文档库 最新最全的文档下载
当前位置:文档库 › SPSS考试习题操作

SPSS考试习题操作

SPSS考试习题操作
SPSS考试习题操作

资料整理者:龚沙QQ:784549087 本科经济学专业

4.1.2 个案排序的实例。

实例:“休闲调查”是按“问卷编号”排队的,现将其按“年龄”和“住房面积”两个变量重新排队。

打开数据文件“休闲调查”后,执行下述操作:

1.Data→Sort Cases 打开如图4-1 所示的对话框,。

2.从左侧的源变量窗口中选择“年龄”和“住房面积”两个变量进入到Sort by 窗口中。采用系统默认的升序(Ascending)状态。单击“OK”按钮,提交运行。用户可以在数据编辑窗口看到重新排队的“休闲调查”数据文件

4.2.2 排秩实例

1.实例1:在“休闲调查1”数据文件中对“年龄”求秩。

打开数据文件“休闲调查1”后,执行下述操作:(1)Transform→rank cases

(2)选择“年龄”变量进入Variables 窗口。其它采用系统默认选项。

(3)单击OK 按钮后,系统打开一个输出文件窗口,显示新生成的秩变量的属性。

2.实例2:在“休闲调查1”数据文件中按照男、女分组,对“年龄”求秩。

在“休闲调查1”的数据编辑窗口下执行下述操作:

(1)Transform→rank cases 打开如图4-4 所示的对话框。

(2)选择“年龄”进入Variables 窗口。

(3)选择“性别”进入By 窗口。

(4)单击OK 按钮后,在数据窗口的最左面生成一个以秩为数据内容的新变量,如图

4-9 所示。“Ran001”即是新生成的秩变量。但这个秩的值与实例1 的值不同。因为它是按不同性别分组排秩的。

2.增加个案的实例

实例:将“休闲调查1”与“休闲调查2”的Cases 合并

打开数据文件“休闲调查1”后,执行下述操作:

(1)Data →Merge files → Add Cases 打开read File 对话框。

(2)在read File 对话框的文件名列表窗口中选择“休闲调查2”,单击“打开”按钮。即打开了如图4-13 所示的Add cases from(合并个案)对话框。在对话框中可以看到,除了在“休闲调查1”中生成的两个秩变量是不匹配变量外,其余的变量都是匹配变量。(3)选择Indicate cases source as variable 选项后,单击“OK”执行合并命令。用户在“休闲调查1”的数据窗口可以看到新生成的数据文件,

实例:将“休闲调查1”的变量与“休闲调查3”的变量合并。

打开数据文件“休闲调查1”后,执行下述操作:

(1)data → Merge files →Add Variable 打开read File 对话框。

(2)在read File 对话框的文件名列表窗口选择“休闲调查3”。单击“打开”按钮,

打开增加变量(Add Variables from)对话框,如图4-16 所示。从该对话框中可以看出,在Excluded Variables 窗口下有9 个不匹配变量。它们是外部数据文件中与当前工作数据文件中的同名变量。

(3)单击OK 按钮提交运行。系统将生成一个变量合并后的新的数据文件

实例:以“问卷编号”为关键变量,将“休闲调查1”的变量与“休闲调查3”的变量

并按关键变量合并。

(1)对“休闲调查1”和“休闲调查3”两个文件按“问卷编号”升序进行排序。

(2)在“休闲调查1”的数据窗口下执行下述操作:

Data → Merge files →Add Variable 打开Read File 对话框。

(3)在Read File 对话框的文件名列表窗口选择“休闲调查3”。单击“打开”按钮,

打开增加变量(ADD Variables from)对话框

(4)选择 Match cases on key variables in sorted files 选项,并按系统默认值选择Both files provide cases 选项。选择Indicate case source as variable 选项。(5)确定“问卷编号”为关键变量。在Excluded Variables(拒绝变量)窗口中选择“问卷编号”作为关键变量进入进入到Key Variable 窗口中。

(6)单击OK 提交运行。

4.4.2 分割文件的实例

实例:将数据文件“休闲调查1”按“性别”分割。并按不同性别统计年龄的平均值。

打开数据文件“休闲调查1”后,执行下述操作:

1.Data →Split File 打开如图4-19 所示的分割文件对话框。

2.选择compare group 选项。

3.从左侧的源变量窗口中选择“性别”进入Group Based on 窗口。

4.单击OK 提交运行

5.Analyze——Descriptive Statistics——Descriptives,年龄——ok

4.5.2 选择个案的实例

实例:在“休闲调查1”的数据文件中,按不同的条件选择个案。

1.选择年龄在50 岁以上的个案

打开数据文件“休闲调查1”后,执行下述操作:

Data→Select Cases 进入选择个案对话框。选择If condition is satisfied 后,激活If 按钮,

单击If 按钮,进入选择条件对话框。在右上方的条件表达式窗口中输入“年龄>50”。单击“Continue”按钮,回到选择个案对话框。单击“Ok ”提交运行。

2.从前100 个个案中随机选择30 个个案

打开数据文件“休闲调查1”后,执行下述操作:

Data→Select Cases 进入选择个案对话框。选择Random sample of case 选项后,激活Sample…按钮。单击Sample…按钮,进入Random sample 对话框,选择Exactly 选项,在前一个小窗口输入30,在后一个小窗口输入100。单击“Continue”回到条件对话框。单击“Ok ”提交运行。

3.选择第3 到第6 个个案

在“休闲调查1”的数据编辑窗口下执行下述操作:

Data→Select Cases 进入选择个案对话框。选择Base on time or case range 选项后,激活Range…按钮。单击Range…按钮,进入Range 对话框。在First Case 窗口中填入3,在last Case 窗口中填入6。单击“Continue”回到选择个案对话框。单击“Ok ”提交运行。4.选择“文化程度”为过滤变量。

在“休闲调查1”的数据编辑窗口下执行下述操作:

Data→Select Cases 进入对话框,选择Use filter variable 后,激活下面的窗口。选择“文

化程度”进入该窗口。单击“Ok ”提交运行。

4.6.2 数据文件转置的实例

实例:将“休闲调查1”中的“满意度1”、“满意度2”、“满意度3”、“满意度4”、“满意度5”、“满意度6”、“满意度7”进行转置。

打开数据文件“休闲调查1”后,执行下述操作:

1.Data→Transpose 打开如图4-26 所示的对话框。

2.从左侧的源变量窗口中选择“满意度1”、“满意度2”、“满意度3”、“满意度4”、

意度5”、“满意度6”、“满意度7”,使之进入Variable(s)窗口。

3.选择“问卷编号”作为“名称变量”并使之进入到Name Variable 窗口。

4.单击“Ok ”提交运行。这时系统会给出一个提示提示的内容是:一些变量没有被选择用于转置,它们将在命令执行后消失。单击“确定”

按钮后,系统打开输出文件窗口,显示新生成的数据文件的变量信息。关闭该窗口后,用户可以看到转置后新生成的数据文件。

4.7 分类汇总

4.7.1 进行分类汇总的方法

1.打开分类汇总对话框

执行下述操作:

Data →Aggregate(汇总)打开对话框

2.确定分类变量

从左侧的源变量窗口中选择一个或多个定类或定序变量进入Break Variable(分类变量)

窗口中。

3.选择分类汇总变量

从左侧的源变量窗口中选择一个或多个定序以上变量进入Aggregate Variable(s)框中,

这些变量一定是数值型变量。即要求对这些变量的值进行分类汇总,此时Name & Lable 和Function 按钮被激活。

4.确定新数据文件中的变量名和标签

单击Name & label 按钮打开对话框,

5.确定汇总变量的描述统计内容,单击“Function”(函数)按钮,打开Aggregate Function 对话框

(1)第一组是统计概要(Summary)选项栏,包含4 个单选项。

1)Mean 是各个分组源变量的算术平均数。

2)Median 是各个分组源变量的中位数。

3)Sum 是各个分组源变量的数据总和。

4)Standard deviation 是各个分组源变量的标准差。

(2)第二组是专门值(Specific Values)的选项栏。包含4 个单选项

1)First value 是各个分组源变量的第一个观测值。

2)Last value 是各个分组源变量的最后一个观测值。

3)Mininum value 是各个分组源变量的的最小值。

4)Maximum value 是各个分组源变量的的最大值

(3)第三组是是各个分组源变量的个案数目(Number of cases)的选项栏

1)Weighted 是各个分组源变量加权的个案数。

2)Weighted missong 是各个分组源变量加权的缺失值数

3)Unweighted 是各个分组源变量不加权的个案数。

4)Unweighted missong 是各个分组源变量不加权的缺失值数

(4)第四组是百分比(Percentages)的选项栏,包括四个单选项。

1)above 是在各个分组源变量中,观测值大于等于设定值的个案数占该组总数的百分

比。

2)below 是在各个分组源变量中,观测值小于等于设定值的个案数占该组总数的百分

3)inside 是在各个分组源变量中,在Low 和high 之间个案数占该组总数的百分比。

4)outside 是在各个分组源变量中,在Low 和high 之外个案数占该组总数的百分比。(5)第四组是比率(Fraction)的选项栏,包括四个单选项。其分界点和范围的设置与第

四组相同。

1)above 是在各个分组源变量中,观测值大于等于设定值的个案数占该组总数的比率。2)below 是在各个分组源变量中,观测值小于等于设定值的个案数占该组总数的比率。3)inside 是在各个分组源变量中,在Low 和high 之间的个案数占该组总数的比率。

4)outside 是在各个分组源变量中,在Low 和high 之外的个案数占该组总数的比率。

4.2.2 进行分类汇总的实例

实例:对“休闲调查1”中的“年龄”、“住房面积”、“家月收入”及“满意度1”、“满意度2”、“满意度3”、“满意度4”、“满意度5”、“满意度6”、“满意度7”十个变量按“文化程度”进行分类汇总。

打开数据文件“休闲调查1”后,执行下述操作:

1.Data →Aggregate 打开如图4-30 所示的分类汇总对话框。

2.选择“年龄”、“住房面积”、“家月收入”及“满意度1”、“满意度2”、“满意度3”、“满意度4”、“满意度5”、“满意度6”、“满意度7”进入Aggregate Variable 窗口。3.选择“文化程度”进入Break Variable 窗口中。

4.单击Aggregate Variable 窗口的“满意度1=MEAN 满意度1”使之被蓝色带覆盖,

同时下面的Name &Label 按钮被激活。单击Name &Label 按钮,打开变量名与标签设置

窗口,如图4-34 所示。在Label 窗口中输入“收入满意度”,单击Continue 按钮,返回分类汇总对话框。用上述方法依次输入“满意度2”至“满意度7”的变量名标签。

5.选择number of cases 选项,并在后面的窗口中输入“频数”作为变量名。

6.选择write a new data set containing only the aggregated variables选项。点击file,在文件

名的窗口中输入“分类汇总”作为新生成的文件的文件名。在“保存在(I)”后面的窗口中选择“我的文档”作为文件存储位置。单击“保存”确认。

7.单击OK 提交运行。系统生成了一个文件名为“分类汇总”的数据文件,并存储在“我的文档”中

8.在“休闲调查1”的数据窗口下,直接单击“打开”图标。用户可以在Open File 窗

口中找到“分类汇总”的文件名。选择它并打开,便可以看到新生成的数据文件。

4.8 变量内容的重新编码

1.单击主菜单中的Transform 的下拉菜单中的Recode,在左侧引出二级菜单,其中Into Same Variables 是用重新编码的变量取代原来的变量,Into Different Variables 是用重新编码的变量生成一个新变量。

4.3.1 用重新编码的变量取代原来的变量

1.用重新编码的变量取代原来的变量的方法

(1)执行下述操作。

Transform→Recode→Into Same Variables 打开重新编码对话框

(2)确定从新编码的变量

从左侧的源变量窗口中选择将要重新编码的变量进入到Variables 窗口中,同时激活

Old and New Values(新旧变量值的转换)按钮。

(3)新旧变量值的转换方法

单击Old and New Values 按钮,进入新旧变量值转换对话框,

2.用重新编码的变量取代原来的变量的实例

实例:将“休闲调查1”中的“性别”变量的编码由1=男、2=女转变为11=男、22=女。

打开数据文件“休闲调查1”后,执行下述操作:

(1)Transform→Recode→Into Same Variables 打开如图4-38 所示的对话框。

(2)将从左侧的原变量窗口中选择“性别”进入到Variable 窗口,单击Old and New Values 打开图4-33 所示的新旧变量值对话框。

(3)在Old Value 选项栏中选择Value,并在其窗口中中输入1,在New Value 选项栏中

选择Value,并在Value 窗口中输入11,单击Add 确认。再在Old Value 选项栏中Value

窗口中输入2,在New Value 选项栏中Value 窗口中输入22,单击Add 确认。再在Old Value 框中选择System-or User-missing, New Value 框中选择System-missing。然后点击Add,continue.ok即可。

实例:将“休闲调查1”中的“年龄”变为每10 年为一个年龄段的定序变量,并存为

新变量。

打开数据文件“休闲调查1”后,执行下述操作:

(1) Transform→Recode→Into Different Variables 打开如图4-40 所示的对话框。

(2)将“年龄”进入到Input Variable→Output Variable 窗口。此时窗口名称变为提

示语,提醒用户要重新编码的变量是数值型变量。

(3)在Name 窗口中输入新的变量名“年龄段”,并单击Change 按钮完成转换。

(4)单击Old and New Values 按钮。

在Old Values 选项栏中选择中间的Range,激活Lowest through 窗口,在该窗口中输入20。在New Value 选项栏中的Value 窗口中输入1,单击Add 确认。在Old Values 选项栏中选择上面的Range,在前一个窗口中输入20,在后一个窗口中输入30。在New Value 框中Value 窗口中输入2,单击Add 确认。以此类推,一直到在New Value 选项栏中的Value 窗口中输入6 为止。然后在Old Values 选项栏中选择最下面的Range, ,激活Through highest 窗口。在该窗口中输入70。在New Value 选项栏中的Value 窗口中输入7,单击Add 确认。在Old Value 框中选择System-or User-missing, 在New Value 框中选择System-missing。

5.1.2 频数分析的实例分析

实例:对“休闲调查1”中的“文化程度”进行频数分析并输出直方图

打开数据文件“休闲调查1”后,执行下述操作:

1.Analyze→Descriptive Statistics→frequencies 打开frequencies 对话框

2.选择“文化程度”变量进入Variables 窗口。

3.单击Statistics 按钮,选择Mode 选项(输出众数),然后单击Continue。

4.单击“Charts”按钮,选择Bar chart(输出条形图),然后单击Continue。

5.单击OK 按钮,提交运行。

5.2.2 描述统计过程的实例分析

实例:对“休闲调查1”中的“年龄”、“住房面积”、“家月收入”进行描述统计。

打开数据文件“休闲调查1”后,执行下述操作:

1.Analyze→Descriptive Statistics→Descriptives

2.选择“年龄”、“住房面积”、“家月收入”进入Variable(s)窗口。

3.单击Options 按钮,选择Variance,输出击结果的排列顺序采用系统默认选项。然

后单击Continue。

4.单击OK 按钮,提交运行。

6.1 交叉列表

Analyze→Descriptive→Crosstabs 打开Crosstabs

实例:对“休闲调查1”中的“性别”和“对闲暇生活的满意度—夫妻共度闲暇时间状况”进行交叉列表分析,并进行卡方检验。

打开数据文件“休闲调查1”后,执行下述操作:

1.Analyze→Descriptive→Crosstabs 打开Crosstabs 对话框。

2.从左侧的源变量窗口中选择“性别”变量进入到Row(s)窗口中,选择“对闲暇生活

的满意度—夫妻共度闲暇时间状况”变量进入到Column(s) 窗口中。

3.单击Statistics 按钮,打开statistics 对话框。选择Chi-square 选项。单击Continue 返回到Crosstabs 对话框。

4.单击Cell 按钮,打开Cell Display 对话框。选择Row 选项。单击Continue 返回到Crosstabs 对话框。

5.单击OK 按钮,提交运行。

7.1 用多选变量生成新变量

7.1.2 用多选变量生成新变量的实例

用“休闲调查1”中的“娱乐1”,“娱乐2”,“娱乐3”生成一个新的变量。

打开数据文件“休闲调查1”后,执行下述操作:

1.Analyze→Multiple Response→Define Sets 打开如图7-2 所示的对话框。

2.在Set Definition 窗口中选择“娱乐1”,“娱乐2”,“娱乐3”,并将这三个变量进入到Variables in Set 窗口中。

3.由于被分析的多选变量有6 个选项,从1 到6 为合法值。所以选择Categories 选项,激活后面的Range 和through 窗口。在Range 窗口中输入1,在through 窗口中输入7。4.在Name 窗口中输入“娱乐”作为新生成的变量名。此时激活Add 按钮。单击Add

按钮,将新生成的变量“娱乐”添加到Mult Response Sets 窗口中。

5.单击Close 按钮,关闭该对话框。系统已生成了一个名为“娱乐”的新变量。但这个

新变量并不直接出现在数据窗口中。

7.2.2 对多选变量进行频数分析的实例

实例:对生成的新变量“娱乐”进行频数分析。

打开数据文件“休闲调查1”后,执行下述操作:

1.Analyze→Multiple Response→frequencies

2.选择Mult Response Sets 窗口中的变量“途径”,将变量“途径”进入到Table(s)窗口中,同时激活OK 按钮。

3.单击OK 提交运行后。

7.3.2对实例

对多选变量“娱乐”与“性别”进行交叉分析。

打开数据文件“休闲调查1”后,执行下述操作:

1.Analyze→Multiple Response→Crosstabs

2.在左侧单选变量集窗口选择“性别”进入Column(s)窗口,在多选变量集窗口中选

择“娱乐”进入Row(s)窗口,此时Define Ranges 按钮被激活。

3.单击Define Ranges 按钮在Minimum 窗口中填入1,

在Maximum 窗口中填入2(1 和2 是变量“性别”的最小值和最大值)。单击Continue 按钮,返回多选变量交叉分析对话框。

4.单击Options 按钮,在Cell Percentages 选项栏中选择Row 选项。单击Continue 按钮,返回多选变量交叉分析对话框。

5.单击OK 按钮,提交运行

8.1 单个样本的T 检验,样本均值出现的概率如果小于5%,则不能接受原假设。

8.1.2 单个样本T 检验的实例分析

实例:对“休闲调查”中的“住房面积”变量进行单个样本的T 检验。原假设为:城

市居民的户均住房面积为38 平方米。

打开数据文件“休闲调查”后,执行下述操作:

1.Analyze→Compare Means→One Sameple T Test,从左侧源变量窗口中选择“住房面积”,使之进入到Test Variable(S)窗口。

2.在Test Value 窗口中输入38。

3.单击OK 提交运行。

8.2.2 独立样本的T 检验的实例分析

1.实例1:用“休闲调查”中的数据分析不同性别的被调查者家庭的住房面积是否有

差异。

(1)实例分析的操作过程

打开数据文件“休闲调查”后,执行下述操作:

1)Analyze→Compare Means→Independent- Samples T Test

2)从左边的源变量窗口中选择“住房面积”进入到Test Variable(S)窗口。

3)选择“性别”进入到Grouping Variable窗口中。

4)单击Define Groups按钮打开对话框,选择Use specified values项,在Group1和Group2 窗口中分别输入1和2。单击Continues返回主对话框,

5)单击OK提交运行。

2.实例2:用“休闲调查”中的数据分析初中学历与高中学历的被调查者的住房面积

是否有差异。

打开数据文件“休闲调查”后,执行下述操作:

(1)Analyze→Compare Means→Independent- Samples T Test 打开对话框。

(2)从左侧的源变量窗口中选择“住房面积”进入到Test Variable(S)窗口。选择“教

育水平”进入到Grouping Variable窗口中。

(3)单击Define Groups按钮打开对话框,选择Use specified values项,在Group1和Group2窗口中分别输入3(文化程度变量中的初中)和4(文化程度变量中的高中)。单击Continues按钮返回主对话框。

(4)单击OK提交运行

3、用“休闲调查”中的数据分析40岁以下与40岁以上被调查者的住房面积是否有差

异。

打开数据文件“休闲调查”后,执行下述操作:

(1)Analyze→Compare Means→Independent- Samples T Test 打开对话框。

(2)从左边的源变量窗口中选择“住房面积”进入到Test Variable(S)窗口。选择“年龄”进入到Grouping Variable窗口中。

(3)单击Define Groups按钮打开对话框,选择Cut points项,在Cut points窗口中输

入40。单击Continues按钮返回主对话框。

(4)单击OK按钮提交运行。

8.3.2 配对样本T 检验的实例分析

实例:数据文件“贫困调查”中的“满意度1”是贫困人口获得最低生活保障金以前的

生活满意度测量结果,“满意度2”是获得最低生活保障金以后的生活满意度测量结果。检验获得最低生活保障金前后生活满意度是否有变化。

打开数据文件“贫困调查”后,执行下述操作:

1.Analyze→Compare Means→Paired-Samples T Test 打开对话框。

2.从左边的源变量窗口中选择“满意度1”和“满意度2”进入Paired Variable 窗

口中。

2.单击OK 提交运行。

8.4.2 Means 过程的实例分析

实例:用“休闲调查”中的数据分析不同受教育水平的被调查者的户均住房面积进行

平均数分析。

打开数据文件“休闲调查”后,执行下述操作:

1.Analyze→Compare Means→means 打开Means 对话框。

2.在左侧的源变量窗口中选择“住房面积”进入到Dependent list 窗口。选择“文化程度”进入到Independent list 窗口。

3.单击“Option”按钮,打开Means 分析选项对话框。

从Statistics 窗口中选择Minimum 和Maximum 并使之进入到Cell 窗口中。在Statistics for First layer 框中选择Anova table and eta,即对分组变量进行单因素方差分析。单击Continues 按钮返回主对话框。

4.单击OK 提交运行。

spss实践题分析及答案

SPSS实践题 习题1 分析此班级不同性别的学生的物理和数学成绩的均值、最高分和最低分。

Std. Deviation Minimum Maximum 结论:男生数学成绩最高分: 95 最低分: 72 平均分: 物理成绩最高分: 87 最低分: 69 平均分: 女生数学成绩最高分: 99 最低分: 70 平均分: 物理成绩最高分: 91 最低分: 65 平均分: 习题2 分析此班级的数学成绩是否和全国平均成绩85存在显著差异。 One-Sample Statistics N Mean Std. Deviation Std. Error Mean 数学26 结论:由分析可知相伴概率为,小于显著性水平,因此拒绝零假设,即此班级数学成绩和全国平均水平85分有显著性差异 习题3 分析兰州市2月份的平均气温在90年代前后有无明显变化。

Group Statistics 分组N Mean Std. Deviation Std. Error Mean 二月份气温011.3628400 118.3065729 结论:由分析可知, 方差相同检验相伴概率为,大于显著性水平,因此接受零假设,90年代前后2月份温度方差相同。双侧检验相伴概率为, 小于显著性水平,拒绝零假设,即2月份平均气温在90年代前后有显著性差异 习题4 分析15个居民进行体育锻炼3个月后的体质变化。 Paired Samples Statistics Mean N Std. Deviation Std. Error Mean

Paired Samples Correlations N Correlation Sig. Pair 1锻炼前 & 锻炼后15.277 结论:由分析可知,锻炼前后差值与零比较,相伴概率小于显著性水平, 拒绝零假设,即锻炼前后有显著性差异 习题5 为了农民增收,某地区推广豌豆番茄青菜的套种生产方式。为了寻找该 种方式下最优豌豆品种,进行如下试验:选取5种不同的豌豆品种,每 一品种在4块条件完全相同的田地上试种,其它施肥等田间管理措施完 全一样。根据表中数据分析不同豌豆品种对平均亩产的影响是否显著。 ANOVA 产量 Sum of Squares df Mean Square F Sig.

假设检验spss操作例题

单样本T检验 按规定苗木平均高达1.60m以上可以出圃,今在苗圃中随机抽取10株苗木,测定的苗木高度如下: 1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布,试问苗木平均高是否达到出圃要求?(要求α=0.05) 解:1)根据题意,提出: 虚无假设H0:苗木的平均苗高为H0=1.6m; 备择假设H1:苗木的平均苗高H1>1.6m; 2)定义变量:在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据; 3)分析过程 在spss软件上操作分析,输出如下:

表1.1:单个样本统计量 表1.2:单个样本检验 由图1.1和表1.1数据分析可知,变量苗木苗高成正态分布,平均值为1.6680m,标准差为0.0843,说明样本的离散程度较小,标准误为0.0267,说明抽样误差较小。 由表1.3数据分析可知,T检验值为2.55,样本自由度为9,t检

验的p值为0.031<0.05,说明差异性显著,因此,否定无效假设H0,取备择假设H1。 由以上分析知:在显著水平为0.05的水平上检验,苗木的平均苗高大于1.6m,符合出圃的要求。 独立样本T检验 从两个不同抚育措施育苗的苗圃中各以重复抽样的方式抽得样本如下: 样本1苗高(CM):52 58 71 48 57 62 73 68 65 56 样本2苗高(CM):56 75 69 82 74 63 58 64 78 77 66 73 设苗高服从正态分布且两个总体苗高方差相等(齐性),试以显著水平α=0.05检验两种抚育措施对苗高生长有无显著性影响。 解:1)根据题意提出: 虚无假设H0:两种抚育措施对苗木生长没有显著的影响; 备择假设H1:两种抚育措施对苗高生长影响显著; 2)在spss中的“变量视图”中定义变量“苗高1”,“抚育措施”,之后在“数据视图”中输入题中的苗高数据,及抚育措施,其中措施一定义为“1”措施二定义为“2”; 3)分析过程 在spss软件上操作分析输出分析数据如下;

SPSS基本操作傻瓜教程

目录 一、SPSS界面介绍 (2) 1、如何打开文件 (2) 2、如何在SPSS中打开excel表 (3) 3、数据视图界面 (3) 4、变量视图界面 (4) 二、如何用SPSS进行频数分析 (11) 三、如何用SPSS进行多变量分析 (15) 四、如何对多选题进行数据分析 (18) 1、对多选题进行变量集定义 (18) 2、对多选题进行频数分析 (21) 3、对多选题进行多变量交互分析 (24) 五、如何就SPSS得出的表在excel中作图 (27)

一、SPSS界面介绍 提前说明:第一,我这里用的是SPSS 20.0 中文汉化版。第二,我教的是傻瓜操作,并不涉及理论讲解,具体的为什么和用什么理论公式来解释请认真去听《社会统计学》的课程。第三,因为是根据我自己的操作和理解来写的,所以可能有些地方显的不那么科学,仍然要说请大家认真去听《社会统计学》的课程,那个才是权威的。 1、如何打开文件 这个东西打开之后界面是这样的: 我们打开一个文件:

要提的一点就是,SPSS保存的数据拓展名是.sav: 2、如何在SPSS中打开excel表 在上图的下拉箭头里找到excel这个选项: 然后你就能找到你要打开的excel表了。 3、数据视图界面 我现在打开了一个数据库。 可以看到左下角这个地方有两个框,两个是可以互相切换的,跟excel切换表一样,跟excel切换表一样: 现在的页面是数据视图,也就是说这一页都是原始数据,这里的一行就是一张问卷,一列就是一个问题,白框里的1234代表的是选项。这个表当时录数据的时候为了方便看,是把ABCD都转换成了1234,所以显示的是1234,当然直接录ABCD也可以,根据具体情况看怎么录,只要能看懂。 多选题的录入全部都是细化到每个选项,比如第四题,选项A选了就是“是”,没选就是

假设检验-例题讲解

假设检验 一、单样本总体均值的假设检验 .................................................... 1 二、独立样本两总体均值差的检验 ................................................ 2 三、两匹配样本均值差的检验 ........................................................ 4 四、单一总体比率的检验 ................................................................ 5 五、两总体比率差的假设检验 .. (7) 一、单样本总体均值的假设检验 例题: 某公司生产化妆品,需要严格控制装瓶重量。标准规格为每瓶250 克,标准差为1 克,企业的质检部门每日对此进行抽样检验。某日从生产线上随机抽取16 瓶测重,以95%的保证程度进行总体均值的假设检验。 x t μ-= data6_01 样本化妆品重量 SPSS 操作: (1)打开数据文件,依次选择Analyze (分析)→Compare Means (比较均值)→One Sample T Test (单样本t 检验),将要检验的变量置入Test Variable(s)(检验变量); (2)在Test Value (检验值)框中输入250;点击Options (选项)按钮,在

Confidence Interval(置信区间百分比)后面的框中,输入置信度(系统默认为95%,对应的显著性水平设定为5%,即0.05,若需要改变显著性水平如改为0.01,则在框中输入99 即可); (3)点击Continue(继续)→OK(确定),即可得到如图所示的输出结果。 图中的第2~5 列分别为:计算的检验统计量t 、自由度、双尾检验p-值和样本均值与待检验总体均值的差值。使用SPSS 软件做假设检验的判断规则是:p-值小于设定的显著性水平?时,要拒绝原假设(与教材不同,教材的判断标准是p

北科SPSS软件应用练习题全新

Spss第 3 次作业 方差分析练习题: 第1题 (1)【实验目的】 学会单因素方差分析 (2)【实验内容】 1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异,设计了一项实验。从尚无推销经验的应聘人员中随机挑选一部分,并随机将他们分为五个组,每种用一种推销方 第一组20 16.8 17.9 21.2 23.9 26.8 22.4 第二组24.9 21.3 22.6 30.2 29.9 22.5 20.7 第三组16.0 20.1 17.3 20.9 22.0 26.8 20.8 第四组17.5 18.2 20.2 17.7 19.1 18.4 16.5 第五组25.2 26.2 26.9 29.3 30.4 29.7 28.2 (2)绘制各组的均值比对图,并利用LSD方法进行剁成比较检验。 (3)【操作步骤】 在数据编辑窗口输入组别和推销额→分析→比较平均值→单因素ANOVA检验→将“推销额”转入“因变量列表”→将“组别”转入“因子”→确定 分析→一般线性模型→单变量→将“推销额”转入“因变量”→将“组别”转入“固定因子”→事后比较→将“组别”转入“下列各项的事后检验”→选中“LSD”→继续→确定

(4)【输出结果】 ANOVA VAR00002 平方和自由度均方 F 显著性 组间405.534 4 101.384 11.276 .000 组内269.737 30 8.991 总计675.271 34 主体间因子 个案数 VAR00001 1.00 7 2.00 7 3.00 7 4.00 7 5.00 7

主体间效应检验因变量: VAR00002 源III 类平方 和自由度均方 F 显著性 修正模型405.534a 4 101.384 11.276 .000 截距17763.779 1 17763.779 1975.677 .000 VAR00001 405.534 4 101.384 11.276 .000 误差269.737 30 8.991 总计18439.050 35 修正后总计675.271 34 a. R 方 = .601(调整后 R 方 = .547)

管理统计学-假设检验的SPSS实现-实验报告

假设检验的SPSS实现 、实验目的与要求 1. 掌握单样本 t检验的基本原理和 spss实现方法。 2. 掌握两样本 t检验的基本原理和 spss实现方法。 3. 熟悉配对样本 t检验的基本原理和 spss实现方法。 二、实验内容提要 1. 从一批木头里抽取 5根,测得直径如下(单位: cm),是否能认为这批木头的平均直径是1 2.3cm 12.3 12.8 12.4 12.1 12.7 2. 比较两批电子器材的电阻,随机抽取的样本测量电阻如题表2所示,试比较两批电子器 材的电阻是否相同(需考虑方差齐性的问题) 3. 配对 t检验的实质就是对差值进行单样本t检验,要求按此思路对例课本 13.4进行重新分析,比较其结果和配对 t检验的结果有什么异同。 4.一家汽车厂设计出 3种型号的手刹,现欲比较它们与传统手刹的寿命。分别在传统手刹,型号I、II、和型号 III中随机选取了 5只样品,在相同的试验条件下,测量其使用寿命(单位:月),结果如下: 传统手刹:21.213.417.015.212.0 型号 I :21.412.015.018.924.5 型号 II :15.219.114.216.524.5 型号 III :38.735.839.332.229.6 ( 1)各种型号间寿命有无差别 ? (2)厂家的研究人员在研究设计阶段,便关心型号III 与传统手刹寿命的比较结果。此时应 当考虑什么样的分析方法?如何使用 SPSS实现? 三、实验步骤 为完成实验提要 1. 可进行如下步骤 1. 在变量视图中新建一个数据,在数据视图中录入数据,在分析中选择比较均值,单样本t 检验,将直径添加到检验变量,点击确定。

SPSS基本操作步骤详解

SPSS基本操作步骤详解 本文采用SPSS21.0版本,其它版本操作步骤大体相同 一、基本步骤 (一)检查数据 在进行项目分析或统计分析之前,要检核输入的数据文件有无错误,即检核missing。 例,“XX量表”采用Likert scale五点量表式填答,每个题项的数据只有五个水平:1,2,3,4,5。 1.执行次数分布表的程序 Analyze(分析)→Descriptive statistics(描述统计)→将题项变量【例,a1—a10】键入至Variables(变量)框中→Frequencies(频率)→Statistics(统计量)→Minimum (最小值)、Maximum(最大值)→Continue(继续)→OK(确定) 2.执行描述统计量的程序 Analyze(分析)→(描述统计)→将题项变量【例,a1—a10】键入至Variables(变量)框中→Descriptives(描述)→Options(选项)→Minimum(最小值)、Maximum(最大值)【此处一般为默认状态即可】→Continue(继续)→OK(确定) (二)反项计分 若是分析的预试量表中没有反向题,则此操作步骤可以省略; 量表或问卷题中如果有反向题,则在进行题项加总之前将反向题反向计分,否则测量分数所表示的意义刚好相反。 例,“XX量表”采用Likert scale五点量表式填答,反向题重向编码计分:1→5,2→4,3→3【可不写】,4→2,5→1。 Transform(转换)→Recode into same Variables(重新编码为相同变量)→将要反向的题目键入至Variables(变量)框中【例,a1,a3,a5】→Old and new values(旧值和新值)→在左边Old value—value中键入1,在右边New value—value中键入5,Add (添加)→……依次进行此步骤……在左边Old value—value中键入5,在右边New value —value中键入1,Add(添加)→Continue(继续)→OK(确定)【注意不同量表计分方式不同,因而反向编码计分也不同,常见的有四点量表、五点量表和六点量表等】 (三)题项加总 量表题项加总的目的在于便于进行观察值得高低分组。 例,“XX量表”采用Likert scale五点量表式填答,题项为:a1,a2……a10,记总分为:az。 Transform(转换)→Computer Variable(计算变量)→在左边Target Variable(目标变量)中键入az,在右边Numeric Expression(数字表达式)中键入a1+a2+……+a10

实验三-IBM-SPSS软件的基本操作

实验三-IBM-SPSS软件的基本操作

云南大学软件学院 实验报告 课程:大数据分析及应用任课教师:蔡莉实验指导教师(签名): 学号: 20131170142 姓名:郭昱专业:软件工程日期: 2015/11/01 成绩: 实验三 IBM SPSS软件的基本操作 一、实验目的 1.熟悉SPSS的菜单和窗口界面,熟悉SPSS 各种参数的设置; 2.掌握SPSS的数据管理功能。 二、实验内容及步骤 (一)数据的输入和保存 1. SPSS界面 当打开SPSS后,展现在我们面前的界面如下: 菜单栏 工具栏

注意:窗口顶部显示为“SPSS for Windows Data Editor”,表明现在所看到的是SPSS的数据管理窗口。该界面和EXCEL极为相似,很多操 作也与EXCEL类似。 2.定义变量 选择菜单Data==>Define Variable。系统弹出定义变量对话框如下: 对话框最上方为变量名,现在显示为“VAR00001”,这是系统的默认变量名;往下是变量情况描述,可以看到系统默认该变量为数值型,长度为8,有两位小数位,尚无缺失值,显示对齐方式为右对齐;第三部分为四个设置更改按钮,分别可以设定变量类型、标签、缺失值和列显示格式;第四部分实际上是用来定义变量属于数值变量、有序分类变量还是无序分类变量,现在系统默认新变量为数值变量;最下方则依次是确定、取消和帮助按钮。

假如有两组数据如下: GROUP 1: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 GROUP 2: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 先来建立分组变量GROUP。请将变量名改为GROUP,然后单击OK按钮。 现在SPSS的数据管理窗口如下所示: 第一列的名称已经改为了“group”,这就是我们所定义的新变量“group”。 现在我们来建立变量X。单击第一行第二列的单元格,然后选择菜单Data==>Define Variable,同样,将变量名改为X,然后确认。此时SPSS的数据管理窗口如下所示: 现在,第一、第二列的名称均为深色显示,表明这两列已经被定义为变量,其余各列的名称仍为灰色的“var”,表示尚未使用。同样地,各行的标号也为灰色,表明现在还未输入过数据,即该数据集内没有记录。 3.输入数据 我们先来输入变量X的值,请确认一行二列单元格为当前单元格,弃鼠标而用键盘,输入第一

SPSS编程操作入门知识讲解

S P S S编程操作入门

第四章 SPSS编程操作入门 4.1程序编辑窗口操作入门 一、进入程序编辑窗口界面 ①创建一个新程序 File——new——syntax ②打开一个旧程序 File——open——syntax 程序文件的扩展名为*.sps 注:syntax窗口的菜单和SPSS窗口的菜单功能基本一致,区别在于RUN菜单。 RUN ALL——运行全部程序 RUN SELECTION——运行所选择的部分程序 二、熟用Paste 按钮 在SPSS所有菜单对话框中均有Paste功能,在所有对话框选择完毕后,不选择 OK,而使用Paste,则程序编辑窗口会自动生成程序。 此功能使得SPSS编程操作变得简单易行,只需要对生成的程序适当加以修改即可。 示例:运用Paste创建一个程序文件。以xuelin.sav.为例,产生P50页的程序语句,并保存在桌面上备用。

该程序文件可以保存,当下次做相同的分析时,无需重新进行复杂的菜单选择,直接在原有程序文件上进行适当的修改,运行即可。 三、编程进行对话框无法完成的工作 示例1:见书 示例2:怎么产生连续自然数1~200 Input program. Loop #i=1 to 200. Compute x=#i. end case. End loop. End file. End input program. Execute. 4.2结构化语句简介 一、分支语句(条件语句) ①IF语句 SPSS程序格式: IF逻辑表达式目标表达式 逻辑表达式用于给出判断条件。

目标比达式表示如果满足逻辑表达式后该如何操作。 注:编程基本小知识: ①每句命令完成后,以点号结束,否则程序不被执行。 ②全部命令编辑完成后,以Execute.结束,否则程序不被执行. ③学会使用help——command syntax reference自学编程。 示例1:打开案例数据brain1.sav,要求将年龄小于20,性别为1(男)的病人归为第一组(group=1). GET FILE='F:\chenghongli\spss\数据集\brain1.sav'. if age<20 & sex=1( 逻辑表达式) group=1.(目标表达式)Execute. 示例2:打开案例数据brain1.sav,要求将年龄小于等于40岁的女性病人归为组2. GET FILE='F:\chenghongli\spss\数据集\brain1.sav'. if age le 40 group=2. execute. 练习1:将血小板大于等于100的列为组1 练习2:打开brain1.sav,创造一个新的字符型变量sex1,当sex 取值为1时,sex1取值为f, 当sex取值为2时,sex1取值为m. GET

熟练使用spss17.0进行假设检验的方法

熟练使用SPSS 进行假设检验 [例] 某克山病区测得11例克山病患者与13名健康人的血磷值mmol/L如下,问该地急性克山病患者与健康人的血磷值是否不同。 表1 克山病区调查数据结果 患 者 健 康 人 1.录入数据。将组别设为g,可将患者组设为1,健康人设为2,血磷值设为x,如患者组中第一个测量到的血磷值为,则g为1,x为,其他数据均仿此录入,如下图所示。

图1 数据输入界面 2.统计分析。依次选择“Analyze”、“ Compare means”、“ Independent Samples T Test”。 图2 选择分析工具

3.弹出对话框如下图所示,将x选入Test Variables、g选入Grouping Variable,并单击下方的Define Groups按钮,弹出定义组对话框,默认选项为Use Specified Value,在Group1和Group2框中分别填入1和2,即要对组别变量值为1和2的两个组做t检验,另外Options 对话框中可选择置信度和处理缺失值的方法。 图3 选择变量进入右侧的分析列表SPSS输出的结果和结果说明: 图4 输出结果 表2 统计量描述列表

表3 假设检验结果表 第一个表格是统计描述,给出了两个组的样本数N、均值Mean、标准偏差、标准误差Std. Error Mean。 第二个表格分两部分 (1)方差齐次检验(Levene 检验)。F=、P(Sig)=。 (2)t 检验。因方差齐次与不齐方法不同,(Equal variances assumed 方差齐次和Equal variances not assumed 方差不齐),结果分两行给出。由使用者根据方差齐次检验结果来判断。本例尚不能认为方差不齐,故取方差齐次的结果t=,df 自由度

管理统计学-假设检验的SPSS实现-实验报告

假设检验的SPSS实现 一、实验目的与要求 1.掌握单样本t检验的基本原理和spss实现方法。 2.掌握两样本t检验的基本原理和spss实现方法。 3.熟悉配对样本t检验的基本原理和spss实现方法。 二、实验内容提要 1.从一批木头里抽取5根,测得直径如下(单位:cm),是否能认为这批木头的平均直径 是12.3cm 12.3 12.8 12.4 12.1 12.7 2.比较两批电子器材的电阻,随机抽取的样本测量电阻如题表2所示,试比较两批电子器 材的电阻是否相同(需考虑方差齐性的问题) A批0.140 0.138 0.143 0.142 0.144 0.148 0.137 B批0.135 0.140 0.142 0.136 0.138 0.140 0.141 3. 配对t检验的实质就是对差值进行单样本t检验,要求按此思路对例课本13.4进行重新分 析,比较其结果和配对t检验的结果有什么异同。 4.一家汽车厂设计出3种型号的手刹,现欲比较它们与传统手刹的寿命。分别在传统手刹, 型号I、II、和型号III中随机选取了5只样品,在相同的试验条件下,测量其使用寿命(单位: 月),结果如下: 传统手刹:21.2 13.4 17.0 15.2 12.0 型号I :21.4 12.0 15.0 18.9 24.5 型号II :15.2 19.1 14.2 16.5 24.5 型号III :38.7 35.8 39.3 32.2 29.6 (1)各种型号间寿命有无差别? (2)厂家的研究人员在研究设计阶段,便关心型号III与传统手刹寿命的比较结果。此时应 当考虑什么样的分析方法?如何使用SPSS实现? 三、实验步骤 为完成实验提要 1.可进行如下步骤 1.在变量视图中新建一个数据,在数据视图中录入数据,在分析中选择比较均值,单样 本t检验,将直径添加到检验变量,点击确定。

SPSS操作基础-试题答案

课后测试 单选题 1. 下列对SPSS的基本认识中,不正确的是:√ A基本和Office软件兼容 B具备很好的画图功能 C操作界面与Excel相差较大 D客户占有量最大的统计软件 正确答案:C 2. SPSS的主要操作流程大致可以分为五部分,其中第一步是:√ A数据读入 B数据预处理 C结果解读 D模型处理 正确答案:A 3. SPSS默认的是打开文件名为()的文件。√ A doc B xls C pdf D sav 正确答案:D 4. 在SPSS操作中,绘制()可以很好地呈现出数据的分布特征,是图形分析的基本功。√ A雷达图 B双轴图 C散点图 D气泡图 正确答案:C 5. 在市场调研分析中,最常用到的三个SPSS模块不包括:√ A数据 B图形 C转换

D分析 正确答案:B 6. 在SPSS的基本分析模块中,其作用为“以行列表的形式揭示数据之间的关系”的是:√ A数据描述 B交叉表 C相关 D多重相应 正确答案:B 7. 在其他条件相同时,下列置信区间中置信度最高的是:√ A0—10万 B0—100万 C0—500万 D0—1000万 正确答案:D 8. 非此即彼的两个值,例如经济是否增长、是否患病、品牌是否被接受等,属于离散量中的:√ A二项 B名义值 C有序值 D不属于上述任何一种 正确答案:A 9. 一般来说,检验P值低于(),就认为差异效果是明显的,反之则认为差异效果不显著。√ A1% B5% C8% D10% 正确答案:B 判断题 10. 方差和标准差的换算公式为:方差等于标准差的算术平方根。此种说法:× 正确 错误

正确答案:错误 11. 离散量是指在数值上可以连续变的值,如空气质量标准欧III、欧IV、欧V等。此种说法:√ 正确 错误 正确答案:错误 12. SPSS中的“编辑”模块主要用于各种各样的建模,包含大部分常用的基本分析模块。此种说法:√ 正确 错误 正确答案:错误 13. R平方是一个介于0和1之间的数,越接近0,表示拟合效果越好。此种说法:√ 正确 错误 正确答案:错误 14. 方差和均值有着各自不同的作用:均值反映数据的平均水平,而方差则反映数据的波动情况。此种说法:√ 正确 错误 正确答案:正确 15. 假设检验的结论为:当检验统计量的观察值落入危险域,放弃虚拟假设;反之,则接受。此种说法:√ 正确 错误 正确答案:正确

SPSS基本功能及操作

统计分析模型 (1)信度分析文献[558] 操作步骤:分析—度量—可靠性分析(R)—移动变量到项目(I)框内—统计量—描述性(项+度量+如果。)—项之间(相关性)—继续—确定 信度系数界限值:0.60—0.65认为不可信;0.65—0.70认为是最小可接受值:0.70~0.80认为相当好;0.80—0.90就是非常好。因此,—份信度系数好的量表或问卷最好在0.80以上,0.70—0.80之间还算是可以接受的范围;分量表最好在0.70以上:0.60—0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下,应该考虑重新修订量表或增删题目。 项已删除的刻度 方差 删除任何题项后的Cronbach’s α系数也无显著提高。可见核心知识性员工激励组合量表的内部一致性高,信度较好。信度分析说明该问卷的整体结构设计具有较高的可信度。由此可以认为,该问卷具有较好的内在信度,依此调查得到的数据是可信的,基于该问卷进行的数据统计分析结果也是比较可靠的。

从工作满意度与员工参与的相关分析结果中可以看出,工作满意度的6个维度均与员工参与有相关关系,且都为正向相关,显著性水平均达到0.05的显著性水平,可证明薪酬激励量表具有较高的收敛效度,可以进行后续研究,他们之间的相关性也可以说明本文的研究具有一定的意义。 对比上面相关系数表,项间相关性矩阵中相关系数判别标准:》=0.1(强相关)

(3)频数分析 P66 文献[558] 操作步骤:分析—描述统计—(123)频率(F)—移动变量到变量(V)框内—显示频率表格√—统计量—分布(偏度+峰度)—继续—确定 频率也称频数,就是一个变量在各个变量值上取值的个案数。SPSS中的频数分析过程可以方便地产生详细的频数分布表,即对数据按组进行归类整理,形成各变量的不同水平的频数分布表和常用的图形,以便对各变量的数据特征和观测量分布状况有一个概括的认识。描述总体分布形态的统计量主要有偏度和峰度两种。偏度(Skewness)是描述取值分布形态对称性的统计量,由Pearson在1895年提出。偏度由样本的3阶中心矩与样本方差的3/2次方的比值而得,偏度的绝对值越大,表示数据分布的偏斜程度越高。来自正态总体的样本偏度近似为0。偏度系数有两种测量方式,分别为皮尔逊偏度系数1和皮尔逊偏度系数2。偏度系数等于0的时候属于正态分布;偏度系数大于0的时候是右偏分布,表明较低的值占多数;偏度系数小于0的时候为左偏分布,表明较高的值占多数。峰度(Kutosis)是描述变量取值分布形态扁平程度的统计量,由Pearson 在1905年提出。峰度等于0的时候表示数据分布的扁平程度适中,即正态分布;峰度大于0的时候表示数据呈扁平分布;峰度小于0表明数据呈尖峰分布。 3 / 12

spss假设检验实验报告

实验报告 一、实验名称:假设检验 二、实验目的与要求: 1.掌握单样本t检验的基本原理和spss实现方法。 2.掌握两样本t检验的基本原理和spss实现方法。 3.熟悉配对样本t检验的基本原理和spss实现方法。 三、实验内容提要: 1.自行练习本章涉及的单样本t检验(P253;13. 2.1)、两样本t检验(P257;1 3.3.2)和配对t检验(P261;13.3)的案例。 2.从一批木头里抽取5根,测得直径如下(单位:cm),是否能认为这批木头的平均直径是12.3cm。 12.3 12.8 12.4 12.1 12.7 3.比较两批电子器材的电阻,随机抽取的样本测量电阻如题下表所示,试比较两批电子器材的电阻是否相同(需考虑方差齐性的问题)。 3.为研究女性服用某种新药后是否影响其血清总胆固醇,将20名女性按年龄配成10对。从每对中随机抽取一人服用新药,另一人服用安慰剂。经过一定时间后,测得血清总胆固醇含量(mmol/L),结果如题下表所示。问该新药是否影响女性血清总胆固醇? 四、实验步骤: 为完成实验提要1.可进行如下步骤 1.在变量视图中新建一个数据,在数据视图中录入数据,在分析中选择比较均值,单样本t检验,将直径添加到检验变量,点击确定。

单个样本统计量 N 均值标准差均值的标准 误 zhijin 5 12.460 .2881 .1288 g 为完成实验提要2.可进行如下步骤 2.1 新建一个数据,在变量视图中输入dianzu和pici,然后再数据视图中录入数据,

选择分析,描述统计,探索,在勾选带检验的正态图,以及未转换,点击确定 方差齐性检验 Levene 统计 量 df1 df2 Sig. dianzu 基于均值.653 1 12 .435 基于中值.607 1 12 .451 基于中值和带有调整后 的 df .607 1 11.786 .451 基于修整均值.691 1 12 .422 为完成内容提要3.需进行如下步骤: 3.1.打开pairedt.sav,在变量视图中添加差值,选择转换的计算变量,在目标变量智能光添加chazhi,数字表达式为after – before,点击确定。

第5章 统计假设检验练习题及答案

实验报告——第5章统计假设检验 姓名杨秀娟班级人力10001 学号 【实验1】 某外企对员工英语水平进行调查,开发部门总结该部门员工英语水平很高,如果按照英语六级考试标准考核,一般平均分为75分。现从开发部门雇员中随机选出11人参加考试,得分如下:80,81,72,60,78,65,56,79,77,87,76 请问该开发部门的英语水平是否真的很高(即高于75分,且差异显著) 【解】 (1)数据和变量说明 本题所用数据是:外企英语六级考试成绩样本 该文件为11个样本,1个变量,如变量视图 (2)操作方法 (3)结果报告

上图为单样本t检验表,第一行注明了用于比较的已知的总体均数为75,下面从左到右依次为t值(t)、自由度(df)、P值(Sig)、两均数的差值、差值的95%可信区间。 由上表可知,t= , P=, P>,接受Ho,与平均成绩75相等,无显著差异,因此,该开发部门的英语水平不是真的很高。 【实验2】 以下是对某产品促销团队进行培训前后的销售业绩数据,试分析该培训是否产生了显著效果。 表5-20 培训前后销售业绩数据 序号123456789 培训前677074977488827185 培训后786778987687867895【解】 (1)数据和变量说明 本文件有2个变量,9个数据

(2)操作方法 (3)结果报告 由上表可知, P=, P<,不接受无效假设,有显著差异,所以该培训产生了显著效果。

【实验3】 饲养队制定了两种喂养方案喂猪,希望通过试验了解一下不同喂养方案的喂养效果。 方案一:用一只猪喂不同的饲料所测得的体内钙留存量数据如下: 表5-21 方案一喂养数据 方案二:甲队有11只猪喂饲料1,乙队有9只猪喂饲料2,所得的钙留存量数据如下: 表5-22方案二喂养数据 请选用恰当方法对上述两种方案所获得的数据进行分析,研究不同饲料是否使小猪体内钙留存量有显著不同。 【解】 方案一 (1)数据和变量说明 答:9个数据,2个变量 (2)操作方法

相关文档