1、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】| VAROQOOIVAR0 00021.0020 001 0016 8017-9021 2023 902
2、6.80I 1-Oot22.402.0024.902 0021.302 OOP22 60P30 2029 9022 5020 703 0016 0020 1017 3020 903.0022.0026 8020.80ANOVAVAR00002平方和自由度均方F显著性组间405.5344101.38411.276.000组内269.737308.991总计675.27134主体间因子个案数VAR00001 1.0074.005.00主体间效应检验因变量:源III类平方和修正模型405.534a截距17763.77911975.677VAR00001误差18439.05035修正后总计a. R 方
3、=.601 (调整后 R 方=.547 )多重比较LSD(1) 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-.0267.7286.653-2.54484.00193.0571.066-.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
4、-.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 *-13.0305-6.48386.7000 *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
5、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一5000600
6、04000800030007000地区二地区三20009000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 1923日期 1III类平方和61851851.852 a87731481.4818.350844481481.481912.040地区2296296.2961148148.1481.240.3132740740.7411370370.3701.480.254地区*日期56814814.81514203703.70415.34016666666.66718925925.926923000000.0002778518518
7、.51926a.R 方=.788 (调整后 R 方=.693 )5037037.037a1259259.259.377.823252.834.344.713.410.66873481481.481223340067.340a. R 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
8、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不满意306498349886175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”宀选中“分组变量”宀添加年龄段t确定。 1| 2 3I 3秩秩平均值5471108.97873925.936241081.802044检验统计卡方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
9、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。【操作步骤】分析T非参数检验T单样本 K-S将“ A5 ”导入到“检验变量列表” T选中“正态”一“确定”描述统计最小值最大值平均值标准差您本次存款的金额是多少? 有效个案数(成列)2821000014738.0910945.569单样本柯尔莫戈洛夫-斯米诺夫检验您本次存款的金额是多少?正态参数a,b 平均值最极端差值 绝对.333正.292负-.333渐近显著性(双尾).000 ca.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。【结
10、果分析】 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。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f非参数检验f 两个独立样本f将“A5”导入到“检验变量列表” f将“A13 ”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曼-惠特尼U威尔科克森WZa.分组变量:您的常住地位于:.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
11、,即不同常住地人群本次存款金额的总体分布存在显利用 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f非参数检验f k个独立样本f将“A5”导入到“检验变量列表” f将“A4”导入到“分组变量” f “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217.69检验统计a,b44.598a.克鲁斯卡尔-沃利斯检验您的月收入水平属于?事业咼升。 美梦成真。 岁岁今朝。 万事顺利。 共分此乐。 幸福快乐。 幸福安康。 与君同在。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。1.生活如意,2.前程似锦,3.年年今日,4.百事大吉,5.愿与同僚,6.事业有成,7.生日快乐,8.幸福快乐,
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1