统计学实验报告1统计计量描述Word下载.docx
《统计学实验报告1统计计量描述Word下载.docx》由会员分享,可在线阅读,更多相关《统计学实验报告1统计计量描述Word下载.docx(43页珍藏版)》请在冰豆网上搜索。
在95%的保证水平下,该银行居民的平均存款在2500元左右。
分析报告(三)
两个独立样本t检验
2012-3-30实验地点:
准确掌握两个独立样本t检验的方法原理;
熟练掌握两个独立样本t检验的SPSS操作;
学会利用两个独立样本t检验方法解决身边的实际问题
在95%的置信度下某银行城镇和农村户口的平均存款是否具有显著性差异
求某银行居民城镇和农村户口的平均存款差的置信度为95%的置信区间
analysze—CompareMeans—Independent-SamplesTTest
这是关于两独立样本T检验的基本描述统计量,其中分别为样本量,均值,标准差,均值的标准误
这是关于两独立样本T检验的检验结果。
首先,利用F检验对两总体方差是否相等的检验:
Levene检验的F值=0.729,对应的P值(sig)0.394,概率p值大于显著性水平0.05,不应该拒绝原假设,即:
两总体(城镇户口和农村户口)方差相等,通过了Levene方差齐性检验。
其次,利用t检验对两总体均值差是否存在显著性差异的检验,t统计量值为0.928,对应的双侧概率p值为0.354,概率p值大于显著性水平0.05,不应该拒绝原假设,即两总体(城镇户口和农村户口的平均存款)均值差不存在显著性差异。
两个总体均值差的置信度为95%的置信区间为[-901.713,2511.627],该置信区间包含0,也说明两总体均值差不存在显著性差异。
自由度为298,t统计量的分子----两个总体均值差的均值,分母为两个总体均值差的标准误差
有一表可以得出,城镇户口和农村户口的平均存款存在较大的差异,而且农村户口的平均存款分布波动性很大,由其标准差可以看出。
二表可以看出城镇户口和农村户口的平均存款均值差不存在显著性差异。
分析报告(四)
配对样本t检验
准确掌握配对样本t检验的方法原理;
熟练掌握配对样本t检验的SPSS操作;
学会利用配对样本t检验方法解决身边的实际问题
在95%的置信度下锻炼前后女性的平均体重是否具有显著性差异
试求锻炼前后女性的平均体重差的置信度为95%的置信区间
analysze—CompareMeans—Paired-SampleTTest
这是35位女性锻炼前、后体重的描述性分析,包括有平均值分别为89.2571,70.0286,标准差分别为5.33767,5.66457,均值的标准误差分别为0.90223,0.95749.
两配对样本T检验的相关分析,这是35位女性锻炼前、后体重的描述性分析,其中两者的相关系数为0.052,P值(sig)0.768,概率p值大于显著性水平0.05,不应该拒绝原假设,即锻炼前后体重不存在显著性差异
包括:
相关系数和检验的概率P值。
这两个变量的相关系数=0.520,根据直观的分析,说明二者具的线性相关;
对相关系数进行显著性检验,其概率P值=0.768
两配对样本T检验的主要结果,分别是:
两配对样本的平均差值;
锻炼前体重和锻炼后体重平均差19.2286;
差值的标准差为7.98191;
差值的均值标准误差为1.34919;
置信度为95%的差值的置信区间为[16.4867,21.9705];
T统计量14.252;
自由度为34;
双侧概率P值=0
分析报告(五)
单因素方差分析
2012-4-6实验地点:
1、掌握单因素方差分析的基本理论和基本步骤
2、熟练掌握单因素方差分析的SPSS操作
3、能够利用单因素方差分析工具解决身边的实际问题
某企业为了制定某商品的广告策略,对18个地区和4种不同广告形式的商品销售额分别进行单因素的方差分析
不同地区的销售额是否有显著性差异
不同广告形式的销售额是否有显著性差异
analysze—CompareMeans----One-wayANOVA
方差齐性检验
方差齐性检验结果,Levene统计量值为1.459,对应的p值为0.121,大于显著性水平0.05,不应该拒绝原假设,即认为不同地区的销售额的总体方差无显著性差异,满足方差分析的前提条件。
不同地区对销售额单因素方差分析结果:
观测变量销售额的总离差平方和为26169.306;
其中,不同地区对销售额产生的(组间)离差平方和为9265.306,对应的方差为545.018;
抽样误差所引起的(组内)离差平方和为16904,对应的方差为134.159,F统计量为组间离差平方和对应的方差/组内离差平方和对应的方差=4.062,F统计量对应的概率p值为0.00,小于显著性水平0.05,则应拒绝原假设,认为不同地区对销售额产生了显著性影响,或不同地区对销售额的影响效应不全为0。
18个不同地区的销售额均值的折线图;
根据上面的单因素方差分析的基本分析得出,控制变量(地区)对因变量(销售额)产生了显著性影响。
MultipleComparisons
DependentVariable:
销售额
(I)城市
(J)城市
MeanDifference(I-J)
Std.Error
Sig.
95%ConfidenceInterval
LowerBound
UpperBound
LSD
1
2
-4.37500
5.79135
.451
-15.8359
7.0859
3
-21.00000*
.000
-32.4609
-9.5391
4
-19.25000*
.001
-30.7109
-7.7891
5
-12.62500*
.031
-24.0859
-1.1641
6
-6.37500
.273
-17.8359
5.0859
7
1.25000
.829
-10.2109
12.7109
8
-13.37500*
.023
-24.8359
-1.9141
9
2.37500
.682
-9.0859
13.8359
10
-17.75000*
.003
-29.2109
-6.2891
11
7.75000
.183
-3.7109
19.2109
12
-9.75000
.095
-21.2109
1.7109
13
-7.00000
.229
-18.4609
4.4609
14
-4.12500
.478
-15.5859
7.3359
15
16
-9.25000
.113
-20.7109
2.2109
17
6.12500
.292
-5.3359
17.5859
18
-8.37500
.151
-19.8359
3.0859
4.37500
-7.0859
15.8359
-16.62500*
.005
-28.0859
-5.1641
-14.87500*
.011
-26.3359
-3.4141
-8.25000
.157
-19.7109
3.2109
-2.00000
.730
-13.4609
9.4609
5.62500
.333
-5.8359
17.0859
-9.00000
.123
-20.4609
2.4609
6.75000
.246
-4.7109
18.2109
12.12500*
.038
.6641
23.5859
-5.37500
.355
-16.8359
6.0859
-2.62500
.651
-14.0859
8.8359
.25000
.966
-11.2109
11.7109
-4.87500
.402
-16.3359
6.5859
10.50000
.072
-.9609
21.9609
-4.00000
.491
-15.4609
7.4609
21.00000*
9.5391
32.4609
16.62500*
5.1641
28.0859
1.75000
.763
-9.7109
13.2109
8.37500
-3.0859
19.8359
14.62500*
.013
3.1641
26.0859
22.25000*
10.7891
33.7109
7.62500
.190
-3.8359
19.0859
23.37500*
11.9141
34.8359
3.25000
.576
-8.2109
14.7109
28.75000*
17.2891
40.2109
11.25000
.054
-.2109
22.7109
14.00000*
.017
2.5391
25.4609
16.87500*
.004
5.4141
28.3359
11.75000*
.045
.2891
23.2109
27.12500*
15.6641
38.5859
12.62500*
1.1641
24.0859
19.25000*
7.7891
30.7109
14.87500*
3.4141
26.3359
-1.75000
-13.2109
9.7109
6.62500
.255
-4.8359
18.0859
12.87500*
.028
1.4141
24.3359
20.50000*
9.0391
31.9609
5.87500
.312
-5.5859
17.3359
21.62500*
10.1641
33.0859
1.50000
.796
-9.9609
12.9609
27.00000*
15.5391
38.4609
9.50000
.103
-1.9609
20.9609
12.25000*
.036
.7891
23.7109
15.12500*
.010
3.6641
26.5859
10.00000
.087
-1.4609
21.4609
25.37500*
13.9141
36.8359
10.87500
.063
-.5859
22.3359
8.25000
-3.2109
19.7109
-6.62500
-18.0859
4.8359
6.25000
.283
-5.2109
17.7109
13.87500*
.018
2.4141
25.3359
-.75000
.897
-12.2109
10.7109
15.00000*
3.5391
26.4609
-5.12500
.378
-16.5859
6.3359
20.37500*
8.9141
31.8359
2.87500
.620
-8.5859
14.3359
8.50000
.145
-2.9609
19.9609
3.37500
.561
-8.0859
14.8359
18.75000*
.002
7.2891
30.2109
4.25000
.464
-7.2109
15.7109
6.37500
-5.0859
17.8359
2.00000
-9.4609
13.4609
-14.62500*
-26.0859
-3.1641
-12.87500*
-24.3359
-1.4141
-6.25000
-17.7109
5.2109
8.75000
.133
-2.7109
20.2109
-11.37500
.052
-22.8359
.0859
14.12500*
.016
2.6641
25.5859
-3.37500
-14.8359
8.0859
-.62500
.914
-12.0859
10.8359
2.25000
.698
-9.2109
13.7109
-2.87500
-14.3359
8.5859
12.50000*
.033
1.0391
23.9609
-1.25000
-12.7109
10.2109
-5.62500
-17.0859
5.8359
-22.25000*
-33.7109
-10.7891
-20.50000*
-31.9609
-9.0391
-13.87500*
-25.3359
-2.4141
-7.62500
-19.0859
3.8359
1.12500
.846
-10.3359
12.5859
-19.00000*
-30.4609
-7.5391
6.50000
.264
-4.9609
17.9609
-11.00000
.060
-22.4609
.4609
-10.50000
-21.9609
.9609
4.87500
-6.5859
16.3359
-9.62500
.099
-21.0859
1.8359
13.37500*
1.9141
24.8359
9.00000
-2.4609
20.4609
-5.87500
-17.3359
5.5859
.75000
-10.7109
12.2109
7.00000
-4.4609
18.4609
15.75000*
.007
4.2891
27.2109
21.12500*
9.6641
32.5859
3.62500
.532
-7.8359
15.0859
9.25000
-2.2109
20.7109