华东理工大学多元统计分析与SPSS应用实验2.docx

华东理工大学多元统计分析与SPSS应用实验2.docx

《华东理工大学多元统计分析与SPSS应用实验2.docx》由会员分享，可在线阅读，更多相关《华东理工大学多元统计分析与SPSS应用实验2.docx（12页珍藏版）》请在冰豆网上搜索。

华东理工大学多元统计分析与SPSS应用实验2

华东理工大学多元统计分析与SPSS应用实验-

（2）

华东理工大学2013—2014学年第二学期

《多元统计分析与SPSS应用》实验报告2

班级学号姓名

开课学院商学院任课教师任飞成绩

实验内容：

实验2方差分析

2.1.熟悉One---SampleTTest功能

Analyze

CompareMeans

One---SampleTTest

（t检验）

（1）.选用Employeedata.sav文件中的变量，将salary作为Test因变量，test值分别取34000、35000、34419、24000，作均值检验。

（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。

2.2.熟悉

Independent--SamplesTTest功能

Analyze

CompareMeans

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。

2.3.熟悉Paired--SamplesTTest功能

Analyze

CompareMeans

Paired--SamplesTtest…

选用Trendschapter12.sav文件中的变量，将connect,dsconect作为pairedvariables作配对样本统计分析。

2.4.熟悉One—WayANOVA功能运用

Analyze

CompareMeans

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

2.5.熟悉GeneralFactorial功能

Analyze

GeneralLinearModel

GLM---Univariate…

选用Plastic.sav文件中的变量，将tear_res作为dependentvariable,extrusn,

additive作为factor,作双因素方差分析

实验要求：

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熟悉One---SampleTTest功能

（1）选用Employeedata.sav文件中的变量，Analyze→CompareMeans→One---SampleTTest，

将salary作为Test因变量，test值分别取34000、35000、34419、24000，作均值检验。

如图

实验结果：

1.TestValue=34000：

双尾概率P=0.593>α=0.05，故接受原假设，说明样本salary均值与假设值34000无显著性差异；

2.TestValue=35000：

双尾概率P=0.460>α=0.05，故接受原假设，说明样本salary均值与假设值35000无显著性差异；

3.TestValue=34419：

双尾概率P=0.999>>α=0.05，故接受原假设，说明样本salary均值与假设值35000不仅无显著性差异，而且接近样本均值。

4.TestValue=24000：

双尾概率P=0.00<<α=0.05，故接受原假设，说明样本salary均值与假设值24000显著性差异。

（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。

随机抽样：

data→selectcases→randomsampleofcases→sample→approximately10%→Continue→OK

实验结果（部分原始数据序号被划掉）：

再均值检验过程：

Analyze→CompareMeans→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：

双尾概率P=0.284>α=0.05，故接受原假设，说明随机抽样样本的salary均值与假设值34419无显著性差异。

实验2.2熟悉Independent--SamplesTTest功能

选用Employeedata.sav文件中的变量，选择Analyze→CompareMeans→Independent--SamplesTtest，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，如下图

实验结果如下图

表中双尾概率P都为0.000<<α=0.05，故不接受原假设，说明样本salary与gender有显著性差异。

实验2.3熟悉Paired--SamplesTTest功能

选用Trendschapter12.sav文件中的变量，选择Analyze→CompareMeans→Paired--SamplesTtest，将connect,dsconect作为pairedvariables作配对样本统计分析,如下图

实验结果如下图

双尾概率P=0.000<α=0.05，故拒绝原假设，说明connect和dsconect变量间有显著性差异。

实验2.5熟悉GeneralFactorial功能

选用Plastic.sav文件中的变量，Analyze→GeneralLinearModel→Univariate，将tear_res选入到“dependengtvariable”框里，extrusn,additive选入到“fixedfactor”框中，作双因素方差分析。

单击“model”按钮，弹出“univariatemode”对话框，选择“custom”。

在效应选项中选择主效应选项“maineffects”，将extrusn，additive两个因子选入“model”框中，如下图

实验结果如下图

由上述实验结果可知，extrusn因子的α=0.001<α=0.05，additive的P=0.015<α=0.05，则知extrusn,和additive都高度显著，即不同的extrusn，不同的additive都会对tear_res有显著影响。