管理统计学实验二spss 39页

《管理统计学》实验二假设检验与方差分析实验项目名称案例4.1谷类食品生产商的投资问题案例4.2数控机床的选购问题案例5.1运动员团体成绩预测问题案例5.2手机电池通话时间测试案例5.3月份与CPI的关系目录一、实验目的3二、实验原理3三'设备3四、实验内容和实验步骤3\nK案例4.1谷类食品生产商的投资问题32、案例4.2数控机床的选购问题63、案例5.1运动员团体成绩预测问题114、案例5.2手机电池通话时间测试165、案例5.3月份与CPI的关系整理21五'实验总结27\n一.实验目的1.掌握SPSS数据文件的建立2.掌握SPSS统计分析中的均值比较和T检验方法3.掌握单因素方差分析和多因素方差分析的原理与步骤4.学习并将管理统计学课程所学的知识用于解决实际问题二、实验原理SPSS软件有数据整理、分析数据的功能，其中包括假设检验及方差分析实验可以用到的工具，如均值比较、参数分析、建立线性模型等。三*设备SPSS软件（英文名称StatisticalPackagefortheSocialScience）四、实验内容和实验步骤1、案例4.1谷类食品生产商的投资问题1）启动SPSS,在变量视图里面输入案例变量“食用者类型（字符串）”和“热量摄取量（数值，小数设为0位）”©介案例4・lav[数据集1]・IBMSPSSStatistics数摇编辑器文件近）编辑（1）视图电）数据（2）转换d）分析©）直销廻）图形9）实用程序9）窗口迪）帮助号Id莒Ar荀程霉ii翘12345标签值缺失无无无无名称类型宽度—小数食用者耒型字符串80热量摄取量数值（N）80I}\n2）在数据输入窗口输入数据\n3）分别对两种食用者类型的热量摄取量均值进行检验（a二0.05）,按照”分析\n-比较均值-独立样本检验”,加入检验变量“热量摄取量”、加入分组变量“食用者类型”，设置组1、2分别为A、B组，点击选项，设置置信区间百分比为\n宫沁挡EJG“|23：I食用者类型热量摄取量1A568210111213141516181920212223AAAAAAAAAAAAAABBBBBBBB681636607555496540539529562589646596617684650569622630596637628706—▲▲彳I…片7|▲丄C可见：2变星的2亠E报告描述统计表仃）相关©回归迟）对数线性模型（Q）神经网络非蚤数检验（M）预测①生存函数（§）多重响应9）E3缺失值分析住）…□ROC曲线图色）…比较均值（M）一股线性模型（£）广义线性模型泯合模型09分类近）降维度量（S）參重归因①复杂抽样（U质量控制（Q）数据视图变量视图甌均值（塑）…单样本T检验（§）•••独立样本:［枪验（T）…□配对样本T检验吃）…冈单因素ANOVA...IBMSPSSStatisticsProcessor就绪\n\n越独立样本T检验:选项置信区间百分比（£）：-缺失值@按分析顺序排除个案©）◎按列表排除个案丄）［继簇］［取消］［帮助］4）点击确定，得到结果如下:T检验E:\大三\统计学\实验二法设检验与方差分桁\实验二假设检验与方差分析\案洌4.1.sav组统计量食用者类教N均值标准差均值的标准误拔星損耽丘A15583.0049.31012.732B20629.2560.62613.556独立拝本楡验方歪方程的Levene检验均值方程的1检验FSig.tOfSig•朝WO均值世值标准误屋值建分的95%迓僧区间下阳上限翅址摄取金假设方差相等假设方差不相尊.207.652-2.413•2.4873332.736.022・0佗-46.250-46.25019.16318.598-85.238-84.099-7.262-8.4015）分析谷物食品的牛产商的说法“多吃谷物吧，早上也吃，这样有助于减肥。”是否正确解答：由上面的数据可以看出，F检验表明方差齐性成立，即在显著性水平为95%的条件下，f的显著性概率P为0.652>0.05,A类（经常的谷类食用者）和B类（非经常谷类食用者）的热量摄取量没有明显差异。所以观察T检验的值，应该采用上一行的结果，此时t统计量的显著性（双尾）概率p为0.022<0.05,即拒绝零假设，两种类型的食用者食用谷类摄取热量存在显著性差异，故可以下结论：谷物食品的生厂商说法存在一定的合理性。2、案例4.2数控机床的选购问题1）打开SPSS，设置变量“机床型号”（字符串），“需修理时间间隔”（小数0位），并分别输入对应的数据\n袞案例42sav[娠集1]-IBMSPSSStatistics数垢号空R挡H3ar文件近）编辑（目视图电）数据（P转换（!）分析©）宜销（M）图形9）实用程序9）窗口迎）帮助\n］名称类型宽度小数标签值机床型号字符串80无需修理时间…数值（N）80无toSS2）,按照”分析-比较均值-独立样木T检验”，加入检验变量“需修理时间间隔”、\n加入分组变量“机床型号”，设置组别1、2组，点击选项，设置置信区间百分比为95%鮭*案例42sav【加集1]-IBMSPSSStatistics数扬编辑器|=||回文件（D编辑（目视图电）数据（2）转换CD分析©）直销廻）图形£）实用程序包）窗口叱）帮助机床型号需修理时间间隔1169021580314804178051800617407176081530914001028401125801225401327401427201525901626401725201825101920212211:机床型号可见:2变量的2报告描述统计表仃）比较均值廻）►一般线性模型9）►广义线性模型►混合模型Q9►相笑©►回归迟）►对数线性模型（2）►神经网络►分类（E）►降维►度量（S）►非参数检验廻）►预测d）►生存函数仓）►多重响应9）►因|缺失值分析（X）…多重归因CD►复杂抽样（L）►质量控制@）►冒roc曲线图电）…因独立样本[检验（T）…圖配对样本T检验迟）…|@单因索ANOVA...独立样本T检验（T）…|1bmSPSSStatisticsProcessor就绪\n靖独立样本T检验检验变星（I）：夕需修理时间间隔送项（0…Bootstrap(B)...分组变量机床型号门'2）'定义组9）二|确粘贴迟）重置迟订取消「^助J3）按照上题的步骤，将置信区间百分比设置为99%\n轴独立样本T检验费时间间隔Bootstrap(B).分组变星9)：机床型号(T2)@独立样本T检验选项帮助I置信区间百分比(£)：|99|%「喊失值◎按分析顺序排除个案(A)©按列表排除个案(D融頭］［取消H帮助］4)两次得到结果如下：95%：t检验［杀据宾1］E:\大三\统计学\实验二克设检验与方基分析\案例4.2・sav组统计星机床出专N均值标准差均值的标准误齋修理时问邱甬19640.00146.20248.73429631.11113.51737.839独立样本检验方差方程的Levene^均值方程的［檢验FSig.tdf均值差值标准谋弟值差分的95%羞信区间TO上限需修理肘间间隔假设方差相孝俊设方径不相寻1.602.224.144.1441615.075.887.8878.8898.88961.69961.699-121.908-122.563139.685140.341\nT检验［欽崔第】］巳\±三\迸计学\实验二偎设检验与方差牙析\案例4.2.sav组统计妃卜J均值标准雀均值的标准误需修理时间间隔19640.00146.20248.73429631.11113.51737.839独立样本检验方差方程的Levene检验均值方程的t枪验JFSig.tdf8ig0.05,即两种型号的需修理吋间间隔没有明显差异。所以观察T检验的值，应该采用上一行的结果，此时t统计量的显著性（双尾）概率p为0.887>0.05,即两种型号的机床的首次使用至需要修理的时间间隔没有明显差异，型号1的机床与型号2的耐用程度差别不大。而由题意可知，型号2的价格稍贵，故建议该公司选择型号1的机床较为明智。3、案例5.1运动员团体成绩预测问题1）打开SPSS，设置变量“国家”（字符串），“组别”、“决赛成绩”（小数0位），并分别输入对应的数据|ar'HiIn■窗譬△|名称□丄类型匸I宽度小数厂标签1值i1国家字符串2001无2组别数值（N）80无:3成绩数值（N）80无:45I6I轴嗪例5.1.SAV［寥集1]-IBMSPSSStatistics数揭编辑器文件近）编辑（目视图电）数据应）转换Q）分析©）直销廻）图形9）实用程序（y）窗□迥）帮助\n可见:3变量的3变量变量nffl劭1ms192韩国193HEI194185韩国196ns1107韩国2108|韩国2109|韩国2910|韩国2911韩国2912韩国21013MSI31014韩国31015韩国3816韩国3917HEI391831019韩国4920ns4921韩国41022|韩国41023讎国49国家组别成绩LUIBMSPSSStatisticsProcessor就绪2）按照”分析-一般线性模型-单变量”，加入因变量“成绩”、加入固定因子“组别”“国家”，点击选项模型，选择“设定”，类型为“主效应”，将“组别”“国家”加入右边的框\n\n莒B3AC1IlI国家组别111韩国1||2韩国1|3HEI1||41||5韩国1|6ns1|7韩国2||81韩国2|T91韩国2|10|韩国2||11韩国2||12韩国2||13韩国3|14韩国3|15韩国3|.16韩国3|17HEI3||183||19韩国4|20ns4|T21韩国4||221韩国423讎国4报告描述统计表仃)比较均值迦)一股线性模型(£)广义线性模型混合棋型Q9相矣©回归迟)对数线性模型(Q)神经网络分类(£)降维度量(S)非参数检验(0)预測Q)生存函数Q)多重响应9)區缺失值分析匕)…多重归因d)复杂抽样(U质量控制@)□ROC曲线图(V)…TU10变量IH劭可见：3变量的3变量I~j网单变刚重复度量迟)…方差分量估计逗)…数据视图变量视图单变量(U)…IBMSPSSStatisticsProcessor就绪\n3）再此基础上选择“两两比较”，把“国家”加入“两两比较检验（P）”，勾选“假定方差齐性”屮的“LSD（L）”框\n因子（巳：国家组别两两比较检验（巳:■@5IS)LSD(L)□S-N-K(S)Bonferroni(B)□Tukey□Waller-Duncan(W)类型I决型II误差比率(/)：(100BSidakScheffe(C)R-E-G-W-FR-E-G-W-QI_iTukeys-b(K)Duncan(D)BDunnett（E）控制类别（X）：IOHochberg'sGT2(H)「检验□Gabriel(G)®双测(?)O<控制Q)@>控制迥)未假定方差齐性Tamhane*sT2(M)DunnettsT3(3)Games-Howell(A)DunnettsC(U)单变*观测均值的两两比较縫頭］［取消］［帮助］4）到结果如下:方差的单变虽分析据集1】E:\t-逬实验二假设检验与方差分析\案例5.1.SAV主体闵因子N田泉法田2424中田24删118218318418主律闵嗣III如沁df肉芳FSig.16.014"*53.2034.997・0(H5706.68115706.6818902.871.00010.19425.0977.952・0(H5.81931.9403.026.03642.30666.641总讦5765.00072竝肘总讦58.31971a.R^=.2751炎整.220)\n”在此之后”检验国家勢个比较（1）国家（J）国家均值差值（I-J）标准误差Sig.95%g信区间下限上限法国韩国-.92*.231.000-1.38-.46中国-.54*.234.022-1.00-.08韩国法国.92*.231.000.461.38中国.37.231.409-.09.84中国法国.54*.234.022.081.00韩国-.37.231.409-.84.09基于观测到的均值。误差项对均值方（错误）二.641。*均值差值在0.05级别上较显著。5）分析获得金牌、银牌和铜牌的队伍之间的射箭成绩是否存在显著差界。解答：由上而的结果可以看出，因素“国家”的检验，p=0.001<0.05,所以拒绝假设，表明有95%的把握可以认为获得金银铜牌三个国家的队伍之间的射箭成绩有显著差异。而在此之后的检验数据中，可以看出，中国和韩国两个国家的检验值p二0.109>0.05,即两个国家的射箭成绩没有显著性差异；而法国与韩国，法国与中国这两对国家之间的检验值概率均小于0.05,即铜牌国家与金银牌国家之间的射箭成绩存在显著性差异。4、案例5.2手机电池通话时间测试1）打开SPSS,设置变量“手机型号（字符串）”、“通话吋间”（小数1位），并分别输入对应的数据@塞例5・2®v倭碍集1]-IBMSPSSStatistics数据编辑器文件近）编辑（1）视图电）数据9）转换Q）分析©）直销廻）图形9）实用程序（』I°IIB||S3窗口迎）帮助I■CIH■4「名称类型宽度nr小数标签1值1手机型号字符串80无2通话时间数值（N）81无13AI\n文件（E）编辑（旦）视图（Y）数据9）转换Q）分析©）直销邂）图形9）实用程序9）窗□迪）帮助2）按照”分析-比较均值-单因素ANOVA”,加入因变量“通话时间”、加入因子“手机型号”，点击选项，复选框选择“描述性”、“方差同质性检验”，点击“两两比较”,勾选“LSD（L）”“Tamhane'sT2（\1）”\n,设置显著性水平为0.05\n绘懐例5.2.sav［数Jg集1］・IBMSPSSStatistics加编辑器文件（E）编辑（目视图电）数据（R）转换①分析©）直销廻）图形◎实用程序9）窗□迪）帮助I—1I(3®3*8:手机型号123456J78J9io2]1112JJ1314J1516仃1819202122J23手机型号1通话时间数据视图变量视图单因索ANOVA...222222222233332.52.12.32.42.52.42.22.4242.0222.3222.0232.2242.3202.1231.922报告►描述统计►表仃）►比较均值（M）►一般线性模型（◎）►广义线性楔型►泯合模型09►相笑©►回归（R）►对数线性穆型（0）IF"工口分类（E）►降维►度量（S）►非参数检骏（理）►预测①►生存西数◎）►多重响应（P）►郞缺失值分析（X）…多重归因（！）►复杂抽样（L）►质星控制Q）►0ROC曲线图电）…M■■■■(■■■■q变量均值（M）…同单样本T检验仓）…园独立样本；［检验仃）…0配对样本T检验迟）…何单因ANOVA...IBMSPSSStatisticsProcessor就绪\n(Ji单因素ANOVA:选项P^~l「统计量0描述性9)固定和厢机效果(E)a方差同质性检验(旦)Brown-Forsythe(B)□Welch(W)n均值图(M)「駛失值@按分析顺序排除个S(A)◎按列表排除个案(UI继续］［取消H帮助］单因素ANOVA：两两比较®!LSD(d□S-N-K(S)Bonferroni(B)□Tukey□Sidak□Tukeys-b(K)□Scheffe(C)0Duncan(D)OR-E-G-WF(R)Fl旦ochberg*sGT2(H)R-EGWQ(Q)EGabriel(G)假定方差齐性OWaller-Duncan(W)类型I快型II误差比率(/):|代0BDunnett(E)控制类别：|最后一个(L)-检验@)双测0)控制9)◎»控制迥)未假定方差齐性0Tamhane'sT2(M)DunnetfsT3(3)[TjGames-Howell(A)DunnettsC(U)显著性水平(E)：0.05［继续］［取消］［帮助］3)得到结果如下：\n单向[数捉集1]E:\大三\统计孚\实验二假设检验与方基分析\案^5.2.sav描述通话时间N均值标准差标准误均值的95%置信区间极小值极犬值下限上限182.350.1414.05002.2322.4682.12.52102.230.1418.04482.1292.3312.02.4392.089.1269.04231.9912.1861.92.3总数272.219.1688.03252.1522.2851.92.5方蓬齐性检脸通话时间Levene统计df1df2显著性.054224.947ANOVA通话时间平方和df均方F显著性组间.2942.4457.758.003组内.45024.049总数.74426在此之后检验多堇比较因变量:通话时间(D手机型号(J)手机型号均值差(I-J)标准误显著性95%g信区间下限上限LSD12.1200.0649.077-.014.2543.2611*.0665.001.124.39821-.1200.0649.077-.254.0143.1411*.0629.034.011.27131-.2611*.0665.001-.398-.1242-.1411*.0629.034-.271-.011Tamhane12.1200.0672.256-.060.3003.261r.0655.004.084.43821-.1200.0672.256-.300.0603.1411•06a7.102-.022.30431-.2611*.0655.004-.438-.0842-.1411.0617.402-.304.022*均值差的显普性水平为005。3)分析电池检验数据的方差是否齐性\n解答：由方差齐性检验表*看，Lenven统计量为0.054,组间、组内自由度分别是2、24,相应显著性概率为0.947,非常大。所以没有理由拒绝原假设，电池检验数据的方差具有齐性。5）判断三种手机电池的通话吋间是否存在显著性差异（a二0.05）解答：从通话时间AN0VA检验表来看，组间显著性检验值为0.003<0.05,故三组之间的通话时间存在显著性差界。所以在多重比较表中，选择LSD的检验结果,其中，型号1和型号2之间的检验值为0.077>0.05,即两者之间的通话时间存在显著性差异；而型号1和3Z间，型号2和3Z间的检验值均小于0.05,所以可以认为型号1和3、及型号2和3之间的通话时间不存在显著性差异。5、案例5.3月份与CP1的关系整理1）打开SPSS,设置变量“年份（小数0位）”,“月份（小数01位）”,“CPI（小数1位）”，并分别输入对应的数据?異例5.3.sav[数扬集1]・IBMSPSSStatistics加精器2件近）编辑（目视图电）数据（0转换Q）分析0）直销廻）图形◎实用程序9）窗□迪）帮助值1I年份数值（N）80无无_2月份数值（N）80无无83CPI数值（N）81无无8类型宽度小数名称\n\n?異例5・3・sav[城集1]・IBMSPSSStatistics加编辑器assqu<年份月份CPI变量变量变量变量变量1|1990110402匚19902104.03匚19903103.04|19904103.0519905103.0619906101.0719907101.08|19908103.0L9匚19909103.010匚199010103.011匚199011104012匚199012104.013匚19911102.214|19912101.01519913101.61619914101.31719915103.618I19916104.419匚19917104.72019918104.92119919104.522匚199110104.8231991111044!►可见:3变星的3数据视图变量视图IBMSPSSStatisticsProcessor就绪2）按照”分析-比较均值-单因1AN0VA",加入因变量“CPT”、加入因子“月份”，点击选项，复选框选择“描述性”、“方差同质性检验”，设置显著性水平为0.05,其他值设置为默认\n\n塞例5.3.S8Y[数扬集1]•IBMSPSSStatistics数扬编辑器报告描述统计表仃）■AS年份月份P1I199012二19902319903P4r199045「19905P6199067Q19907「81990891990910j199010匚1119901112r199012「13j19911141991215|19913匚16199141719915「1819916191991720199182119919r22二199110231991117:月份7比较均值（M）►一股线性模型9）►广义线性棋型►混合棋型Q9►相^（C）►回归迟）►对数线性棋型（2）►神经网络►分类（E）►曄维►度量（S）►非参数检验迥）►预測（I）►生存函数住）►多重响应（P）►缺失值分折住）...多重归因Q）►复杂抽样（L）►质星控制©）►EROC曲线图电）…104・b|:■1048LJ尢勺值（M）…歸羊本T检验©...史立样本I检验（T）…己对样本T检验€）•••J娈量!/l§阿单因素ANOVA-可见：3变量的3数据视图变量视图单因BANOVA.IBMSPSSStatisticsProcessor^\n\n绘单因素ANOVA:选项「统计量O固定和厢机效果(E)a方差同质性检验(旦)Brown-Forsythe(B)□Welch(W)□均值图(M)駛失值®按分析顺序排除个案©)O按列表排除个S(L)，继续J取消帮助3)得到结果如下:方差斉牲检验CPILevene统计*df1df2显著性.005112041.000ANOVACPI平方和df均方F显著性组间组内总数3.78210349.65710353.43911204215.34450.734.0071.0004)设显著性水平a二0.05,分析月份对CPI的影响是否显著解答：由5)方差齐性检验结果来看，显著性p=1.000>0.05,表示五个组的数据具有方差齐性。故由AN0VA的CPI检验结果屮，显著性水平为0.05的条件下，p二1.000>0.05,所以接受零假设，即不同月份的CPT没有显著差异。5)按照”分析-一般线性模型-单变量”，加入因变量“CPI”、加入固定因子“月份”“年份”，点击选项模型，选择“全因子”，类型为“类型III”，其他设置\n默认，点击“继续”\n1313厂年份月份11990121990231990341990451990561990671990781990891990910199010111990111219901213199111419912151991316199141719915181991619199172019918211991922199110厂23—|199111Lli报告描述统计表（T）比较均值（処）一般线性模型（£）►广义线性模型►混合模型Q9►相笑（£）►回归迟）►对数线性模型（9）►神经网络►分类近）►降维►度1（S）►非筆数检验迥）►预测CD►生存函数（§）►多重响应9）►因缺失值分析（X）...參重归因Q）►复朵抽样色）►质量控制©）►□ROC曲线图电）…104.5104.8104.4数据视图变量视图单变量（U）・・—▲▲彳I…片7|▲丄C可见：3变星的311变量娈量观单变量包）…融多娈囲重复度a（R）...方差分量估计电）…IBMSPSSStatisticsProcessor就绪\n\n6）得到结果如下:主体间效应的检验因变星gpi源III型平方和df均方FSig.\n校正模型截距年份月份年份”月份误差总计楼正的总计10353.4392383773.59764.7603.782584.898.0002394127.010353.43921511711187021621548.1562383773.5574.398.3443.128■a.R^=1.000（调整R方=.）7）如果同时考虑月份和年份这两个因素，月份对CPI的影响还显著吗？年份对CPI有无显著影响？（显著性水平a二0.05）解答：由6）中的数据分析结果可以看出，同吋考虑月份和年份两个因素，年份和月份的检验值P均为0<0.05,所以有95%的把握可以认为月份对CPI有显著影响，年份对CPI也有显著影响。年份和月份两个因素的交互效应（表格中年份*月份标识）p=（K0.05,所以拒绝原假设，表明有95%的把握认为两者的交互作用对CPI有显著影响。8）实验结果反映了什么样的社会情况，你认为政府应该出台什么样的财政政策。请给出相应的分析报告。解答：本案例中通过建立方差分析模型，借用spss统计分析软件检验1990-2007年216个月的数据，采用单因素方差分析法对不同月份的CPI作显著性分析，得出月份对CPI没有显著影响。但是采用多因素方差分析法对年份、月份的CPT作显著性分析，得出月份和年份对CPT均有显著影响，也就是说，两者的交互作用对CPI是有显著影响的。实验结果反映了我国的居民消费价格指数逐年上升，并且年升幅较大，有通货膨胀的趋势，所以我认为政府应该及时逐步出台相应的紧缩货币政策和紧缩性财政政策。若通货膨胀已达到恶性通货膨胀的程度，应该及时实行货币改革，进行国家宏观调控。五、实验总结通过这次实验，我懂得如何利用软件进行假设检验和方差分析，并从中找岀想要的信息，得岀题FI所要的结果，并解决实际问题。此次实验相对于实验一难\n度有所増加，一是数据相对复杂，二是运用到的分析方法不同，需要考虑多个因素，分析该因素是否要加入分析。实验过程中遇到比较棘手的问题，是一开始不了解数据输入是要一一对应的，导致变量设置错误，但是及时发现后立刻改正，所以实验完成度还算比较好。