华东理工大学多元统计分析与SPSS应用实验2.docx

1、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20132014 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-Sample T Test 功能 Analyze Compare Means One-Sample T Test( t检验 )(1). 选用Employee data.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

2、用Employee data.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-Samples T Test 功能 Analyze Compare Means Independent-Samples T test选用Employee data.sav 文件中的变量，将Current Salary作为Test Variables, gender作Grouping Variable，作两样本比较T检验。2.3.熟悉 Paired-Samples T Test 功能Analyze Compare

3、 Means Paired-Samples T test选用Trends chapter 12. sav文件中的变量，将connect, dsconect作为paired variables作配对样本统计分析。 2.4.熟悉 OneWay ANOVA 功能运用Analyze Compare Means OneWay ANOVA 选用Tomato.sav 文件中的变量，将height作为dependent variable, fert作为factor,作单因素方差分析 2.5.熟悉 General Factorial功能Analyze General Linear Model GLM-Univa

4、riate 选用Plastic.sav 文件中的变量，将tear_res作为dependent variable, 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-Sample T Test 功能（1）选用Employee data.sav 文件中的变量，AnalyzeCompare MeansOne-Sample T Test，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.Test Val

5、ue=34000：双尾概率P=0.593=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.Test Value=35000：双尾概率P=0.460=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.Test Value=34419：双尾概率P=0.999=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.Test Value=24000：双尾概率P=0.00=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In

6、dependent-Samples T Test 功能选用Employee data.sav 文件中的变量，选择Analyze Compare MeansIndependent-Samples T test，将Current Salary作为Test Variables, gender作Grouping Variable，作两样本比较T检验，选择define groups,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=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-Samples T Test 功能选

7、用Trends chapter 12. sav 文件中的变量，选择AnalyzeCompare MeansPaired-Samples T test，将connect, dsconect作为paired variables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=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General Factorial 功能选用Plastic.sav 文件中的变量，Analyze General Linear ModelUnivariate，将tear_res选入到“dependengt variable”框里，extrusn, additive选入到“fixed factor”框中，作双因素方差分析。单击“model”按钮，弹出“univariate mode”对话框，选择“custom”。在效应选项中选择主效应选项“main effects”，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=0.001=0.05，additive的P=0.015=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。