SPSS案例分析（2020年9月）（1）.pptxVIP

学 海 无 涯 某道路弯道处 53 车辆减速前观测到的车辆运行速度，试检验车辆运行速度 是否服从正态分布。这道题目的解答可以先通过绘制样本数据的直方图、P-P 图和 Q-Q 图坐车 粗略判断，然后利用非参数检验的方法中的单样本 K-S 检验精确实现。一、初步判断1.1 绘制直方图（1）操作步骤在 SPSS 软件中的操作步骤如图所示。（2）输出结果学 海 无 涯 通过观察速度的直方图及其与正态曲线的对比，直观上可以看到速度的直方图与正太去 线除了最大值外，整体趋势与正态曲线较吻合，说明弯道处车辆减速前的运行速度有可能符 合正态分布。1.2 绘制 P-P 图（1）操作步骤在 SPSS 软件中的操作步骤如图所示。学 海 无 涯 （2）结果输出学 海 无 涯 根据输出的速度的正态 P-P 图，发现速度均匀分布在正态直线的附近，较多部分与正 态直线重合，与直方图的结果一致，说明弯道处车辆减速前的运行速度可能服从正态分 布。二、单样本 K-S 检验2.1 单样本 K-S 检验的基本思想K-S 检验能够利用样本数据推断样本来自的总体是否服从某一理论分布，是一种拟合 优的检验方法，适用于探索连续型随机变量的分布。单样本 K-S 检验的原假设是：样本来自的总体与指定的理论分布无显著差异，即样本 来自的总体服从指定的理论分布。SPSS 的理论分布主要包括正态分布、均匀分布、指数分 布和泊松分布等。单样本 K-S 检验的基本思路是：首先，在原假设成立的前提下，计算各样本观测值在理论分布中出现的累计概率值 F(x)，；其次，计算各样本观测值的实际累计概率值 S(x)；再次，计算实际累计概率值与理 论累计概率值的差D(x)；最后，计算差值序列中的最大绝对值差值，即D ? max S（xi）? F（xi）通常，由于实际累计概率为离散值，因此 D 修正为：D ? max S（xi ?1）? F（xi）D 统计量也称为 K-S 统计量。在小样本下，原假设成立时，D 统计量服从Kolmogorov 分布。在大样本下，原假设 成立时， n D 近似服从K(x)分布：当 D 小于 0 时，K(x)为 0；当D 大于 0 时，?K（x）? ?（ - 1）exp（ - 2j 2x 2）j ? ??容易理解，如果样本总体的分布与理论分粗的差异不明显，那么D 不应较大。如果 D 统计量的概率 P 值小于显著性水平α，则应拒绝原假设，认为样本来自的总体与指定的分 布有显著差异如果D 统计量的 P 值大于显著性水平α，则不能拒绝原假设，认为，样本来 自的总体与指定的分布无显著差异。在 SPSS 中，无论是大样本还是小样本，仅给出大样本下的和 n D 对应的概率 P 值。学 海 无 涯 2.2 软件操作步骤单样本 K-S 检验的操作步骤如图所示2.3 输出结果并分析SPSS的输出结果如表所示.单样本 Kolmogorov-Smirnov 检验速度9847.98811.6310.090.050-.090.888.409N均值 标准差 绝对值 正负正态参数a,b最极端差别Kolmogorov-Smirnov Z渐近显著性(双侧)检验分布为正态分布。根据数据计算得到。学 海 无 涯 该表表明，速度的均值为47.988，标准差为11.6310。最大绝对差值为0.090，最大正差 值为0.050，最大负差值为-0.090。本例应采用大样本下D统计量的精确概率值，输出了根 号nD值0.888和概率P值0.409，如果显著性水平为0.05，由于概率P值大于显著性水平，因 此不能拒绝原假设，可以认为弯道处车辆减速前的运行速度服从正态分布。学 海 无 涯 第 13 题表中数据为某条公路上观测到的交通流速度与密度数据，试用一元线性回归 模型分析两者的 101 关系。一、一元线性回归的基本原理1.1 一元线性回归模型：Y ? ? ? ? ? ? ? ? ~ N (0,? 2 )0 1上述模型可分为两部分：（1） ?0 ? ?1? 是非随机部分；（2） ? 是随机部分。β0和β1为回归常熟和回归系数该式被称为估计的一元线性回归方程。1.2 模型参数估计用最小二乘法估计参数，是在关于随机误差的正态性、无偏性、同方差性、独立性这 四个假设的基础上进行的。 ^ ?2?i ?? i i ? ?? ?? ?2f x ? y ? y ? y ? b ? b x ? mini0 1 i? ?为了求回归系数， ?0 ， ?1 ，令一阶导数为0 ，得：?? nb0 ? b1 ? xi ? ? yi?b x ? b x ? ? xi yi0 ? i 1 ? i2??从中解出：?(xi ? x)( yi ? y)??b1 ?? i(x ? x)2?? b ? y ? b x? 01二、一元