spss實驗報告最終版本.doc

實驗課程專業(yè)統(tǒng)計軟件應用上課時間 2012 學年 1 學期 15 周 （ 2012 年 12 月 18日 28 日）學生姓名李艷學號2010211587班級0331002所在學院經濟管理學院上課地點經管3 樓指導教師胡大權實驗內容寫作 第六章一 實驗目的1、理解方差分析的基本概念2、學會常用的方差分析方法二 實驗內容 實驗原理：方差分析的基本原理是認為不同處理組的均值間的差別基本來源有兩個：隨機誤差，如測量誤差造成的差異或個體間的差異，稱為組內差異根據(jù)老師的講解和課本的習題完成思考與練習的5、6、7、8題。第5題：為了尋求適應某地區(qū)的高產油菜品種，今選5個品種進行試驗，每一種在4塊條件完全相同的試驗田上試種，其他施肥等田間管理措施完全一樣。表6.20所示為每一品種下每一塊田的畝產量，根據(jù)這些數(shù)據(jù)分析不同品種油菜的平均產量在顯著水平0.05下有無顯著性差異。第一步 分析由于考慮的是控制變量對另一個觀測變量的影響，而且是5個品種，所以不宜采用獨立樣本T檢驗，應該采用單因素方差分析。第二步 數(shù)據(jù)的組織從實驗材料中直接導入數(shù)據(jù)第三步 方差相等的齊性檢驗由于方差分析的前提是各水平下的總體服從方差相等的正態(tài)分布，而且各組的方差具有齊性，其中正態(tài)分布的要求并不是非常嚴格，但是對于方差相等的要求還是比較嚴格的，因此必須對方差相等的前提進行檢驗。 第四步 多重比較分析 通過上面的步驟，只能判斷不同的施肥等田間操作效果是否有顯著性差異，如果要想進一步了解究竟那個品種與其他的有顯著性均值差別等細節(jié)問題，就需要單擊上圖中的兩兩比較按鈕。 第五步 運行結果及分析多重比較結果表：從該表可以看出分別對幾個不同的品種進行的兩兩比較。最后我們可以得出結論第4品種是最好的。其他的次之。第6題：某公司希望檢測四種類型類型輪胎A,B,C,D的壽命，如表6.21所示。其中每種輪胎應用在隨選擇的6種汽車上，在顯著性水平0.05下判斷不同類型輪胎的壽命間是否存在顯著性差異。第一步 分析 由于考慮的是一個控制變量對另一個控制變量的影響，而且是4種輪胎，所以不宜采用獨立樣本T檢驗，應該采用單因素方差分析。第二步 數(shù)據(jù)的組織從實驗材料中直接導入數(shù)據(jù)。第三步 方差相等的齊性檢驗由于方差分析的前提是各水平下的總體服從方差相等的正態(tài)分布，而且各組的方差具有齊性，其中正態(tài)分布的要求并不是非常嚴格，但是對于方差相等的要求還是比較嚴格的，因此必須對方差相等的前提進行檢驗。選擇菜單“分析”均值比較單因素ANOVA。第四步 多重比較分析通過上面的步驟，只能判斷4種輪胎的效果有無顯著性差異。如果想進一步了解究竟哪種輪胎與其他組有無顯著性的均值差別等細節(jié)問題，就需要在多個樣本均值間進行兩兩比較。第五步 運行結果及分析 多重比較結果表：從該表可以看出分別對幾個不同的輪胎進行的兩兩比較。最后我們可以得出結論第4品種是最好的。其他的次之。第7題：某超市將同一種商品做3種不同的包裝（A）并擺放在3個不同的貨架區(qū)進行銷售試驗，隨機抽取3天的銷售量作為樣本，具體資料見表6.22.要求檢驗：在顯著性水平0.05下商品包裝、擺放位置及其搭配對銷售情況是否有顯著性影響。第一步 分析研究不同類型的包裝在不同貨架區(qū)的銷售情況，這是一個多因素方差分析問題。第二步 數(shù)據(jù)組織從實驗材料中直接導入數(shù)據(jù)。第三步 變量設置選擇菜單“分析”-”一般線性模型”，打開“單變量”對話框，進行設置。第四步 設置方差齊性檢驗單擊“選項（o）”按鈕，彈出“單變量：選項”對話框第五步 設置控制變量的多重比較分析通過以上步驟只能判斷兩個變量的不同水平是否對觀察現(xiàn)象產生了顯著性影響，如果想進一步了解究竟是哪個組和其他有顯著性均值差異，就需要進行對變量的多重比較分析。單擊“兩兩比較”按鈕，對其進行設置。第六步 選擇建立多因素方差分析的模型種類單擊“模型”按鈕，然后對其進行設置。第八步 對控制變量個水平上觀察變量的差異進行對比檢驗單擊“對比（T）”按鈕，彈出“單變量：對比”對話框，對兩種因子水平進行對比分析，用“簡單”方法，并以 “最后一個”水平的觀察變量均值為標準。第九步 主要結果及分析該圖表示各個控制變量的分組情況。由于指定建立飽和模型，因此總的離差平方和分為了3個部分：多個控制變量的獨立作用、多個控制變量的交互作用及隨機變量的影響。關于多個控制變量的獨立作用部分、不同的包裝和擺放位置的離差貢獻3295.577，均方差為1647.788.關于多個控制變量的交互作用分析類似，也對銷售量有顯著性的影響。誤差部分也是隨機變量的影響部分。第8題 研究楊樹一年生長量與使用氮肥和鉀肥的關系，為了研究這種關系，共進行了18個樣地的栽培試驗。測定楊樹苗一年生長量、初始高度、全部試驗條件（包括氮肥量和鉀肥量）及實驗結果（楊樹苗的生長量）數(shù)據(jù)。如表6.23所示，請在顯著性水平0.05下檢驗氮肥量、鉀肥量及樹苗初始高度中那些對楊樹的生長有顯著性影響。第一步 分析初始高度肯定會對最后生長量有一定的影響，這里主要分析使用氮肥和鉀肥對生長量的影響，應將初始高度的影響剔除，考慮用協(xié)方差分析。第二步 數(shù)據(jù)的組織從實驗材料中直接導入數(shù)據(jù)。第三步 用協(xié)方差分析的前提條件與多因素方差分析操作一樣，選擇菜單“分析一般線性模型單變量”該前提條件是各組方差一致和協(xié)變量“初始高度”與控制變量“分組”沒有交互作用。因此將“生長量”移入“協(xié)變量”框作為協(xié)變量。 第四步 執(zhí)行方差分析變量的選擇同第三步，只是在“模型”對話框之“設定”的模型中不再選擇“group*entrance.”第五步 主要結果及分析從表中的數(shù)據(jù)可以看出，group所對應的sig=0.010，說明呈正相關，相關系數(shù)的顯著性為0.0020，說明呈正相關，相關系數(shù)的顯著性為0.9950.05，因此應該拒絕原假設。第5題 某高校抽樣10名短跑運動員，測出100米短跑的名次和跳高的名次如表所示，問這兩個名次是否在0.05的顯著性水平下具有相關性。第一步 分析由于10名運動員的百米名次和調高名次是定序數(shù)據(jù)，故考慮用Spearman等級相關進行分析。第二步 數(shù)據(jù)的組織數(shù)據(jù)分成兩列，第一列是百米名次，第二列是跳高名次，輸入數(shù)據(jù)并保存。第三步 兩元變量的相關性分析選擇菜單“分析相關雙變量”，打開如圖所示的對話框，將“百米名次”和“跳高名次”兩變量移入“變量”框中；相關系數(shù)選擇Spearman和Kendall系數(shù)；在顯著性試驗中選擇雙側檢驗。第四步 主要結果及分析相關系數(shù)為0.4670.，雙尾檢驗的向攀概率為0.0020.05應該拒絕兩變量不想關的原假設，說明兩變量具有顯著地相關性。第6題 某公司的太陽鏡銷售情況如圖所示，請分析銷售量與平均價格、廣告費用和日照時間之間的關系，并說明此題用相關分析是否具有實際意義。第一步 分析這3個因素彼此均有影響，分析時應該注意銷售量與3個因素分別求偏相關，如在求銷售量與氣候因素的相關控制其他因素的影響，然后比較相關系數(shù)，按3個因素對銷售量影響程度的大小排序，需要進行偏相關分析。第二步 數(shù)據(jù)組織分別定義變量“銷售”和“月份”輸入數(shù)據(jù)并保存。第三步 進行偏相關分析選擇菜單“分析相關雙變量”打開如圖的對話框，指定分析變量和控制變量，分析變量“銷售”和 “月份”的偏相關關系，并將“價格”“廣告費用”“日照時間”設置為控制變量。在住對話框中使用系統(tǒng)默認的雙尾檢驗，顯示實際的顯著性概率。第四步 主要結果及分析從中可以看出“價格”“廣告費用”“日照時間”為控制變量，銷售量與月份密切相關，偏相關系數(shù)為0.775.（3）實驗心得與體會對于學經濟學的我們來說，必須時刻面臨大量的市場調查、統(tǒng)計數(shù)據(jù)，必須借助分析工具才能得出科學的結論，所以掌握數(shù)據(jù)分析方法和數(shù)據(jù)分析工具已經