康人的血磷值不同，从样本均数来看，可认为克山病患者的血磷值较高。
SPSS统计分析教程-独立样本T检验
独立样本T 检验 下面我们要用SPSS 来做成组设计两样本均数比较的t 检验，选择Analyze==>Compare Means==>Independent-Samples T test ，系统弹出两样本t 检验对话框如下： 将变量X 选入test 框内，变量 group 选入grouping 框内，注意这时 下面的Define Groups 按钮变黑，表示 该按钮可用，单击它，系统弹出比较组 定义对话框如右图所示： 该对话框用于定义是哪两组相比，在两 个group 框内分别输入1和2，表明是 变量group 取值为1和2的两组相比。 然后单击Continue 按钮，再单击OK 按钮，系统经过计算后会弹出结果浏览 窗口，首先给出的是两组的基本情况描 述，如样本量、均数等（糟糕，刚才的 半天工夫白费了），然后是t 检验的结 果如下： Levene's Test for Equality of Variances t-test for Equality of Means F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper X Equal variances .032 .860 2.524 22 .019 .4363 .1729 7.777E-02 .7948
差是否齐，这里的戒严结果为F = 0.032，p = 0.860，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t= 2.524，ν=22，p=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为克山病患者与健康人的血磷值不同，从样本均数来看，可认为克山病患者的血磷值较高。 （注：文档可能无法思考全面，请浏览后下载，供参考。可复制、编制，期待你的好评与 关注）
独立样本T检验
独立样本T检验 要求被比较得两个样本彼此独立，既没有配对关系,要求两个样本均来自正态分布，要求均值就是对于检验有意义得描述统计量. 例如：男性与女性得工资均值比较 分析-—比较均值—-独立样本T检验。 分析身高大于等于155厘米与身高小于155得两组男生得体重与肺活量均值之间就是否有显著性差异。
组统计量 身高N 均值标准差均值得标准误 体重>＝１５5、 00 1３40、838 ５、1169 1、４１92 ＜ 15５、00 16 34、113 3、8163 、95４1 肺活量>= 155、0０１３ ２、4０３ ８ 、４0２３2 、11158 〈 155、0０16 ２、0１5６、４22９7 、１0574 基本信息得描述 方差齐次性检验（详见下面第二个例题)与T检验得计算结果。从sig(双侧)栏数据可以瞧出，无论两组体重还就是肺活量,方差均就是齐得，均选择假设方差相等一行数据进行分析得出结论。 体重T检验结果，sig（双侧）＝0、00０，小于0、0１,拒绝原假设。两组均值之差得99％上、下限均为正值，也说明两组体重均值之差与0得差异显著.由此可以得出结论，按身高15５、0分组得两组体重均值差异，在统计学上高度显著。肺活量T检验得结果,sig（双侧)＝0、01８,大于0、0１，。两组均值之差得上下
限为一个正值,一个负值，也说明差值得9９%上下限与0得差异不显著。由此可以得出结论,按身高１55、0分组烦人两组肺活量均值差异在99%水平上不显著，均值差异就是由抽样误差引起得。 以性别作为分组变量,比较当前工资saｌａry变量得均值 组统计量 性别N 均值标准差均值得标准误 当前工资女２１６ $26，03１、 92 ＄7，5５8、０ ２1 ＄514、2５8 男258 $41，４4１、 ７8 ＄19,499、２１ 4 ＄1，213、９68
SPSS独立单样本t检验方法
SPSS独立单样本t检验方法（independent-samples t Test）又叫两样本t检验， 要将两组独立的数据进行差异性比较，这属于两样本t检验，这是实验中常用的一种检验方法，下面是基本操作方法。 以低浓度组与对照组比较为例进行说明： 操作步骤： 1.输入独立样本数据（变量1和变量2都可以做数据项）
2.选用程序 从菜单选择Analysize——Compare Mean——Independent-samples t Test,打开对话框，分别将数据变量组和组别变量组对应的var转入右边对应的空白框中，数据变量组转到Test Variable(s),组别变量组转到Grouping Variable
转入后，在定义组别， 点击Difine Groups…按钮，出现如下对话框，然后输入对应的组别号，在这个例子中，group1是用1来表示的，group2使用2表示的。因此，分别输入1和2，再点击Continue按钮。
点击continue按钮后出现如下对话框，再点击OK，这样独立样本T检验程序定义完成。 3.结果分析 在第二步最后点击OK后，软件的分析结果就会出现，如下图，红框里就是要的数据。 经Levene’s方差齐性检验，F=4.655，而P=0.045<0.5,认为两组总体方差是齐的，就看两样本t检验的第一横列的值（也就是跟F同列的值）：t=1.353，P=0.193，按P=0.05水准，P>0.05,则两样本物显著性差异，P<0.05,有显著性差异，P<0.01时，两样本有极大差异。 如果F的P>0.5，则认为两样本总体方差不齐，则看第二横列的值，t检验的P值分析同上。