實验报告2基于SPSS的假设检验方差分析非参数检验.docVIP

PAGE PAGE 10中央财经大学实 验 报 告实验项目名称 假设检验、方差分析、非参数检验所属课程名称 统计学 实 验 类 型 设计型、综合型实验 实 验 日 期 2014年4月 成 绩 实 验 报 告数据准备。从500个人中随机抽取大约30%。1、用SPSS Statistics软件进行参数估计和假设检验。（以下假设检验中限制性水平设为5%）（1）计算总体中上月平均工资95%的置信区间（分析?描述统计?探索）。下表为SPSS软件进行对“平均工资”变量进行描述统计分析所得。从表中可以直接得到95%置信区间为【2118.79，2277.21】统计量标准误（元）均值2198.0040.083均值的 95% 置信区间下限2118.79上限2277.215% 修整均值2202.96中值2200.00方差241002.685标准差490.920极小值800极大值3700范围2900四分位距600偏度-.042.198峰度.713.394（2）检验能否认为总体中上月平均工资等于2000元。（单个样本t检验）单个样本检验检验值 = 2000 tdfSig.(双侧)均值差值差分的 95% 置信区间下限上限（元）4.940149.000198.000118.79277.21根据题目要求，这里采用双侧假设。零假设和备择假设为：H0=2000，H1≠2000。由上表得，p=0.0000.05=α，所以，拒绝原假设，即可以认为中体中上月平均工资不等于2000元（3）检验能否认为男生的平均工资大于女生。（两个独立样本t检验）组统计量性别N均值标准差均值的标准误（元）男生672422.39438.25453.541女生832016.87457.14450.178独立样本检验方差方程的 Levene 检验均值方程的 t 检验差分的 95% 置信区间FSig.tdfSig.(双侧)均值差值标准误差值下限上限（元）假设方差相等.004.9525.501148.000405.52173.712259.856551.185假设方差不相等5.526143.655.000405.52173.379260.478550.563 检验的零假设和备择假设为： H0：男生的平均工资不大于女生 H1：男生的平均工资大于女生如上表所示，方差检验的p值等于0.0920.05，因此不拒绝方差相等的原假设，认为男女平均工资的方差相等。所以t检验选取方差相等的一列，其中双侧检验的p值为0.000，因此右侧检验的p值为0.000/2=0.0000.05(显著性水平)，所以拒绝原假设，因此认为男生的平均工资大于女生。（4）一些学者认为，由于经济不景气，学生的平均工资今年和去年相比没有显著提高。检验这一假说。（匹配样本t检验）。成对样本检验成对差分tdfSig.(双侧)均值标准差均值的标准误差分的 95% 置信区间下限上限对 1上月工资 - 去年同月工资-1.333190.36815.543-32.04729.381-.086149.932H0：μ1-μ2≤0；H1：μ1μ2双侧检验的p值为0.932，，因此右侧检验为0.4660.05。所以不拒绝原假设，即学生的平均工资今年和去年相比没有显著提高2、方差分析。（1）使用单因素方差分析的方法检验：能否认为不同学科的上月平均工资相等。如果不能认为全相等，请做多重比较。描述（元）N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限经济类442215.91537.41181.0182052.522379.308003100管理类582182.76485.63163.7672055.072310.4510003600其他类482200.00461.72766.6442065.932334.0712003700总数1502198.00490.92040.0832118.792277.218003700ANOVA（元）平方和df均方F显著性组间27777.743213888.871.057.945组内3.588E7147244092.668总数3.591E7149H0：不同学科的上月平均工资相等；H1：不同学科的上月平均工资不全相等。由上表得，P值为0.9450.05，因此拒绝零假设，即不同学科的上月平均工资不全相等。所以再进行多重比较：多重比较（元）LSD(I) 学科(J) 学科均值差 (I-J)标准误显著性95% 置信区间下限上限经济类管理类33.15098.773.738-162.05228.35其他类15.909103.116.878-187.8