统计分析与SPSS的应用第五版课后练习答案第6章.docx

1、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的方差分析一、入户推销有五种方式。某大公司想比较这五种方式有无显著的成效不同，设计了一项实验。从应聘人员中尚无推销体会的人员中随机挑选一部份人，并随机地将他们分为五个组，每组用一种推销方式培训。一段时期后取得他们在一个月内的推销额，如下表所示：第一组第二组第三组第四组第五组1） 请利用单因素方差分析方式分析这五种推销方式是不是存在显著不同。2） 绘制各组的均值对照图，并利用LSD方式进行多重比较查验。（1）分析比较均值单因素ANOVA因变量：销售额；因子：组别确信。ANOVA销售

2、额 平方和df均方F显著性组之间4.000组内30总计34概率P-值接近于0，应拒绝原假设，以为5种推销方式有显著不同。（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) (I) 组别(J) 组别平均差 (I-J)标准 错误显著性95% 置信区间下限值上限第一组第二组*.048第三组.72857.653第四组.066第五组*.000第二组第一组*.048.0267第三组*.018.7552第四组*.000第五组*.042第三组第一组.653第二组*.018第四组.157第五组*.000第四组第一组.066.2162第二组*.000第三组.

3、157.9448第五组*.000第五组第一组*.000第二组*.042.1267第三组*.000第四组*.000*. 均值差的显著性水平为 。可知，1和二、1和五、2和3，2和4,2和5,3和5,4和5有显著不同。二、从两个整体中别离抽取 n 1 =7 和 和 n 2 =6 的两个独立随机样本，经计算取得下面的方差分析表。请补充表中单元格的两个独立随机样本，经计算取得下面的方差分析表。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=组内误差平方和/自由度， 因此 A=11= F 统计量=组间均方/组内均方 因此 B=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

4、点的高血压患者中随机挑选了假设干志愿者进行对如实验，并取得了服用该降压药后的血压转变数据。现对该数据进行单因素方差分析，所得部份分析结果如下表所示。1） 请依照表格数听说明以上分析是不是知足方差分析的前提要求，什么缘故？2） 请填写表中空缺部份的数据结果，并说明该降压药对不同组患者的降压成效是不是存在显著不同。3） 若是该降压药对不同组患者的降压成效存在显著不同，那么该降压药更适合哪组患者？（1）因F查验的概率P值小于显著性水平（），拒绝原假设，方差不齐，不知足方差分析的前提假设。（2）4*=； +=； 4+63=67； 1524990/63=（3）各组均值存在显著不同。更适合第三组4、为研究

5、某商品在不同地域和不同日期的销售不同性，调查搜集了以下日平均销售量数据。销售量日期周一周三周四周五周末地区一500060004000600080007000400030005000地区二700080008000500050006000500060004000地区三3000200040006000600050008000900060001） 选择适当的数据组织方式成立关于上述数据的SPSS数据文件2） 利用多因素方差分析方式，分析不同地域和不同日期对该商品的销售是不是产生了显著阻碍3）地域和日期是不是对该商品的销售产生了交互阻碍。假设没有显著的交互阻碍，那么试成立非饱和模型进行分析，并与饱和模型

6、进行对照。（1）数据组织方式如下：（2）分析一样线性模型单变量因变量：销售量；因子：地域、日期确信。主体间因子值标签数字地区1地区192地区293地区39日期1周一至周三92周四至周五93周末9主体间效应的检验因变量: 销售量 源III 类平方和自由度均方F显著性校正的模型8.000截距1.000Area2.313Date2.254Area * Date4.000错误18.926总计27校正后的总变异26a. R 平方 = .788 （调整后的 R 平方 = .693）分析：（2）由上表可知，Fa一、Fa2的概率P-值为和，大于显著性水平（），因此不该拒绝原假设，能够以为不同地域和日期下的销售

7、额整体均值不存在显著不同，不同地域和不同日期对该商品的销售没有产生显著阻碍。（3）产生了交互阻碍。因为概率P-值接近于0，拒绝原假设，以为不同地域和日期对销售额产生了显著的交互作用。五、研究者想调查性别（1 为女，2 为男）和利用电话（1 利用，2 不利用）对驾驶状态的阻碍。在封锁道路开车的 24 人参与了该项研究。其中，12 男12 女，6 男6 女利用电话，其余6 男 6 女不利用电话。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11342135112921321138212711342126113321371130212412452248

8、1244224712462240124222461247225012402239请问：性别和是不是利用电话对驾驶状态有阻碍吗？若是有阻碍，阻碍效应是多少？（1）数据组织方式如下：（2）分析一样线性模型单变量因变量：得分；因子：性别、是不是利用电话确信。主体间因子值标签数字性别1男122女12是否使用手机1使用122不使用12主体间效应的检验因变量: Score 源III 类平方和自由度均方F显著性校正的模型3.000截距1.000Sex1.310.584UsePhone1.000Sex * UsePhone1.258错误20总计24校正后的总变异23a. R 平方 = .760 （调整后的 R

9、 平方 = .724）分析：就性别而言，因为概率P-值=，大于显著性水平，因此不该拒绝原假设，以为性别对驾驶状态无显著阻碍；就电话利用情形而言，因为概率P-值接近0，应拒绝原假设，以为电话利用情形对驾驶状态存在显著阻碍。六、下面的表格记录了某公司采纳新、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形的数据。现需要比较这两种培训方式的成效有无不同，考虑到加盟公司时刻可能也是阻碍因素，将加盟时刻按月进行了纪录。IDMethodMonthscoreaddIDMethodmonthscoreadd119102212211121431131227164118132951411142126151

10、5210711016221081412172514911826161）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，变量名维持不变，并概念各变量的变量值标签，变量Method的变量值标签（1为旧方式，2为新方式）。2） 按不同的培训方式计算加盟时刻、评分增加量的平均数。3） 在剔除加盟时刻阻碍的前提下，分析两种培训方式的成效有无不同，并说明理由。(1)数据组织方式如以下图：(2) 步骤：数据拆分文件比较组：选择培训方式确信；分析描述统计描述变量：增分、加盟时刻；选项：平均值确信。 描述统计培训方式数字平均值(E)旧方式增分9加盟时间9有效 N（成列）9新方式增分9加盟时间9有效 N（成列）9（3）分析一样线性模型单变量因变量：增分；固定因子：培训方式；协变量：加盟时刻确信。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 源III 类平方和自由度均方F显著性校正的模型2.000截距1.000Month1.000Method1.034错误15总计18校正后的总变异17a. R 平方 = .722 （调整后的 R 平方 = .685）在剔除加盟时刻的阻碍下，因P-值为，小于，应拒绝原假设，两种培训方式成效有显著不同。