- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
现有我国31个省、市、自治区2021年的GDP统计数据,数据中包括“省份〞、“GDP〞、
“人口〞三个变量,数据见1.sav,试计算出人均GDP(人均GDP=GDP/人口)作为新变量保存。
解:如下列图:
图1:数据1.sav
数据2.sav显示了2021年我国各个地区制造业的就业人数,利用频数分析对不同地区的就业情况进行分析,显示四分位数、均值、标准差和偏度,绘制频率分布直方图和正态曲线,并判断分布形态。
图2:数据2.sav
解:
制造业万
频率
百分比
有效百分比
累积百分比
有效
.8
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
合计
31
统计量
制造业万
N
有效
31
缺失
0
均值
标准差
偏度
偏度的标准误
.421
百分位数
25
50
75
分析:如上图所示,其分布形态为偏左分布,说明大多数地区在制造业就业的人数集中在100万左右,说明我国还有很大一局部地区在制造业行业还是比拟欠缺的,如果加强那么可以在很大一定程度上提高就业率。
数据3.sav记录了两个班级学生的数学和语文成绩,利用探索性分析该数据数学和语文成绩的最大值、最小值、众数和平均数,并检验样本数据的正态性。
图3:数据
解:
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
数学
80
100.0%
0
0.0%
80
100.0%
语文
80
100.0%
0
0.0%
80
100.0%
描述
统计量
标准误
数学
均值
均值的95%置信区间
下限
上限
5%修整均值
中值
方差
标准差
极小值
46
极大值
99
范围
53
四分位距
15
偏度
.269
峰度
.228
.532
语文
均值
均值的95%置信区间
下限
上限
5%修整均值
中值
方差
标准差
极小值
47
极大值
99
范围
52
四分位距
14
偏度
.269
峰度
.405
.532
某地区水样中某种元素的含量为72毫克/升,现从某化工厂下游水域中抽取了20个水样,数据见4.sav,对样本数据进行单样本T检验,判断化工厂是否造成了下游水域水质
的变化。
图4:数据:
解:
单个样本统计量
N
均值
标准差
均值的标准误
水样中某元素含量
20
.647
单个样本检验
检验值=72
t
df
Sig.(双侧)
均值差值
差分的95%置信区间
下限
上限
水样中某元素含量
19
.000
分析:在上图中,P值为0.0000.05因此拒绝原假设,认为样本均值与总体均值有所不同,即判定化工厂造成了下游水域水质的变化。
数据5.sav是某超市在有无促销时的日销售额,利用两独立样本T检验分析两种情况下销售额是否显著不同。
图5:
解:
组统计量
类型
N
均值
标准差
均值的标准误
日销售额〔万元〕
无促销
18
有促销
16
分析:在上表中,首先进行方差相等假设检验,该检验的F统计量的观察值为0.225,对应的概率P值为0.683,显然大于0.05,因此认为在两组数据的方差是相等的,于是观察‘假设方差相等列’所对应的t检验结果,t统计对应的双尾概率p值为0.078,大于显著水平0.05,因此认为两总体均值不存在显著差异。所以两种情况下销售额没有显著不同。
为验证某种药物的疗效,对35名患者进行了观察。首先记录了治疗前的测试数据,然后记录了治疗后的测试数据,数据见6.sav,利用配对样本T检验,在5%的显著性水平下,分析该药是否有显著的疗效。
图6:
解:
成对样本统计量
均值
N
标准差
均值的标准误
对1
服药前的检查值
35
.98943
服药后的检查值
35
成对样本相关系数
N
相关系数
Sig.
对1
服药前的检查值服药后的检查值
35
.559
.000
分析:在第二个表中,可知变量的相关系数等于0.559,呈简单正相关关系,而概率p值为0.000<显著水平0.05说明这两组样本相关性不显著,那么该药没有显著的疗效。
数据7.sav是某一品牌汽车不同地区的城市的销售量,以及该地区采用的广告形式和当地人均收入数据。利用单因素方差分析分别对地区、广告形式以及人均收入是否对该品牌汽车销量产生影响进行分析。
图7:数据7.sav
解:
方差齐性检验
销量
Levene统计量
df1
df2
显著性
2
23
.302
单因素方差分析
销量
平方和
df
均方
F
显著性
组间
2
.013
组内
23
总数
25
分析:在Levene统计量中,由于概率p值0.3020.05满足方差分析的前提条件。F值对应的概率p值0.0130.05拒绝原假设,销量对该品牌汽车销量产生影响
文档评论(0)