SPSS-比较均值-独立样本T检验 案例解析（转）
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
本次分析的结果，不支持，很多人认为的：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的结论。
其实方差不相等，并不代表不符合正太分布，也不能够说有显著的差异，方差不相同，说明曲线的偏离程度不同而已