试验3参数估计与假设检验.docVIP

. . 试验3参数估计与假设检验 1．某省大学生四级英语测验平均成绩为65，现从某高校随机抽取20份试卷，其分数为：72、76、68、78、62、59、64、85、70、75、61、74、87、83、54、76、56、66、68、62，问该校英语水平与全区是否基本一致？设α＝0.05 2. 下面的表格记录了某公司采用新、旧两种培训方式对新员工进行培训前后的工作能力评分增加情况，分析目的是想比较这两种培训方式的效果有无差别。 ID method scoreadd ID method scoreadd 1 1.00 9.00 10 2.00 12.00 2 1.00 10.50 11 2.00 14.00 3 1.00 13.00 12 2.00 16.00 4 1.00 8.00 13 2.00 9.00 5 1.00 11.00 14 2.00 12.00 6 1.00 9.50 15 2.00 10.00 7 1.00 10.00 16 2.00 10.00 8 1.00 12.00 17 2.00 14.00 9 1.00 12.50 18 2.00 16.00 (1)请将数据输入到数据编辑窗口，变量名保持不变；定义变量method 的Values（值标签）：1 为旧方法，2 为新方法，并保存数据文件为data3_3.sav。 (2)按不同的培训方法计算评分增加量的平均数、四分位数，并解释其含义。 (3)分析两种培训方式的效果有无差别。 3．分析某班级学生的高考数学成绩是否存在性别上的差异。数据如下表所示： 某班级学生的高考数学成绩 性别 数学成绩 男（n＝18） 85 89 75 58 86 80 78 76 84 89 99 95 82 87 60 85 75 80 女（n＝12） 92 96 86 83 78 87 70 65 70 78 72 56 （一） 操作步骤： 1.在进行数据分析之前，将数据录入SPSS软件中。打开SPSS软件，在变量视图界面输入“编号”和“四级成绩”，并将“编号”定义为字符型变量，将“四级成绩”定义为数值型变量。如图： 2.录入数据 3.点击“分析”→“比较均值”→“单样本T检验”，在弹出的对话框中，将“四级成绩”移动到右侧对话框，在“检验值”文本框”填入65,，如图： 点击选项，在置信区间百分比输入“95”，即设置显著性水平为5%。在“缺失值”选项组中选中“按分析顺序排除个案”，也就是说，只有分析计算涉及到该记录缺失的变量时，才删去该记录。如下图： 4.设置完毕，点击“继续”按钮返回“单样本T检验”对话框。单击“确定”按钮，等待结果输出。 结果分析： 1.从表可以看出与，参与分析的 样本共有20个，样本的均值是69.8000，标准差是9.47351，均值的标准误是2.11834. 2.从表可以发现：t统计量的值是2.266，自由度是19,95%的置信区间是（0.3663,9.2337），临界置信水平是0.035，小于0.05，说明该校英语水平与全区英语平均水平存在较大差别。 （二） 第一问： 操作步骤： 1.打开SPSS软件，在变量视图中定义“ID”、“method”、“scoreadd”三个变量，并在变量method的值标签定义：1为旧方法，2为新方法，如下图所示： 2.将文件保存为《data3_3.sav》，如下图： 第二问： 操作步骤： 1.对数据进行分组。点击“数据”→“拆分文件”，进入分割文件对话框。选择“method”，点击中间的向右箭头，使之成为分组方式。如图： 2.点击确定完成分组设置。单击“分析”→“描述统计”→“频率”，弹出频率对话框。选中scoreadd变量，单击向右箭头使之进入变量列表框。如下图： 3.单击统计量按钮，选中“四分位数”和“均值”，单击继续回到频率对话框。单击确定，等待结果输出。 结果分析： 如下图所示，旧培训方法的评分增加量均值为10.6111，从上往下四分位数依次为12.2500；10.5000；9.2500。新培训方法的评分增加量均值为12.5556，从上往下四分位数依次为15.0000；12.0000；10.0000.从以上结果可以起看出，新培训方法下的评分增加量与就培训方法相比，有了明显的增加。说明新培训方法对员工工作能力有明显积极效果。 第三问： 操作步骤： 1.点击“分析”→“比较均值”→“独立样本T检验”，选中“socreadd”并点击右侧第一个向右箭头，使之进入检验变量列表框；选中“method”，单击右侧第二个向右箭头，使之进入分组变量列表框。如图： 2.单击定义组，在组1（1）输入“1.00”，在组2（2）输入“2.00”。单击继续，如图： 3.设置置信区间和缺失值的处理方法。单击“独立样本T检验”