管理统计大作业Word文档格式.docx
《管理统计大作业Word文档格式.docx》由会员分享，可在线阅读，更多相关《管理统计大作业Word文档格式.docx（27页珍藏版）》请在冰豆网上搜索。
3.93
15.8
3.95
16.8
3.97
17.8
4.03
19.8
4.08
20.8
4.09
22.8
4.12
24.8
4.17
26.7
4.23
27.7
4.24
28.7
4.25
29.7
4.31
31.7
4.32
32.7
4.34
33.7
4.37
34.7
4.38
36.6
4.40
37.6
4.43
38.6
4.44
39.6
4.47
41.6
4.50
42.6
4.52
43.6
4.55
45.5
4.56
46.5
4.58
47.5
4.60
49.5
4.61
50.5
4.63
51.5
4.69
52.5
4.70
53.5
4.71
54.5
4.74
55.4
4.76
56.4
4.77
58.4
4.79
3
61.4
4.87
62.4
4.88
63.4
4.89
64.4
4.90
65.3
4.97
66.3
5.09
67.3
5.10
69.3
5.12
70.3
5.16
72.3
5.18
74.3
5.20
75.2
5.21
77.2
5.30
78.2
5.32
79.2
5.34
80.2
5.38
81.2
5.39
82.2
5.48
83.2
5.54
84.2
5.55
85.1
5.69
86.1
5.72
87.1
5.77
88.1
5.85
90.1
5.86
91.1
5.96
92.1
6.14
94.1
6.25
95.0
6.30
96.0
6.36
97.0
6.38
98.0
6.55
99.0
7.22
100.0
合计
101
直方图
茎叶图
&
1.002.7
8.003.00123334
9.003.556689999
24.004.2333333344444
25.004.5555556666677777777788899
17.005.333334
9.005.556778889
6.006.112333
1.006.5
1.00（>
=7.2）
:
1.00
1（s）
箱型图
计算均值、标准差、中位数、众数、标准差、方差、最小值、最大值、全距、四分位数。
统计量
N
缺失
均值
4.6995
均值的标准误
.08573
中值
4.6100a
众数
标准差
.86162
方差
.742
偏度
.251
偏度的标准误
.240
峰度
.101
峰度的标准误
.476
全距
极小值
极大值
和
474.65
百分位数
25
4.1513b
50
4.6100
75
5.2017
a.利用分组数据进行计算。
b.将利用分组数据计算百分位数。
结果分析：
均值：
4.7035、标准差：
0.85635、方差：
0.733、中位数：
4.6100、众数：
4.79、极小值：
2.70、极大值：
7.22、全距：
4.52
作业二：
某轮胎厂的质量分析报告中说明，该厂某轮胎的平均寿命在一定的载重负荷与正常行驶条件下会大于25000公里。
平均轮胎寿命的公里数近似服从正态分布。
现对该厂该种轮胎抽取一容量为15个的样本，数据如下表所示，试验结果得样本均值为27000公里。
试分析：
该厂产品与申报的质量标准是否相符？
（α=0.05）单样本参数t检验
序号
轮胎寿命
21000
19000
33000
4
31500
5
18500
6
34000
7
29000
8
26000
9
25000
10
28000
11
30000
12
28500
13
27500
14
15
将数据逐一录入
分析——比较均值——单样本T检验>
选择要分析的变量，导入右框中，在“检验值”中，填入总体均值假设>
选项，将置信区间百分比95%，继续>
单个样本统计量
27000.00
4636.809
1197.219
单个样本检验
检验值=25000
t
.（双侧）
均值差值
差分的95%置信区间
下限
上限
1.671
.117
2000.000
-567.78
4567.78
均值为27000t统计量=1.671，双侧检验P=0.117>
0.05接受H0即该厂产品与申报的质量标准没有显著性差异，在95%的置信区间：
（-567.78，4567.78）,断点为一负一正，接受H0，综上：
该厂产品与申报的质量标准相符。
作业三：
调查某厂的铅作业工人7人和非铅作业工人10人的血铅值（μg/100g）如下，血铅值含量服从正态分布。
问两组工人的血铅值有无差别？
（α=0.05）
非铅作业组
18
21
铅作业组
17
20
34
43
44
两个独立独自样本参数t检验
设置两个变量，一个存放样本值，一个存放组标记值。
（0,1分别代表血铅作业组和非血铅作业组）
分析过程：
非参数检验>
旧对话框>
2个独立样本
（2）>
“效果”导入到“检验变量列表”,“分组”加入到“分组变量”>
“定义组”分别输入“0、1”>
检验类型“U”>
“精确”，置信区间设置“95%”，将样本组数“17”>
确定。
秩
分组
秩均值
秩和
血铅值
非铅作业
5.95
59.50
铅作业
13.36
93.50
总数
检验统计量c
U
4.500
W
59.500
Z
-2.980
渐近显著性（双侧）
.003
精确显著性[2*（单侧显著性）]
.001a
显著性（双侧）
显著性
.000b
95%置信区间
.000
.162
显著性（单侧）
a.没有对结进行修正。
b.基于17个具有起始种子2000000的采样表。
c.分组变量:
分组
两个显著性概率0.162>
0.05，表示两组工人的血铅值无显著差别。
作业四：
选甲型流感病毒血凝抑制抗体滴度（对数），共24人，随机分为两组，每组12人。
用甲型流感病毒活疫苗进行免疫，一组用气雾法，另一组用鼻腔雾法。
免疫后一月后采学，分别测定血凝抑制抗体滴度。
结果如下，试问两种方法的效果有无差异？
血凝抑制抗体滴度服从正态分布。
（α=0.05）两组独立样本参数t检验
气雾组
（1）:
402030251015253040101530
鼻腔雾组
（2）：
504030356070302025703525
变量分别命名为“免疫效果（表示血凝抑制抗体滴度）”，“注射方法（表示分别用气雾法和鼻腔雾法）”数值小数个数改为“0”，设置标签以及设定值“0”，“1”分别代表气雾组和鼻腔雾组，然后输入数据。
比较均值>
独立样本T检验>
选出“免疫效果”，导入“检验变量”中，选出“注射方法”，导入分组变量中>
输入变量值“0”和“1”，“继续”>
“选项”置信区间为“95%”>
“确定”。
组统计量
效果
气雾组
24.17
10.408
3.005
鼻腔雾组
40.83
17.559
5.069
独立样本检验
方差方程的检验
均值方程的t检验
F
.
标准误差值
假设方差相等
3.865
.062
-2.828
22
.010
-16.667
5.893
-28.887
-4.446
假设方差不相等
17.880
.011
-29.052
-4.281
分析结果：
f的显著性概率0.062>
0.05，方差齐性成立。
即两个实验组的效果的方差没有明显差异。
t统计量的显著性概率0.010<
0.05，即t假设检验拒绝H0，说明两个实验组的效果有明显差异。
作业五：
某单位研究饮食中缺乏维生素E与肝中维生素A含量的关系,将同种属的大白鼠按性别相同，年龄、体重相近者配成对子，共8对，并将每对中的两头动物随机分到正常饲料组和维生素E缺乏组，过一定时期将大白鼠杀死，测得其肝中维生素A的含量，结果如表所示。
问不同饲料的大白鼠肝中维生素A含量有无差别？
假设两组的大白鼠肝中维生素A含量均服从正态分布。
配对样本t检验
不同饲料组大白鼠维生素A含量数据表
大白鼠对号
正常饲料组
3550
2000
3000
3950
3800
3750
3450
3050
维生素A缺乏组
2450
2400
1800
3200
3250
2700
2500
1750
变量分别命名为“A”，“B（分为两组分别是正常饲料和缺乏E饲料）”，数值的小数个数“0”，标签以及设定值“0”，“1”分别代表“正常饲料”和“缺乏E饲料”，数据输入。
分析——比较均值——配对样本T检验>
选出“A”和“B”变量导入右边框中>
“选项”，置信区间百分比为95>
“确定”。
成对样本统计量
对1
A值
3318.75
632.420
223.594
B值
2506.25
555.130
196.268
成对样本相关系数
相关系数
A值&
B值
.584
.129
成对样本检验
成对差分
A值-B值
812.500
546.253
193.130
355.821
1269.179
4.207
.004
T检验的最后结果（0.004<
0.05）显示：
两组实验有显著性差异即不同饲料的大白鼠肝中维生素A含量有差别。
作业六：
对小白鼠喂以A、B、C三种不同的营养素，目的是了解不同营养素增重的效果。
采用随机区组设计方法，以窝别作为划分区组的特征，以消除遗传因素对体重增长的影响。
现将同品系同体重的24只小白鼠分为8个区组，每个区组3只小白鼠。
三周后体重增量结果（克）列于下表，问小白鼠经三种不同营养素喂养后所增体重有无差别？
（α=0.05）（双因素方差分析）可设3个变量（1-8）；
（营养素1-3）；
（重量）
区组号
A营养素
50.10
47.80
53.10
63.50
71.20
41.40
61.90
42.40
B营养素
58.20
48.50
53.80
64.20
68.40
45.70
53.00
39.80
C营养素
64.50
62.40
58.60
72.50
79.30
38.40
51.20
46.20
设置名称（区组号、营养素、重量）、类型（数值、字符串、数值）、宽度、小数（0、0、2）、列、度量标准（名义级、名义级、度量级）；
数据输入
一般线性模型>
单变量>
选择重量导入“因变量”；
选择“区组号”和“营养素”导入“固定因子”>
“模型”>
“设定”;
构建项,“主效应”选类型；
选择要分析的变量,“区组号、营养素类型”导入“模型”>
选择“平方和”的处理方法，接受系统的默认值类型>
选定“在模型中包含截距”，若不取消此项，等于假设数据过原点>
点击“继续”>
点击“确定”。
重量区组号营养素
（3）
（0.05）
营养素区组号.
方差的单变量分析
主体间因子
营养素
A
B
C
主体间效应的检验
因变量:
重量
源
型平方和
均方
校正模型
2515.432a
279.492
11.473
截距
74381.800
3053.283
144.216
72.108
2.960
.085
2371.216
338.745
13.905
误差
341.057
24.361
总计
77238.290
24
校正的总计
2856.490
23
a.R方=.881（调整R方=.804）
第一列：
注明了变差来源；
第二列：
常规的变差；
第三列：
自由度；
第四列：
方差（变差与相应自由度之比）；
第五列：
F统计量的值；
第六列：
F统计量的显著性水平。
.代表的是P值，其中营养素的0.085>
0.05，所以在两种因素的不同水平的不同组合中，仅营养素效果有显著差异。
所以小白鼠经三种不同营养素喂养后所增体重有无差别.
作业七：
设3台机器生产同一产品，4名工人操作机器各一天，日产量（单位：
件）服从正态分布，日产量数据如下表所示：
47
53
63
54
57
58
52
42
41
48
问:
机器之间、工人之间在日产量上是否有显著差异？
（α=0.05）（不重复实验的双因素方差分析）
添加变量分别为“机器”、“工人（共4人）”、“产量”。
“机器”和“工人”的数值小数个数为“0”。
“机器”的值“1（A机器）”“2（B机器）”“3（C机器）”，设置1-4分别代表工人，数据录入。
“分析”>
“一般线性模型”>
“单变量”>
“因变量”“日产量”导入因变量>
“机器”和“工人”导入“固定因子”>
“模型”>
“自定义”>
“构建项”的“类型”>
“主效应”>
“机器”和“工人”导入“模型”>
选择平方和的处理方法，接受系统的默认值>
选定“把截距项包括在模型中”，若不取消此项，等于假设数据过原点>
“继续”>
“确定”.
值标签
机器
a
b
c
工人
产量
433.167a
86.633
15.831
.002
31212.000
5703.716
318.500
159.250
29.102
.001
114.667
38.222
6.985
.022
32.833
5.472
31678.000
466.000
a.R方=.930（调整R方=.871）
.代表的是P值，机器：
0.001<
0.005，表示机器之间在日产量上无差异；
工人：
0.022>
0.005，表示工人之间在日产量上有差异。
作业八：
某实验室观察局部温热治疗小鼠移植肿瘤的疗效，以生存日数作为观察指标，实验结果如下表所示，试用非参数检验两组小鼠生存日数有无差别？
（α=0.05）非参数置和检验
组别
生存日数
实验组
16
90
对照组
变量：
“生存日数”和“组别”，“组别”的值设置为0（实验组）和1（对照组），小数个数：
分析——非参数检验——旧对话框——2个独立样本——生存日期导入检验变量，组别导入分组变量——定义组——设定组别（“0”和“1”代表“实验组”和“对照组”）——“检验类型”：
U——“精确”——选择.置信区间：
“95%”，样本数12。
“继续”确定。
检验
17.85
178.50
升级会员 