多元统计实验报告二Word文档格式.docx
《多元统计实验报告二Word文档格式.docx》由会员分享,可在线阅读,更多相关《多元统计实验报告二Word文档格式.docx(10页珍藏版)》请在冰豆网上搜索。
实验2.2熟悉Independent--SamplesTTest功能
实验2.3熟悉Paired--SamplesTTest功能
实验2.4熟悉One—WayANOVA功能运用
实验2.5熟悉GeneralFactorial功能
实验要求:
⏹写出实验步骤
⏹根据实验内容撰写分析报告
教师评语:
教师签名:
年月日
实验报告:
实验2.1
(1)选用Employeedata.sav文件中的变量,Analyze中选择CompareMeans再选择One---SampleTTest。
将salary作为Test因变量,test值分别取34000、35000、34419、24000,作均值检Test取34000
实验结果如下图所示:
由于概率P=0.593>
0.05,故接受原假设,说明样本salary均值与假设无显著性差异。
Test取35000时,实验结果如下图所示:
P=0.450>
0.05,故接受原假设。
说明样本salary均值与假设的35000无显著性差别。
Test取34419时,实验结果如下图所示:
可知,P=0.999>
说明样本salary均值与假设的34419无显著性差别。
Test取24000时,实验结果如下图所示:
可知,p=0.000<
0.05,故原假设不成立。
说明样本salary均值与假设的24000有显著性差别。
(2)仍选用Employeedata.sav文件中的变量,先作10%的随机抽样,然后将salary作为Test因变量,test值取34419,作均值检验。
首先做随机抽样:
data选项中选择selectcases,再选randomsampleofcases,单击sample,approximately10%,点击确定。
运行完成后,发现原始数据序号前面有些被划掉。
再进行均值检验过程:
Analyze中选择CompareMeans再选择One---SampleTTest。
将salary作为Test因变量,test值取34419,所得实验数据结果如下图所示:
可知,P=0.284>
说明随机抽样的样本均值salary与假设的34419没有显著性差异。
实验2.2熟悉Independent--SamplesTTest功能
Analyze选择CompareMeans选择Independent--SamplesTtest,选用Employeedata.sav文件中的变量,将CurrentSalary作为TestVariables,gender作GroupingVariable,作两样本比较T检验,选择definegroups,两个group分别定义为0、1
实验结果如下:
实验2.3熟悉Paired--SamplesTTest功能
录入数据
Analyze选择CompareMeans再选择Paired--SamplesTtest,Paired-variables里面将before与after选入其中,单击ok
可以看出,P>
0.05,说明消费者购买前与购买后的物品购买意愿均值没有显著性差异。
Analyze选择CompareMeans再选择One—WayANOVA,选用Tomato.sav文件中的变量,将height作为dependentvariable,fert作为factor,作单因素方差分析
由实验结果可知,P=0.025<
0.05,则知肥料的不同造成的最终高度之间有显著性差异。
即不同的肥料使得最终高度不一样。
实验2.5熟悉Univariate功能
录入数据如下图
Analyze选择GeneralLinearModel再选择Univariate,将Analyze选入到“dependengtvariable”框里,因子“地区”和“品牌”选入到“fixedfactor”框中,
单击“model”按钮,弹出“univariatemodel”对话框,选择“custom”。
在小营选项中选择主效应选项“maineffects”,将“地区”和“品牌”两个因子选入model“框中,如下图所示:
单击ok,得实验结果如下图所示:
由实验结果可知,时段因子的P=0.00<
0.05,路段因子的P=0.00<
0.05,则知时段和路段都高度显著,即不同的路段,不同的时段都会对汽车通行量有显著影响。