北科SPSS软件应用练习题Word文档下载推荐.docx

1、20.217.719.118.416.5第五组25.226.226.929.330.429.728.2（1） 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） 绘制各组的均值比对图，并利用LSD方法进行剁成比较检验。（3）【操作步骤】在数据编辑窗口输入组别和推销额分析比较平均值单因素ANOVA检验将“推销额”转入“因变量列表”将“组别”转入“因子”确定分析一般线性模型单变量将“推销额”转入“因变量”将“组别”转入“固定因子”事后比较将“组别”转入“下列各项的事后检验”选中“LSD”继续确定（4）【输出结果】ANOVAVAR00002 平方和自由度均方F显著性组间405.5344

2、101.38411.276.000组内269.737308.991总计675.27134主体间因子个案数VAR000011.0072.003.004.005.00主体间效应检验因变量: VAR00002 源III 类平方和修正模型405.534a截距17763.77911975.677误差18439.05035修正后总计a. R 方 = .601（调整后 R 方 = .547）多重比较LSD （I） VAR00001（J） VAR00001平均值差值 （I-J）标准误差95% 置信区间下限上限-3.3000*1.60279.048-6.5733-.0267.7286.653-2.54484.0

3、0193.0571.066-.21626.3305-6.7000*-9.9733-3.42673.3000*.02676.57334.0286*.018.75527.30196.3571*3.08389.6305-3.4000*.042-6.6733-.1267-.7286-4.00192.5448-4.0286*-7.3019-.75522.3286.157-.94485.6019-7.4286*-10.7019-4.1552-3.0571-6.3305.2162-6.3571*-9.6305-3.0838-2.3286-5.6019.9448-9.7571*-13.0305-6.48386

4、.7000*3.42679.97333.4000*.12676.67337.4286*4.155210.70199.7571*6.483813.0305基于实测平均值。 误差项是均方（误差）= 8.991。*. 平均值差值的显著性水平为 .05。（5）【结果分析】1.五种单因素相等重复试验，考察推销额。方差分析结果：不同推销方式对推销额有影响，即五种推销方式存在显著差异。2. 由于显著性大于0.05，因此接受原假设，即五种推销方式存在显著差异。第2题 学会建立spss数据文件，学会用spss进行方差分析【实验任务】 2、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

5、据，（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。销售量日期周一到周三周四到周五周末地区一 5000 6000 4000600080007000400030005000地区二地区三 3000 2000 8000 9000变量视图：名称分别为“地区”、“日期”、“销售量”；设置“值”：1：地区一、2：地区二、3：地区三.值标签地区923 销售量 61851851.852a8

6、7731481.4818.350844481481.481912.0402296296.2961148148.1481.240.3132740740.7411370370.3701.480.254地区 * 日期56814814.81514203703.70415.34016666666.66718925925.926923000000.0002778518518.51926a. R 方 = .788（调整后 R 方 = .693）5037037.037a1259259.259.377.823252.834.344.713.410.66873481481.481223340067.340a. R

7、 方 = .064（调整后 R 方 = -.106）2.不同地区和不同日期对该商品的销售产生了显著影响。但二者之间的交互效应对商品的销售量并无显著影响。3. 由于没有显著的交互影响，建立非饱和模型进行分析。结果表明地区和日期两个变量对销售量有显著的影响，但是交互作用对因变量并没有显著的影响。非参数假设检验练习题 学会用spss进行非参数假设检验1、 为分析不同年龄段人权对某商品的满意程度的异同，通过随机调查收集到以下数据：请选用恰当的非参数假设检验的方法，以恰当的形式组织以下数据，分析不同年龄阶段人群对该商品满意程度的分布状况是否一致。满意程度 年龄段青年中年老年很不满意126297156不满

8、意306498349满意886175很满意1744数据编辑分析非参数检验k个独立样本将“满意程度”导入“检验变量列表”选中“分组变量”添加年龄段确定。秩年龄段秩平均值5471108.97873925.936241081.802044检验统计a,b卡方51.999渐近显著性a. 克鲁斯卡尔-沃利斯检验b. 分组变量：由于显著性差异小于0.05，拒绝原假设，即不同年龄段对该商品满意程度的分布状况不一致。利用 居民储蓄调查数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布于正太分布是否存在显著差异。分析非参数检验单样本K-S将“A5”导入到“检验变量列表”选中“正态”“确定”描述统计最小值最

9、大值平均值标准差您本次存款的金额是多少？2821000014738.0910945.569有效个案数（成列）单样本柯尔莫戈洛夫-斯米诺夫检验正态参数a,b最极端差值绝对.333正.292负-.333检验统计渐近显著性（双尾）.000ca. 检验分布为正态分布。b. 根据数据计算。c. 里利氏显著性修正。由于显著性小于0.05，因此拒绝原假设，即样本来自的总体与指定的理论分布有显著差异，即总体分布与正态分布存在显著差异。第3题利用 居民储蓄调查数据，选择恰当的非参数检验方法，分析不同常住地人群本次存款金额的总体分布是否存在显著差异。分析非参数检验两个独立样本将“A5”导入到“检验变量列表”将“A

10、13”导入到“分组变量”“确定”您的常住地位于：秩的总和沿海或中心繁华城市200149.6529929.00边远地区82121.639974.00检验统计a曼-惠特尼 U6571.000威尔科克森 W9974.000Z-2.627.009a. 分组变量：.152.019-.152柯尔莫戈洛夫-斯米诺夫 Z1.162.135由于显著性大于0.05，因此接收原假设， 即不同常住地人群本次存款金额的总体分布存在显著差异。第4题利用 居民储蓄调查数据，选择恰当的非参数检验方法，分析不同收入人群本次存款金额的总体分布是否存在显著差异。分析非参数检验k个独立样本将“A5”导入到“检验变量列表”将“A4”导入到“分组变量”“确定”您的月收入水平属于？2000元以下5087.152000-5000元164140.805000-8000元170.728000元以上217.6944.598由于显著性小于0.05，因拒绝收原假设， 即不同收入人群本次存款金额的总体分布不存在显著差异。