均值检验、差分析 SPSS.docVIP

一、实验目的及要求： 1、目的 用SPSS软件实现均值检验和方差分析。 2、内容及要求 用SPSS对所要求数据进行相应的数据处理和分析：均值检验、方差分析。 二、仪器用具： 仪器名称 规格/型号 数量 备注 计算机 1 有网络环境 SPSS软件 1 三、实验方法与步骤: 1.从网上下载到可用的数据 2.将所需数据复制到SPSS中，并且把学校变量改为数值型变量，用1、2分别代替“A”和“B”。 四、实验结果与数据处理： 首先用SPSS软件对单变量进行正态性检验，结果如下： 正态性检验 Kolmogorov-Smirnova Shapiro-Wilk 统计量 df Sig. 统计量 df Sig. 语文 .084 60 .200* .986 60 .698 数学 .102 60 .192 .972 60 .185 英语 .071 60 .200* .982 60 .512 物理 .087 60 .200* .990 60 .894 化学 .073 60 .200* .984 60 .627 a. Lilliefors 显著水平修正 *. 这是真实显著水平的下限。 因为样本数n=602000，所以此处选用Shapiro-Wilk统计量。由Sig.值我们可以认为五科的录取分数均遵从正态分布。 用SPSS的GLM模块进行多元正态分布有关均值与方差的检验，结果如下： 第一张主体间因子表展示了样本数据分别来自两个学校的个数。第二张多变量检验表给出了几个统计量，由Sig.值可以看出，无论从哪个统计量来看，两个学校的录取分数都是有显著差别的。由于模型通过了显著性检验，意味着两所学校的录取分数线是不同的。 主体间因子 N 学校 A 30 B 30 多变量检验b 效应 值 F 假设 df 误差 df Sig. 截距 Pillai 的跟踪 .999 16790.281a 5.000 54.000 .000 Wilks 的 Lambda .001 16790.281a 5.000 54.000 .000 Hotelling 的跟踪 1554.656 16790.281a 5.000 54.000 .000 Roy 的最大根 1554.656 16790.281a 5.000 54.000 .000 学校 Pillai 的跟踪 .851 61.672a 5.000 54.000 .000 Wilks 的 Lambda .149 61.672a 5.000 54.000 .000 Hotelling 的跟踪 5.710 61.672a 5.000 54.000 .000 Roy 的最大根 5.710 61.672a 5.000 54.000 .000 a. 精确统计量 b. 设计 : 截距 + 学校 主体间效应的检验 源 因变量 III 型平方和 df 均方 F Sig. 校正模型 语文 1050.017a 1 1050.017 48.251 .000 数学 1470.150b 1 1470.150 86.034 .000 英语 1135.350c 1 1135.350 39.831 .000 物理 1859.267d 1 1859.267 83.392 .000 化学 1560.600e 1 1560.600 41.652 .000 截距 语文 372408.817 1 372408.817 17113.201 .000 数学 376833.750 1 376833.750 22052.626 .000 英语 388010.417 1 388010.417 13612.479 .000 物理 389781.600 1 389781.600 17482.600 .000 化学 383360.267 1 383360.267 10231.722 .000 学校 语文 1050.017 1 1050.017 48.251 .000 数学 1470.150 1 1470.150 86.034 .000 英语 1135.350 1 1135.350 39.831 .000 物理 1859.267 1 1859.267 83.392 .000 化学 1560.600 1 1560.600 41.652 .000 误差 语文 1262.167 58 21.761 数学 991.100 58 17.088 英语 1653.233 58 28.504 物理 1293.133 58 22.295 化学 2173.133 58 37.468 总计 语文 374721.000 60 数学 379295.000 60 英语 390799.000 60 物理 392934.000 60 化学 387094.000 60 校正的总计 语文 2312.183 59 数学 246