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

《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