完整word版《统计分析与SPSS的应用第五版》课后练习答案第6章.docx

完整word版《统计分析与SPSS的应用第五版》课后练习答案第6章.docx

《完整word版《统计分析与SPSS的应用第五版》课后练习答案第6章.docx》由会员分享，可在线阅读，更多相关《完整word版《统计分析与SPSS的应用第五版》课后练习答案第6章.docx（9页珍藏版）》请在冰豆网上搜索。

完整word版《统计分析与SPSS的应用第五版》课后练习答案第6章

《统计分析与SPSS的应用（第五版）》（薛薇）

课后练习答案

第6章SPSS的方差分析

1、入户推销有五种方法。

某大公司想比较这五种方法有无显著的效果差异，设计了一项实

验。

从应聘人员中尚无推销经验的人员中随机挑选一部分人，并随机地将他们分为五个组，

每组用一种推销方法培训。

一段时期后得到他们在一个月内的推销额，如下表所示：

第一组20.016.817.921.223.926.822.4

第二组24.921.322.630.229.922.520.7

第三组16.020.117.320.922.026.820.8

第四组17.518.220.217.719.118.416.5

第五组25.226.226.929.330.429.728.2

1）请利用单因素方差分析方法分析这五种推销方式是否存在显著差异。

2）绘制各组的均值对比图，并利用LSD方法进行多重比较检验。

（1）分析比较均值单因素ANOVA因变量：

销售额；因子：

组别确定。

ANOVA

销售额

平方和df均方F显著性

组之间405.5344101.38411.276.000

组内269.737308.991

总计675.27134

概率P-值接近于0，应拒绝原假设，认为5种推销方法有显著差异。

（2）均值图：

在上面步骤基础上，点选项均值图；事后多重比较LSD

多重比较

因变量:

销售额

LSD（L）

95%置信区间

平均差

（I）组别（J）组别（I-J）标准错误显著性

下限值上限

第一组第二组-3.30000

*1.60279.048-6.5733-.0267

第三组.728571.60279.653-2.54484.0019

第四组3.057141.60279.066-.21626.3305

第五组-6.70000

*1.60279.000-9.9733-3.4267

*1.60279.048.02676.5733第二组第一组3.30000

第三组4.02857

*1.60279.018.75527.3019

*1.60279.0003.08389.6305第四组6.35714

*

第五组-3.400001.60279.042-6.6733-.1267

第三组第一组-.728571.60279.653-4.00192.5448

第二组-4.02857

*1.60279.018-7.3019-.7552

第四组2.328571.60279.157-.94485.6019

第五组-7.42857

*1.60279.000-10.7019-4.1552

第四组第一组-3.057141.60279.066-6.3305.2162

第二组-6.35714

*1.60279.000-9.6305-3.0838

第三组-2.328571.60279.157-5.6019.9448

第五组-9.75714

*1.60279.000-13.0305-6.4838

*1.60279.0003.42679.9733第五组第一组6.70000

*1.60279.042.12676.6733第二组3.40000

*1.60279.0004.155210.7019第三组7.42857

*1.60279.0006.483813.0305第四组9.75714

*.均值差的显著性水平为0.05。

可知，1和2、1和5、2和3，2和4,2和5,3和5,4和5有显著差异。

2、从两个总体中分别抽取n1=7和和n2=6的两个独立随机样本，经计算得到下面的方

差分析表。

请补充表中单元格的两个独立随机样本，经计算得到下面的方差分析表。

请补

充表中单元格“A”和单元格“B”内的计算结果。

答：

已知组内均方=组内偏差平方和/自由度，所以A=26.4/11=2.4

F统计量=组间均方/组内均方所以B=7.5/2.4=3.125

3、为研究某种降血压药的适用特点，在五类具有不同临床特征的高血压患者中随机挑选了

若干志愿者进行对比试验，并获得了服用该降压药后的血压变化数据。

现对该数据进行单

因素方差分析，所得部分分析结果如下表所示。

1）请根据表格数据说明以上分析是否满足方差分析的前提要求，为什么？

2）请填写表中空缺部分的数据结果，并说明该降压药对不同组患者的降压效果是否存在

显著差异。

3）如果该降压药对不同组患者的降压效果存在显著差异，那么该降压药更适合哪组患者？

（1）因F检验的概率P值小于显著性水平（0.05），拒绝原假设，方差不齐，不满足方差分

析的前提假设。

（2）4*276.032=1104.128；1104.128+1524.990=2629.118；4+63=67；1524．990/63=24.206

（3）各组均值存在显著差异。

更适合第三组

4、为研究某商品在不同地区和不同日期的销售差异性，调查收集了以下日平均销售量数据。

日期销售量

周一~周三周四~周五周末

500060004000

地区一600080003000

400070005000

700050005000

地区二800050006000

800060004000

300060008000

地区三200060009000

400050006000

1）选择恰当的数据组织方式建立关于上述数据的SPSS数据文件

2）利用多因素方差分析方法，分析不同地区和不同日期对该商品的销售是否产生了显著

影响

3）地区和日期是否对该商品的销售产生了交互影响。

若没有显著的交互影响，则试建立非

饱和模型进行分析，并与饱和模型进行对比。

（1）数据组织方法如下：

（2）分析一般线性模型单变量因变量：

销售量；因子：

地区、日期确定。

主体间因子

值标签数字

地区1地区19

2地区29

3地区39

日期1周一至周三9

2周四至周五9

3周末9

主体间效应的检验

因变量:

销售量

III类平方

源和自由度均方F显著性

校正的模型61.852

a87.7318.350.000

截距844.4811844.481912.040.000

Area2.29621.1481.240.313

Date2.74121.3701.480.254

Area*Date56.815414.20415.340.000

错误16.66718.926

总计923.00027

校正后的总变异78.51926

a.R平方=.788（调整后的R平方=.693）

分析：

（2）由上表可知，Fa1、Fa2的概率P-值为0.313和0.254，大于显著性水平（0.05），所以不

应拒绝原假设，可以认为不同地区和日期下的销售额总体均值不存在显著差异，不同地区和

不同日期对该商品的销售没有产生显著影响。

（3）产生了交互影响。

因为概率P-值接近于0，拒绝原假设，认为不同地区和日期对销

售额产生了显著的交互作用。

5、研究者想调查性别（1为女，2为男）和使用手机（1使用，2不使用）对驾驶状态的

影响。

在封闭道路开车的24人参与了该项研究。

其中，12男12女，6男6女使用手机，

其余6男6女不使用手机。

用0-50分测度驾驶状态，分数越高驾驶状态越好。

数据如下：

性别使用手机得分性别使用手机得分

11342135

11292132

11382127

11342126

11332137

11302124

12452248

12442247

12462240

12422246

12472250

12402239

请问：

性别和是否使用手机对驾驶状态有影响吗？

如果有影响，影响效应是多少？

（1）数据组织方法如下：

（2）分析一般线性模型单变量因变量：

得分；因子：

性别、是否使用手机确定。

主体间因子

值标签数字

性别1男12

2女12

是否使用手机1使用12

2不使用12

主体间效应的检验

因变量:

Score

III类平方

源和自由度均方F显著性

校正的模型1028.125

a3342.70821.101.000

截距34732.042134732.0422138.453.000

Sex5.04215.042.310.584

UsePhone1001.04211001.04261.634.000

Sex*UsePhone22.042122.0421.357.258

错误324.8332016.242

总计36085.00024

校正后的总变异1352.95823

a.R平方=.760（调整后的R平方=.724）

分析：

就性别而言，因为概率P-值=0.584，大于显著性水平0.05，所以不应拒绝原假设，认为

性别对驾驶状态无显著影响；就手机使用情况而言，因为概率P-值接近0，应拒绝原假设，

认为手机使用情况对驾驶状态存在显著影响。

6、下面的表格记录了某公司采用新、旧两种培训方式对新员工进行培训前后的工作能力评

分增加情况的数据。

现需要比较这两种培训方式的效果有无差别，考虑到加盟公司时间可

能也是影响因素，将加盟时间按月进行了纪录。

IDMethodMonthscoreaddIDMethodmonthscoreadd

111.59102212

212.510.51124.514

315.513122716

41181320.59

514111424.512

6159.51524.510

713.510162210

81412172514

914.512.5182616

1）请选择适当的数据组织方式将以上数据录入到SPSS资料编辑窗口，变量名保持不变，

并定义各变量的变量值标签，变量Method的变量值标签（1为旧方法，2为新方法）。

2）按不同的培训方法计算加盟时间、评分增加量的平均数。

3）在剔除加盟时间影响的前提下，分析两种培训方式的效果有无差别，并说明理由。

（1）数据组织方法如下图：

（2）步骤：

①数据拆分文件比较组：

选择培训方式确定；②分析描述统计描述

变量：

增分、加盟时间；选项：

平均值确定。

描述统计

培训方式数字平均值（E）

旧方式增分910.611

加盟时间93.500

有效N（成列）9

新方式增分912.556

加盟时间94.000

有效N（成列）9

（3）

分析一般线性模型单变量因变量：

增分；固定因子：

培训方式；协变量：

加盟时间

确定。

注意：

请先重置“拆分文件”操作。

主体间效应的检验

因变量:

增分

III类平方

源和自由度均方F显著性

校正的模型67.571

a233.78519.451.000

截距200.2701200.270115.299.000

Month50.557150.55729.106.000

Method9.40519.4055.415.034

错误26.054151.737

总计2508.75018

校正后的总变异93.62517

a.R平方=.722（调整后的R平方=.685）

在剔除加盟时间的影响下，因P-值为0.034，小于0.05，应拒绝原假设，两种培训方式效果

有显著差异。