管理统计学综合实验.docVIP

管理统计学综合实验 根据给定的数据Employee data.sav完成以下数据分析: 1.根据出生日期变量生成一个新变量“年龄”,并考察其是否服从正态分布 2.根据雇员的教育水平对起始薪金的平均值进行汇总 3.选择合适的图形考查不同雇佣类别人群的当前薪金的分布 4.通过假设检验来推断不同性别的人群的教育水平是否有差异 5.考察经验和当前薪金之间的数量关系,并建立二者的回归模型,预测当经验为300时,相应的薪金应是多少? 实验步骤及结论: 1.根据出生日期变量生成一个新变量“年龄”,并考察其是否服从正态分布 1）选择“转换”到“计算变量” 2）在“目标变量”中输入“年龄” 3）在“数学表达式”中选择“XDATE.YEAR”，选择“出生日期”。以2014为减数。 4）确定 1）选择“分析”到“描述统计”到“P_P图” 2）在“变量”中选择“年龄” 3）在“检验分布”中选择“正态分布” 4）确定 模型描述 模型名称 MOD_4 序列或顺序 1 年龄 转换 无 非季节性差分 0 季节性差分 0 季节性期间的长度 无周期性 标准化 未应用 分布 类型 正态 位置 估计 标度 估计 部分排序估计方法 Blom 为结指定秩 同数的值的秩均值 正在应用来自 MOD_4 的模型指定。 个案处理摘要 年龄 序列或顺序长度 474 图中的缺失值数 用户缺失 0 系统缺失 1 个案未进行加权。 估计的分布参数 年龄 正态分布 位置 57.6723 标度 11.78409 个案未进行加权。 由图可知，偏差大于0.05，所以不服从正态分布 2.根据雇员的教育水平对起始薪金的平均值进行汇总 1）选择“数据”到“分类汇总” 3.选择合适的图形考查不同雇佣类别人群的当前薪金的分布 1）选择“图形”到“图表构建程序” 由图可知，职员的当前佣金在27839左右，保管员在30939左右，经理在63978左右。其中经理最高，职员最低，且相差较大。 4.通过假设检验来推断不同性别的人群的教育水平是否有差异 1）选择“分析”到“比较均值”到“独立样本T检验” 组统计量 性别 N 均值 标准差 均值的标准误 教育水平（年） 男 258 14.43 2.979 .185 女 216 12.37 2.319 .158 独立样本检验 方差方程的 Levene 检验 均值方程的 t 检验 F Sig. t df Sig.(双侧) 均值差值 标准误差值 差分的 95% 置信区间 下限 上限 教育水平（年） 假设方差相等 17.884 .000 8.276 472 .000 2.060 .249 1.571 2.549 假设方差不相等 8.458 469.595 .000 2.060 .244 1.581 2.538 由图可知，F=17.884，P=0.000，由于P值小于0.05，因此拒绝H0，认为两个样本方差所在总体的方差是不齐的。因此应选择方差不相等时的t检验结果，即为图中第二行列出非t=8.458，df=469.595，P=0.000，小于0.05，从而最终得到的统计结论按α=0.05水准。拒绝H0不同性别的人群的教育水平是有差异的。 5.考察经验和当前薪金之间的数量关系,并建立二者的回归模型,预测当经验为300时,相应的薪金应是多少? 选择“分析”到“回归”到“线性” 输入／移去的变量a 模型 输入的变量 移去的变量 方法 1 经验（以月计）b . 输入 a. 因变量: 当前薪金 b. 已输入所有请求的变量。 由此图可知，放入模型的只有一个自变量，选择变量的方法为强行纳入模型的。 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .097a .009 .007 $17,012.353 a. 预测变量: (常量), 经验（以月计）。 Anovaa 模型 平方和 df 均方 F Sig. 1 回归 1310179340.332 1 1310179340.332 4.527 .034b 残差 136606316096.008 472 289420161.220 总计 137916495436.340 473 a. 因变量: 当前薪金 b. 预测变量: (常量), 经验（以月计）。 F=4.527，P0.05，说明所建立的回归模型是具有统计学意义的，由于只有一个变量，所以该自变量的回归系数是有统计意义的。 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) 35945.029 1060.488 33.895 .000 经验（以月计） -15.913 7.479 -.097 -2.128 .034 a. 因变量: 当前薪金 给出了模型的常数项a=35945.029以及自变量的偏回归系数b=-15.913及检验结果，可写出回归方程：