华东理工大学spss_实验2.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
华东理工大学spss_实验2

PAGE  PAGE 11 华东理工大学2013—2014 学年 第 一 学期 《 应用统计学 》实验报告 2 班级 学号 姓名 开课学院 商学院 任课教师 成绩 实验内容: 2.1熟悉OneSample T Test 功能(Analyze,Compare Means, OneSample T Test) 2.2熟悉Independent--Samples T Test 功能 ( Analyze,Compare Means, Independent--Samples T test) 2.3熟悉 Paired--Samples T Test 功能 2.4熟悉 One—Way ANOVA 功能运用 2.5熟悉General Factorial功能(Analyze,General Linear Model,GLMUnivariate …)实验要求: 根据实验内容撰写分析报告教师评语: 教师签名: 年 月 日 实验报告: 实验2-1: (1)OneSample T Test功能 打开文件Employee data.sav 打开单样本T检验 将salary作为Test因变量,test值分别取34000、35000、34419、24000,作均值检验。 ①取34000 目的是检测工资的均值与34000是否有显著差异。 第一个图表中部表示单样本t检验描述性统计量:基本统计量为474,均值为34419.57 标准差 均值标准误差为784.311 第二个图表表示单一样本均值检验的结果列表,给出了t统计量、自由度、双尾概率及显著性水平和置信区间。 双尾概率p=0.5930.05,所以接受原假设,工资均值与34000无显著性差异。 ②text值取35000 分析同上,因为p0.05 所以工资均值与35000也没有显著性差异 ③text值改为 34419 工资均值与34419无显著性差异 ④text值改为24000 由于p0.05,所以该工资均值与24000差异性显著。 仍选用Employee data.sav 文件中的变量,先作10%的随机抽样,然后将salary作为Test因变量,test值取34419,作均值检验。 ①随机抽样百分之十 ② P0.05,无显著性差异。 实验内容2.2 选用Employee data.sav 文件中的变量,将Current Salary作为Test Variables, gender作Grouping Variable,作两样本比较T检验。 结果: ?输出结果显示,第一个sig值小于0.05,所以认为两个样本方差是非齐性的。再看非齐次性一栏里面的的sig值(0.5)说明两个样本的平均数也是有差异的。说明男性工资水平和女性工资水平是由显著性差异的。? 实验内容2.3 选用Trends chapter 12. sav 文件中的变量,将connect, dsconect作为paired variables作配对样本统计分析。 结果分析:第一张表是配对样本均值检验的描述性统计量,第二张表给出了配对样本间的相关性,相关系数为0.942,说明彼此间高度相关,且达到了显著性水平。 第三张表是配对样本均值检验的结果列表,二者的平均数差异为4027..双尾概率p=00.05,所以拒绝原假设,说明connect 与disconnect 有显著性差异。 实验内容2.4 选用Tomato.sav 文件中的变量,将height作为dependent variable, fert作为factor,作单因素方差分析 结果分析:表中给出了肥料对植物高度的单因子方差分析的结果。表中数据依次为偏差平方和、自由度、偏差均方和、F值和检验统计量的概率值p。这里F值为10.690,处于9.24和19.25之间,判断肥料显著,即肥料对植物的高度有显著性影响。 实验内容2.5 选用Plastic.sav 文件中的变量,将tear_res作为dependent variable, extrusn, additive作为factor,作双因素方差分析 结果分析:这是无交互作用的两因子方差分析的结果。表中数据的第一列是对总偏差平方和的分解,第二列是自由度,第三列是均方,第四列是F值,第五列是概率p。P=0.0010.05,extrusn因子很显著。Additive因子因

文档评论(0)

ktj823 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档