11月17日实验课..docVIP

11月18日 统计学 实验 地点：机房10 实验内容： 熟悉利用SPSS统计软件处理：参数估计、假设检验、单因素和双因素方差分析 参数点估计 （CH4男女性别身高32.sav）估计总体身高的均值和方差。 解答： 统计量 身高（厘米） N 有效 32 缺失 0 均值 173.4063 均值的标准误 1.38531 方差 61.410 通过计算可以得打到总体身高的均值为173.4063，方差为61.41，其均值的标准误为1.38531，误差较小 参数区间估计 （CH4男女性别身高32.sav）估计总体身高的均值的95%的置信区间（探索分析）。 解答： 描述 统计量 标准误 身高（厘米） 均值 173.4063 1.38531 均值的 95% 置信区间 下限 170.5809 上限 176.2316 有计算结果可见，总体身高均值的95%的置信区间为：170.5809，176.2316 假设检验1：单样本T检验 已知去年某小学五年级学生400米平均成绩是100秒，今年该校测得60个小学生的400米成绩，检验该校五年级学生的今年的400米成绩是否仍然为100秒？（数据：CH6参检1小学生400米v提高？.sav） 解答： 解答：HO：今年成绩依然为100秒，，H1：今年成绩不是100秒 单个样本统计量 N 均值 标准差 均值的标准误 小学生跑400米的时间 60 100.3850 3.30351 .42648 单个样本检验 检验值 = 100 t df Sig.(双侧) 均值差值 差分的 95% 置信区间 下限 上限 小学生跑400米的时间 1.074 59 .287 5.385 -.46433 15.4133 ：从计算结果可见，60个学生得到的跑步成绩均值为100.385秒， 方法一：样本的T统计量为1.074，查表得到临界值为U0.025=1 .96,1.0741.96,所以接受原假设，认为今年学生的跑步成绩依然为100秒 方法二：T统计量的P值为0.02870.05，所以，接受原假设，认为今年学生的跑步成绩依然为100秒 方法三：差分的 95% 置信区间是-.46433到15.4133，所以认为今年的成绩与100没有较大差异，依然为100秒 假设检验2：相互独立的两组样本的T检验 用两种激励方法对同样工种的A,B两个独立的班组进行激励，每个班组都是7个人，测得激励后的业绩增长率数据，问，两种激励方法的激励效果是否有差异？（数据：CH6CH7独立检激励实验齐.sav，显著性水平为0.05） 解答： 方差齐性检验 F Sig. .121 .734 从方差齐性检验结果看，F=0121，其T值为0.7340.05,所以应该接受原假设，认为两个总体的方差相同 独立样本检验 均值方程的 t 检验 差分的 95% 置信区间 t df Sig.(双侧) 均值差值 标准误差值 下限 上限 两法的激励效果（业绩增长%） 假设方差相等 1.637 12 .128 .50000 .30539 -.16540 1.16540 假设方差不相等 1.637 11.448 .129 .50000 .30539 -.16897 1.16897 H0：两个总体的均值无差异，H1：有差异 因为两个总体方差相同，所以，读取假设方差相同这一行的结果，T统计量值为1.637，其P值为0.1280.05，所以接受原假设，认为两个激励方法的效果无显著差异 假设检验3：配对样本的T检验 用两套问卷测量20个管理人员的素质，两套问卷的满分都是200分，测量结果见数据文件，问：两套问卷所得的结果的平均值有无显著差异？（CH4CH6CH7配对问卷实验差值前.sav） 解答： 成对样本检验 成对差分 t df Sig.(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 问卷A下的得分 - 问卷B下得得分 .700 1.976 .442 -.225 1.625 1.584 19 .130 H0：原假设两次得分无显著差异，H1：原假设两次得分有显著差异 从上表可以看出两试卷的差值的平均值为0.7，T统计量的值为1.584，其他的P值为0.10.05，认为两套问卷无显著差异，在我们能接受的范围，所以接受原假设 方差分析1：单因素方差分析 设某单位的职工的工作岗位分成三类，一线工人、科以上干部、一般干部。请比较，这三类岗位的当前工资水平有无显著差异？（数据：CH4CH8茎叶