概率统计实验报告(三)剖析.docxVIP

线性回归实验报告（三） 实验目的 ：通过本次实验， 了解 matlab 和 spss 在非参数检验中的应 用，学会用 matlab 和 spss 做非参数假设检验， 主要包括单样本和多 样本非参数假设检验。 实验内容 ： 单样本假设检验； 2. 多样本假设检验 . 实验结果与分析： 单样本 K-S儿童身高操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -1-样本 KS； ⑵ 将“周岁儿童身高”变换到检验变量列表，由于样本量太少，点击精确按钮， 选择精确检验方法； ⑶ 回到 K-S检验对话框， 点击选项按钮， 设置输出参数，勾选描述性和四分位数； ⑷ 输出检验结果。 从图形特征上看， 儿童身高的分布非常接近正态分布， 但是仍需要用 K-S 来检验 概率论与数理统计实验报告 诊断。 结论： K-S 检验统计量 Z 值为 0.936，显著性为 0.344，大于显著性水平 0.05，所以不能拒绝原假设，认为周岁儿童的身高服从正态分布。 单样本游程——电缆 操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -游程； ⑵ 将“耐电压值”变换到检验变量列表； ⑶ 回到游程检验对话框， 点击选项按钮，设置输出参数， 勾选描述性和四分位数； ⑷ 输出检验结果。 2 概率论与数理统计实验报告 结论：中位数渐进显著性为 0.491，平均数和众数为 1，大于显著性水平 0.05，所以不能拒绝原假设，所以该组电缆耐电压值是随机的。 多独立样本——儿童身高操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -K 个独立样本检验； ⑵ 将“周岁儿童身高”变换到检验变量列表；将“城市标志”变换到分组变量，设置分组变量范围； ⑶ 回到多独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷ 输出检验结果。 3 概率论与数理统计实验报告 结论：多个样本的 K-W 检验，即秩和检验目的是看各总体的位置参数是否一样，渐近显著性值为 0.003，小于显著性水平 0.05，所以拒绝原假设， 因而四个城市儿童身高的分布存在显著性差异。 多样本配对——促销方式 操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -K 个相关样本检验； ⑵ 将“促销形式 1”、“促销形式 2”、“促销形式 3”变换到检验变量列表； ⑶ 回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷ 输出检验结果。 4 概率论与数理统计实验报告 结论：渐进显著性为 0.045，小于显著性水平 0.05，所以要拒绝原假设，三种促销形式对商品的销售存在显著性差异。 多配对样本——航空公司操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -K 个相关样本检验； ⑵ 将“甲航空公司”、“乙航空公司”、“丙航空公司”变换到检验变量列表； ⑶ 回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷ 输出检验结果。 5 概率论与数理统计实验报告 结论：渐进显著性为 0.001，小于显著性水平 0.05，所以要拒绝原假设，三个航空公司的服务态度存在显著性差异。 多配对样本——评委打分 操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -K 个相关样本检验； ⑵ 将 6名“歌手得分”变换到检验变量列表； ⑶ 回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷ 输出检验结果。 6 概率论与数理统计实验报告 结论：渐进显著性为 0.002，小于显著性水平 0.05，所以要拒绝原假设，协同系数0.955反映了四位评委评分一致性的高低，所以四位评委的评判标准是一致的， 而且一直性系数很高。 两独立样本——使用寿命操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -2个独立样本检验； ⑵ 将“使用寿命”变换到检验变量列表；“使用工艺”变换到分组列表； ⑶ 回到两个独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷ 输出检验结果以及分析。 7 概率论与数理统计实验报告 结论：渐进显著性为 0.005，小于显著性水平，所以要拒绝原假设，两种工艺生产的产品寿命存在显著性差异。 两配对样本——统计学 操作步骤： ⑴ 分析 -非参数检验 -旧对话框 -2个配对样本检验； ⑵ 将“学习前的认识”、“学习后的认识”变换到检验对； ⑶ 输出检验结果以及分析。 8 概率论与数理统计实验报告 结论：统计量 z值为 -0.816,，渐进显著性为 0.414，大于显著性水平 0.05，所以不能拒绝原假设，因而学习前后认识无显著性差异。 9、两配对样本——训练成绩 操作步骤： ⑴分析 -非参数检验 -旧对话框 -2个配对样本检验； ⑵将“学习前的认识”、“学习后的认识”变换到检验对； ⑶输出检验结果以及分析。 9 概率论与数理统计实验