实验三 数据分析___假设检验.docVIP

实验三 数据分析----假设检验 班级：10级人力资源管理 学号： 1003131014 姓名： 李绍林 一、实验目的 1．掌握单样本均值检验的方法和过程。 2．掌握两个独立样本均值差异性检验的方法和过程。 3．掌握两个配对样本均值差异性检验的方法和过程。 4．掌握拟合优度卡方检验的方法和过程。 5．掌握单样本K-S检验的方法和过程。 二、实验内容 1．Analyze|compare Means|One-Sample T Test…命令。 2．Analyze|compare Means|Independent-Samples T Test…命令。 3．Analyze|compare Means|Paired-Samples T Test…命令。 4．Analyze|Nonparametric Tests|Chi-Square…命令。 5．Analyze|Nonparametric Tests|1-Sample K-S…命令。 三、预习要求参考书目《统计分析SPSS应用教程》（主编）第章第variable,在激活的Define Groups,选择Ues specified values 在group1的文本框中输入1，在group2的文本框中输入2.单击Continue, 在Options 按钮中设置置信度和缺失值的处理方式。单击OK,即可！ 建立一个名为“减肥效果.sav”的数据文件，并在此基础上进行两个配对样本的均值差异性检验。打开数据文件“减肥效果.sav”,在Analyze的下拉菜单中选择Compare Means,在其右侧出现的菜单中选择Paired-samples T Test.在打开的Paired-samples T Test对话框中，按住Ctrl键，将变量“训练前”，“训练后”选入Paired Variable(s)列表框中，在Options 按钮中设置置信度和缺失值的处理方式。 建立一个名为“硬币试验.sav”的数据文件，并在此基础上进行拟合优度卡方检验。打开数据文件“硬币试验.sav”,在Analyze的下拉菜单中选中Nonparametric Tests在右侧的菜单中选中Chi-Square,在打开的Chi-Square对话框中将“硬币的面”选中并放入Test Variable list 列表框中，其余均默认，即可。 建立一个名为“体重K-S检验.sav”的数据文件，并在此基础上进行拟合优度卡方检验。打开数据文件“体重K-S检验.sav”,在Analyze的下拉菜单中选中Nonparametric Tests在右侧的菜单中选中1-Sample K-S,在打开的1-Sample K-S对话框中将“男婴体重”选中并放入Test Variable list 列表框中，其余均默认，即可。 六、实验结果与分析 一、单样本的均值检验： 从中可以看出观测的圆珠的个数有9个，样本的平均数为15.1，及样本的标准差为0.2958.在T检验表，给出一个T统计量的值t=1.014,自由度df=8,均值差Mean Difference=0.1及其对应的双侧尾概率Sig.(2-tailed)为0.34，假定显著性水平取为0.05，由于Sig.(2-tailed)远大于这个显著性水平，故接受零假设。 二、两个独立样本的均值差异性检验 从上表中可以看出，通过不同提炼方法的有效观测值、样本均值及样本标准差；由于Levene F检验的尾概率Sig.=0.448远大于显著性水平0.05，故认为方差齐；而Sig.(2-tailed)=0.01远小于0.05，拒绝零假设，认为中药提取的提取率与提取方法有关。 四、拟合优度检验 从Observed N和Expect N以及Residual中不难看出，其中的差距较小，当然从Test Statistics表中，我们发现Chi-Square=0.222,自由度为1，尾概率为0.637，它明显大于显著性水平，所以应该接受零假设，认为硬币出现的正反面与硬币本身无关。 三、两个配对样本的均值差异性检验 从上表中可以看出，配对数为10，训练前的体重均值为202.5，而训练后的体重均值为182.8；其标准差分别为5.036和4.494. 从Paired Samples Correlations 表中发现correlation=0.964,而Sig.=0.000,则我们有理由认为配对变量间线性无关。 从Paired Samples Test表中，我们不难发现Sig.(2-tailed)=0.000,拒绝零假设，说明训练前与训练后的体重均值是不相等的，说明训练是有效的。 五、单样本K-S检验 从中我们可以看出，男婴体重在正态分布的情况下，Asymp.Sig.(2-tailed)=0