一、 均值比较检验与方差分析
在经济社会问题的研究过程中，常常需要比较现象之间的一些指标有无显著差异，特别当考察的样本容量n比较大时，由随机变量的中心极限定理知，样本均值近似他服从正态分布、所以，均值的比较检验主要研究关于正态总体则均值有关的假设是否成立的问题，研究的数据服从正态分布或近似地服从正态分布是进行均值比较检验的前提条件。在Aanlyze菜单中，均值比较检验可以从菜单Compare Means 和General Linear Model得出。
1 单个总体均值的t检验(One-Sample T Test)
单个总体的t检验也称为单一样本的t检验，也就是检验单个变量的均值是否与假定的均值之间存在差异。将单个变量的样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。
2 两个总体的t检验 (Two-Samples T Test)
2、1两个独立样本的t检验 (Independent -Samples T Test)
Independent -Samples T Test是检验两个没有联系的总体样本均值间是否存在显著的差异，两个没有联系的总体样也称独立样本，如两个无联系的企业生产的同样产品之间的某项指标的均值的比较，不同地区的儿童身高、体重的比较等，都可以通过抽取样本检验两个总体的均值是否存在显著的差异。
2、2两个有联系样本均值的比较(Paired-Samples T Test)
Paired-Samples T Test是检验两个有联系正态总体的均值是否存在显著的差异，又称配对样本的T检验。如检验某种药品使用的效果是否显苦，需要对使用者使用前后进行比较再如对某种粮食进行品种改良，也需要比较改良前后粮食产量有无显著差异等。
3单因素方差分析(One-Way ANOVA)
单因变量的单因素方差分析主要解决多于两个总体样本或变量间均值的比较问题。是一种对多个(大于两个)总体样本的均值是否存在显著差异的检验方法。
单因素方差分析的应用条件：在不同的水平(因素变量取不同值)下，各总体应当服从方差相等的正态分布。
