实践题分析及答案二.docx

1、实践题分析及答案二期末实践考查一、一家消费者调查有限公司，它为许多企业提供消费者态度和消费者行为的调查。在一项研究中，客户要求调查消费者的消费特征，此特征可以用来预测用户使用信用卡的支付金额。研究人员收集了50位消费者的年收入、家庭人口和每年使用信用卡支付的金额数据。试按照客户要求进行分析，给出分析报告（数据见附表）。Descriptive StatisticsMeanStd. DeviationN消费金额（元）50年收入（元）50家庭人口（人）50Correlations消费金额（元）年收入（元）家庭人口（人）Pearson Correlation消费金额（元）.631.753年收入（元）.

2、631.173家庭人口（人）.753.173Sig. (1-tailed)消费金额（元）.000.000年收入（元）.000.115家庭人口（人）.000.115.N消费金额（元）505050年收入（元）505050家庭人口（人）505050Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1家庭人口（人）, 年收入（元）.Entera. All requested variables entered. b. Dependent Variable: 消费金额（元）Model SummarybModelR

3、R SquareAdjusted R SquareStd. Error of the Estimate1.909a.826.818ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression.6722.836.000aResidual47Total.82049CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant).000年收入（元）.033.004.516.000家庭人口（人）.664.000 结果分

4、析：由题目可知客户要求，是根据消费者年收入、家庭人口来预测其每年使用信用卡支付的金额数据，属于多元线性回归问题，其中年收入和家庭人口看作两个自变量，每年信用卡支付金额看作因变量。由分析得： ：信用卡支付金额 ：年收入 ：家庭人口拟合优度检验为，回归方程能很好的代表样本数据。回归方程F检验和回归系数T检验的相伴概率都小于显着性水平，拒绝零假设即回归方程和回归系数都具显着型。二、下表为运动员与大学生的身高（cm）与肺活量（cm3）的数据，考虑到身高与肺活量有关，而一般运动员的身高高于大学生，为进一步分析肺活量的差异是否由于体育锻炼所致，试作控制身高变量的协方差分析，并给出分析报告。运 动 员大 学

5、 生身高肺活量身高肺活量4300385041004300480040005400400048004800450047803700525042504800500037003600405034504100380033003450325036003200395040004150345032504100365039503500390034503850Between-Subjects FactorsValue LabelN类别 0 020 1 120Tests of Between-Subjects EffectsDependent Variable:肺活量SourceType III Sum of S

6、quaresdfMean SquareFSig.Corrected Model2.000Intercept1.251身高1.002类别1.004Error37Total40Corrected Total.50039a. R Squared = .553 (Adjusted R Squared = .529结果分析：控制变量的相伴概率值是，小于显着性水平，因此拒绝零假设，故在剔除身高对肺活量的影响前提下，是否经常进行体育锻炼对肺活量有显着影响；另外协变量相伴概率为，说明身高的不同水平对肺活量也有显着影响。三、甲地区为大城市，乙地区为县城，丙地区为农村。某地分别调查了上述三类地区8岁男生三项身体生

7、长发育指标：身高、体重和胸围，数据见下表，问：三类地区之间男生三项身体生长发育指标的差异有无显着性试就此问题进行分析并给出分析报告。 结果分析：由方差齐次性检验表可知，甲乙丙三个地区的的身高、体重和胸围的方差检验相伴概率都大于显着性水平，因此接受零假设，即三个地区的身高、体重和胸围方差相同没有显着性差异，即不同地区，身高、体总和胸围各总体均值服从方差相同的正态分布，因此可以用下面的单因素方差检验。身高：相伴概率为小于显着性水平，则各地区身高有显着性差异。体重：相伴概率为小于显着性水平，则各地区体重有显着性差异。胸围：相伴概率为小于显着性水平，则各地区胸围有显着性差异。再由LSD,S-N-K和图

8、表分析可知，甲地区（城市）8岁男孩身高和胸围与乙（县城）、丙（农村）地区有显着性差异，乙地区（县城）8岁男孩体重与甲（城市）、丙（农村）地区有显着性差异。四、某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析，并给出分析报告。编号发硒血硒123456789107466886991736696587313101311169714510 Descriptive StatisticsMeanStd. DeviationN发硒10血硒10Correlations发硒血硒发硒Pearson Correlation1.872*Sig. (2-tailed).001N1

9、010血硒Pearson Correlation.872*1Sig. (2-tailed).001N1010结果分析：由分析可知，要进行发硒和血硒两个定距变量的相关分析。由上图表可得发硒和血硒的pearson相关系数为，为高度相关。假设检验得出的相伴概率小于显着水平，因此拒绝零假设，即可以用它们的样本相关系数r代替总体相关系数。五、某地29名13岁男童身高（cm）、体重（kg）和肺活量（ml）的数据如下表, 试对该资料作控制体重影响作用的身高与肺活量相关分析，并给出分析报告。编号身高（cm）体重(kg)肺活量(ml)编号身高（cm）体重(kg)肺活量(ml)123456789101112131

10、415175020002750250027502000275015002500225030001250275017502250161718192021222324252627282917502000225027502000175022502750250020001750225025001750CorrelationsControl Variables体重(kg)肺活量(ml)身高（cm）-none-a体重(kg)Correlation.613.719Significance (2-tailed).000.000df02727肺活量(ml)Correlation.613.588Significa

11、nce (2-tailed).000.001df27027身高（cm）Correlation.719.588Significance (2-tailed).000.001.df27270身高（cm）体重(kg)Correlation.337Significance (2-tailed).079df026肺活量(ml)Correlation.337Significance (2-tailed).079.df260a. Cells contain zero-order (Pearson) correlations.结果分析：由上表分析可知，体重和肺活量的相关系数为，身高和体重的相关系数为，身高和肺

12、活量的相关系数为，三者之间为中度相关。 身高对体重和肺活量都有影响，剔除它的影响，采用偏相关分析，体重和肺活量相关系数为，为低度相关，相伴概率值为，大于显着性水平，因此接受原假设，即不可以用样本相关系数代替总体相关系数。六、某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试分析“体表面积”可能满足的数学模型，并给出分析报告。儿童编号体表面积（Y）身高（X1）体重（X2）12345678910Correlations体表面积（Y）身高（X1）体重（X2）Pearson Correlation体表面积（Y）.869.943身高（X1）.869.863体重（X2）.

13、943.863Sig. (1-tailed)体表面积（Y）.001.000身高（X1）.001.001体重（X2）.000.001.N体表面积（Y）101010身高（X1）101010体重（X2）101010Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1体重（X2）, 身高（X1）.Entera. All requested variables entered.b. Dependent Variable: 体表面积（Y）Model SummarybModelRR SquareAdjusted R

14、SquareStd. Error of the Estimate1.950a.902.874.143346a. Predictors: (Constant), 体重（X2）, 身高（X1）b. Dependent Variable: 体表面积（Y）ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression2.661.000aResidual.1447.021Total9a. Predictors: (Constant), 体重（X2）, 身高（X1） b. Dependent Variable: 体表面积（Y）CoefficientsaMode

15、lUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant).649身高（X1）.069.075.215.919.389体重（X2）.184.057.758.014结果分析：由题目要求可知，这是一个多元线性回归问题。上述图表知，体表面积与身高体重的关系为其中 ：体表面积 ：身高 ：体重拟合优度检验为，回归方程能很好的代表样本数据。回归方程F检验和回归系数T检验的相伴概率都小于显着性水平，拒绝零假设即回归方程和回归系数都具显着型。七、某地1963年调查得儿童年龄（岁）X与锡克试验阴性率（%

16、）Y的资料如下，试分析锡克试验阴性率，并给出分析报告。年龄（岁）X锡克试验阴性率（%）Y1234567Model DescriptionModel NameMOD_2Dependent Variable1锡克试验阴性率（%）Equation1Inverse2Cubic3SaIndependent Variable年龄ConstantIncludedVariable Whose Values Label Observations in PlotsUnspecifiedTolerance for Entering Terms in Equations.0001Model Summary and P

17、arameter EstimatesDependent Variable:锡克试验阴性率（%）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Inverse.97515.000Cubic.99433.001.381S.98315.000The independent variable is 年龄.结果分析：首先由散点图可知，锡克试验阴性率与年龄为非线性关系，因此采用曲线拟合。由表格可知，最佳拟合曲线为三次曲线(cubic),拟合优度为，最佳拟合曲线方程为：:锡克试验阴性率（%） :年龄八、某单位研

18、究饮食中缺乏维生素E与肝中维生素A含量的关系，将同种属的大白鼠按性别相同，年龄、体重相近者配成对，共8对，并将每对中的两头白鼠随机分到正常饲料组和维生素E缺乏组，过一定时期，测得其肝中维生素A含量。试分析不同饲料的大白鼠肝中维生素A含量有无差别，给出分析报告（数据见附表）结果分析：同种属的大白鼠按性别相同，年龄、体重相近者配成对，该问题属于两配对样本t检验。由分析得两配对样本t检验的相伴概率值为：，小于显着性水平，因此拒绝零假设，即大白鼠食物中维生素E的不同含量与肝中维生素A的含量有显着性差异。九、 测得西北某城市19712007年1月份平均气温数据（见附表）。分析该城市90年代前后的温度有无显着差异，给出分析报告。结果分析：由于90年代前后1月份平均气温之间相互独立，属于两独立样本t检验的问题。由分析可得，方差齐次性性F检验的相伴概率是，大于显着性水平，因此接受零假设，即90年代前后方差相同。t检验相伴概率值为，小于显着性水平，因此拒绝零假设，即该城市90年代前后的温度有显着差异。