《统计分析与SPSS的应用(第五版)》课后练习答案(第5章)

发布时间:2018-06-21 23:16:40   来源:文档文库   
字号:

《统计分析与SPSS的应用(第五版)》(薛薇)

课后练习答案

5SPSS的参数检验

1某公司经理宣称他的雇员英语水平很高,如果按照英语六级考试的话,一般平均得分为75分。现从雇员中随机选出11人参加考试,得分如下: 80, 81, 72, 60, 78, 65, 56, 79, 77,87, 76   请问该经理的宣称是否可信。

原假设:样本均值等于总体均值 u=u0=75

步骤:生成spss数据分析比较均值单样本t检验相关设置输出结果Analyze->compare means->one-samples T test;)

采用单样本T检验(原假设H0:u=u0=75,总体均值与检验值之间不存在显著差异);

单个样本统计量

N

均值

标准差

均值的标准误

成绩

11

73.73

9.551

2.880

单个样本检验

检验值 = 75

t

df

Sig.(双侧)

均值差值

差分的 95% 置信区间

下限

上限

成绩

-.442

10

.668

-1.273

-7.69

5.14

分析:指定检验值:test后的框中输入检验值(填75),最后ok!

分析:N=11人的平均值(mean73.7标准差(std.deviation9.55,均值标准误差(std error mean)2.87.t统计量观测值-4.22t统计量观测值的双尾概率p-值(sig.(2-tailed))为0.668,六七列是总体均值与原假设值差的95%的置信区间,(-7.68,5.14),由此采用双尾检验比较apT统计量观测值的双尾概率p-sig.(2-tailed))为0.668a=0.05所以不能拒绝原假设总体均值的95%的置信区间(67.31,80.14),所以均值在67.31~80.14,75包括在置信区间内,所以经理的话是可信的。

2、在某年级随机抽取35名大学生,调查他们每周的上网时间情况,得到的数据如下(单位:小时):

1 请利用SPSS对上表数据进行描述统计,并绘制相关的图形。

2 基于上表数据,请利用SPSS给出大学生每周上网时间平均值的95%的置信区间。

1)分析描述统计描述、频率

2)分析比较均值单样本T检验

每周上网时间的样本平均值为27.5,标准差为10.7,总体均值95%的置信区间为23.8-31.2.

3经济学家认为决策者是对事实做出反应,不是对提出事实的方式做出反应。然而心理学家则倾向于认为提出事实的方式是有关系的。为验证哪种观点更站得住脚,调查者分别以下面两种不同的方式随机访问了足球球迷。

原假设:决策与提问方式无关,即u-u0=0

步骤:生成spss数据→分析→比较均值两独立样本t检验相关设置输出结果

5-3

组统计量

提问方式

N

均值

标准差

均值的标准误

决策

丢票再买

200

.46

.500

.035

丢钱再买

183

.88

.326

.024

5-4

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

决策

假设方差相等

257.985

.000

-9.640

381

.000

-.420

.044

-.505

-.334

假设方差不相等

-9.815

345.536

.000

-.420

.043

-.504

-.336

分析:由表5-3可以看出,提问方式不同所做的相同决策的平均比例是46%88%,认为决策者的决策与提问方式有关。由表5-4看出,独立样本在0.05的检验值为0,小于0.05,故拒绝原假设,认为决策者对事实所作出的反应与提问方式有关,心理学家的观点站得住脚

分析:

从上表可以看出票丢仍买的人数比例为46%,钱丢仍买的人数比例为88%,两种方式的样本比例有较大差距。

1.两总体方差是否相等F检验:F的统计量的观察值为257.98,对应的

P值为0.00,;如果显著性水平为0.05,由于概率P值小于0.05,两种方式的方差有显著差异。

看假设方差不相等行的结果。2.两总体均值(比例)差的检验:.T统计量的观测值为-9.815,对应的双尾概率为0.00,T统计量对应的概率P<0.05,故推翻原假设,表明两总体比例有显著差异.更倾向心理学家的说法。

4一种植物只开兰花和白花。按照某权威建立的遗传模型,该植物杂交的后代有75%的几率开兰花,25%的几率开白花。现从杂交种子中随机挑选200颗,种植后发现142株开了兰花,请利用SPSS进行分析,说明这与遗传模型是否一致?

原假设:开蓝花的比例是75%,即u=u0=0.75

步骤:生成spss数据→分析→比较均值单样本t检验相关设置输出结果

5-5

单个样本统计量

N

均值

标准差

均值的标准误

开花种类

200

1.29

.455

.032

5-6

单个样本检验

检验值 = 0.75

t

df

Sig.(双侧)

均值差值

差分的 95% 置信区间

下限

上限

开花种类

16.788

199

.000

.540

.48

.60

分析:由于检验的结果sig值为0,小于0.05,故拒绝原假设,由于检验区间为(1.23,1.35),0.75不在此区间内,进一步说明原假设不成立,故认为与遗传模型不一致。

5给幼鼠喂以不同的饲料,用以下两种方法设计实验:方式1:同一鼠喂不同的饲料所测得的体内钙留存量数据如下:

鼠号

1

2

3

4

5

6

7

8

9

饲料1

33.1

33.1

26.8

36.3

39.5

30.9

33.4

31.5

28.6

饲料2

36.7

28.8

35.1

35.2

43.8

25.7

36.5

37.9

28.7

方式2:甲组有12只喂饲料1,乙组有9只喂饲料2所测得的钙留存量数据如下:

甲组饲料129.7  26.7  28.9  31.1  31.1  26.8  26.3  39.5  30.9  33.4  33.1  28.6

乙组饲料228.7  28.3  29.3  32.2  31.1  30.0  36.2  36.8  30.0

请选用恰当方法对上述两种方式所获得的数据进行分析,研究不同饲料是否使幼鼠体内钙的留存量有显著不同。

原假设:不同饲料使幼鼠体内钙的留存量显著不同。

方式1步骤:生成spss数据分析比较均值配对样本t检验相关设置输出结果

5-7

成对样本统计量

均值

N

标准差

均值的标准误

1

饲料1钙存量

32.578

9

3.8108

1.2703

饲料2钙存量

34.267

9

5.5993

1.8664

5-8

成对样本相关系数

N

相关系数

Sig.

1

饲料1钙存量 & 饲料2钙存量

9

.571

.108

5-9

成对样本检验

成对差分

t

df

Sig.(双侧)

均值

标准差

均值的标准误

差分的 95% 置信区间

下限

上限

1

饲料1钙存量 - 饲料2钙存量

-1.6889

4.6367

1.5456

-5.2529

1.8752

-1.093

8

.306

方式2步骤:生成spss数据分析比较均值独立样本t检验相关设置输出结果

5-10

组统计量

饲料类型

N

均值

标准差

均值的标准误

钙存量

dimension1

饲料1

12

30.508

3.6882

1.0647

饲料2

9

31.400

3.1257

1.0419

5-11

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

钙存量

假设方差相等

.059

.811

-.584

19

.566

-.8917

1.5268

-4.0873

2.3040

假设方差不相等

-.599

18.645

.557

-.8917

1.4897

-4.0136

2.2303

分析:采用配对样本t检验法所得结果如表5-7,5-8,5-9所示,配对样本的分析结果可以看出两组的平均差是1.789在置信区间内(-5.25291.8752 同时sig值为0.153>0.05 不应该拒绝原假设。采用独立样本t检验法所得结果如表5-105-11所示,可以看出均值差为0.892在置信区间内 sig值为0.405,大于0.05 ,故不能拒绝原假设。所以,两种饲料使用后的钙存量无显著差异

6如果将29题的数据看作是来自总体的样本,试分析男生和女生的课程平均分是否存在显著差异?

原假设:男女生课程平均分无显著差异

步骤:分析比较均值单因素分析因变量选择课程,因子选择性别进行输出结果:

5-12

描述

poli

N

均值

标准差

标准误

均值的 95% 置信区间

极小值

极大值

下限

上限

female

30

78.8667

10.41793

1.90205

74.9765

82.7568

56.00

94.00

male

30

76.7667

18.73901

3.42126

69.7694

83.7639

.00

96.00

总数

60

77.8167

15.06876

1.94537

73.9240

81.7093

.00

96.00

5-13

ANOVA

poli

平方和

df

均方

F

显著性

组间

66.150

1

66.150

.288

.594

组内

13330.833

58

229.842

总数

13396.983

59

分析:由表5-125-13可以看,出男生和女生成绩平均差为1.4021在置信区间内 sig值为0.307,大于0.05,故不能拒绝原假设,即认为男生和女生的平均成绩没有显著差异

7如果将29的数据看作是来自总体的样本,试分析哪些课程的平均分差异不显著。

步骤:计算出各科的平均分转换→计算变量→相关的设置

5-14

组统计量

sex

N

均值

标准差

均值的标准误

average

female

30

67.5208

9.08385

1.65848

male

30

68.9229

9.85179

1.79868

重新建立SPSS数据→分析→比较均值→单因素→进行方差齐性检验→选择Tukey方法进行检验。

利用配对样本T检验,逐对检验

8以下是对促销人员进行培训前后的促销数据: 试分析该培训是否产生了显著效果。

培训前

440

500

580

460

490

480

600

590

430

510

320

470

培训后

620

520

550

500

440

540

500

640

580

620

590

620

原假设:培训前后效果无显著差异

步骤:生成spss数据分析比较均值配对样本t检验相关设置输出结果

5-15

成对样本统计量

均值

N

标准差

均值的标准误

1

培训前

489.17

12

78.098

22.545

培训后

560.00

12

61.938

17.880

5-16

成对样本相关系数

N

相关系数

Sig.

1

培训前 & 培训后

12

-.135

.675

5-17

成对样本检验

成对差分

t

df

Sig.(双侧)

均值

标准差

均值的标准误

差分的 95% 置信区间

下限

上限

1

培训前 - 培训后

-70.833

106.041

30.611

-138.209

-3.458

-2.314

11

.041

成对样本检验

成对差分

t

df

Sig.(双侧)

均值

标准差

均值的标准误

差分的 95% 置信区间

下限

上限

1

培训前 - 培训后

-70.833

106.041

30.611

-138.209

-3.458

-2.314

11

0.41

分析:由表5-155-16,5-17可以看出,培训前与培训后的均值差为70.83 ,由sig值为0.041,小于0.05,故拒绝原假设,认为培训前后有显著差异 即培训产生了显著效果

本文来源:https://www.2haoxitong.net/k/doc/a2329b69cec789eb172ded630b1c59eef8c79a24.html

《《统计分析与SPSS的应用(第五版)》课后练习答案(第5章).doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式