北科SPSS軟件應(yīng)用練習(xí)題

1Spss 第 3 次作業(yè)方差分析練習(xí)題：第 1 題(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)單因素方差分析(2)【實(shí)驗(yàn)內(nèi)容】1、入戶推銷有五種方法。某大公司想比較這五種方法有無顯著的效果差異，設(shè)計(jì)了一項(xiàng)實(shí)驗(yàn)。從尚無推銷經(jīng)驗(yàn)的應(yīng)聘人員中隨機(jī)挑選一部分，并隨機(jī)將他們分為五個(gè)組，每種用一種推銷方法培訓(xùn)。一段時(shí)期后得到他們?cè)谝粋€(gè)月的推銷額，如下表所示：第一組 20 16.8 17.9 21.2 23.9 26.8 22.4第二組 24.9 21.3 22.6 30.2 29.9 22.5 20.7第三組 16.0 20.1 17.3 20.9 22.0 26.8 20.8第四組 17.5 18.2 20.2 17.7 19.1 18.4 16.5第五組 25.2 26.2 26.9 29.3 30.4 29.7 28.2(1) 利用單因素方差分析方法分析這五種推銷方式是否存在顯著差異？(2) 繪制各組的均值比對(duì)圖，并利用 LSD 方法進(jìn)行剁成比較檢驗(yàn)。(3)【操作步驟】在數(shù)據(jù)編輯窗口輸入組別和推銷額分析比較平均值單因素 ANOVA 檢驗(yàn)將“推銷額”轉(zhuǎn)入“因變量列表”將“組別 ”轉(zhuǎn)入“因子” 確定分析 一般線性模型 單變量將“推銷額”轉(zhuǎn)入“因變量”將“組別”轉(zhuǎn)入“固定因子”事后比較 將“組別”轉(zhuǎn)入 “下列各項(xiàng)的事后檢驗(yàn)”選中“LSD”繼續(xù)確定2(4)【輸出結(jié)果】ANOVAVAR00002 平方和 自由度 均方 F 顯著性組間 405.534 4 101.384 11.276 .000組內(nèi) 269.737 30 8.991總計(jì) 675.271 34主體間因子個(gè)案數(shù)1.00 72.00 73.00 74.00 7VAR000015.00 73主體間效應(yīng)檢驗(yàn)因變量: VAR00002 源III 類平方和 自由度 均方 F 顯著性修正模型 405.534a 4 101.384 11.276 .000截距 17763.779 1 17763.779 1975.677 .000VAR00001 405.534 4 101.384 11.276 .000誤差 269.737 30 8.991總計(jì) 18439.050 35修正后總計(jì) 675.271 34a. R 方 = .601（調(diào)整后 R 方 = .547）多重比較因變量: VAR00002 LSD 95% 置信區(qū)間(I) VAR00001 (J) VAR00001平均值差值 (I-J) 標(biāo)準(zhǔn)誤差 顯著性 下限 上限2.00 -3.3000* 1.60279 .048 -6.5733 -.02673.00 .7286 1.60279 .653 -2.5448 4.00194.00 3.0571 1.60279 .066 -.2162 6.33051.005.00 -6.7000* 1.60279 .000 -9.9733 -3.42671.00 3.3000* 1.60279 .048 .0267 6.57333.00 4.0286* 1.60279 .018 .7552 7.30194.00 6.3571* 1.60279 .000 3.0838 9.63052.005.00 -3.4000* 1.60279 .042 -6.6733 -.12671.00 -.7286 1.60279 .653 -4.0019 2.54482.00 -4.0286* 1.60279 .018 -7.3019 -.75524.00 2.3286 1.60279 .157 -.9448 5.60193.005.00 -7.4286* 1.60279 .000 -10.7019 -4.15521.00 -3.0571 1.60279 .066 -6.3305 .21622.00 -6.3571* 1.60279 .000 -9.6305 -3.08383.00 -2.3286 1.60279 .157 -5.6019 .94484.005.00 -9.7571* 1.60279 .000 -13.0305 -6.48381.00 6.7000* 1.60279 .000 3.4267 9.97332.00 3.4000* 1.60279 .042 .1267 6.67333.00 7.4286* 1.60279 .000 4.1552 10.70195.004.00 9.7571* 1.60279 .000 6.4838 13.0305基于實(shí)測(cè)平均值。誤差項(xiàng)是均方（誤差）= 8.991。4*. 平均值差值的顯著性水平為 .05。(5)【結(jié)果分析】1.五種單因素相等重復(fù)試驗(yàn)，考察推銷額。方差分析結(jié)果：不同推銷方式對(duì)推銷額有影響，即五種推銷方式存在顯著差異。2. 由于顯著性大于 0.05，因此接受原假設(shè)，即五種推銷方式存在顯著差異。5第 2 題(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)建立 spss 數(shù)據(jù)文件，學(xué)會(huì)用 spss 進(jìn)行方差分析(2)【實(shí)驗(yàn)任務(wù)】2、為研究某商品在不同地區(qū)和不同日期的銷售差異性，調(diào)查收集了以下日平均銷售量數(shù)據(jù)，（1）選擇恰當(dāng)?shù)臄?shù)據(jù)組織方式建立關(guān)于上述數(shù)據(jù)的 SPSS 數(shù)據(jù)文件。（2）利用多因素方差分析方法，分析不同地區(qū)和不同日期對(duì)該商品的銷售是否產(chǎn)生了顯著影響。（3）地區(qū)和日期是否對(duì)該商品的銷售產(chǎn)生了交互影響？若沒有顯著的交互影響，則試建立非飽和模型進(jìn)行分析，并與飽和模型進(jìn)行對(duì)比。日期銷售量周一到周三 周四到周五 周末地區(qū)一 500060004000600080007000400030005000地區(qū)二 700080008000500050006000500060004000地區(qū)三 300020004000600060005000800090006000(3)【操作步驟】變量視圖：名稱分別為“地區(qū)” 、 “日期” 、 “銷售量” ；設(shè)置“值”：1：地區(qū)一、2：地區(qū)二、3：地區(qū)三.(4)【輸出結(jié)果】6主體間因子值標(biāo)簽 個(gè)案數(shù)1 地區(qū)一 92 地區(qū)二 9地區(qū)3 地區(qū)三 91 周一到周三 92 周四到周五 9日期3 周末 9主體間效應(yīng)檢驗(yàn)因變量: 銷售量 源 III 類平方和 自由度 均方 F 顯著性修正模型 61851851.852a 8 7731481.481 8.350 .000截距 844481481.481 1 844481481.481 912.040 .000地區(qū) 2296296.296 2 1148148.148 1.240 .313日期 2740740.741 2 1370370.370 1.480 .254地區(qū) * 日期 56814814.815 4 14203703.704 15.340 .000誤差 16666666.667 18 925925.926總計(jì) 923000000.000 27修正后總計(jì) 78518518.519 26a. R 方 = .788（調(diào)整后 R 方 = .693）7主體間因子值標(biāo)簽 個(gè)案數(shù)1 地區(qū)一 92 地區(qū)二 9地區(qū)3 地區(qū)三 91 周一到周三 92 周四到周五 9日期3 周末 9主體間效應(yīng)檢驗(yàn)因變量: 銷售量 源 III 類平方和 自由度 均方 F 顯著性修正模型 5037037.037a 4 1259259.259 .377 .823截距 844481481.481 1 844481481.481 252.834 .000地區(qū) 2296296.296 2 1148148.148 .344 .713日期 2740740.741 2 1370370.370 .410 .668誤差 73481481.481 22 3340067.340總計(jì) 923000000.000 27修正后總計(jì) 78518518.519 26a. R 方 = .064（調(diào)整后 R 方 = -.106）(5)【結(jié)果分析】2.不同地區(qū)和不同日期對(duì)該商品的銷售產(chǎn)生了顯著影響。但二者之間的交互效應(yīng)對(duì)商品的銷售量并無顯著影響。3. 由于沒有顯著的交互影響，建立非飽和模型進(jìn)行分析。結(jié)果表明地區(qū)和日期兩個(gè)變量對(duì)銷售量有顯著的影響，但是交互作用對(duì)因變量并沒有顯著的影響。非參數(shù)假設(shè)檢驗(yàn)練習(xí)題第 1 題8(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)用 spss 進(jìn)行非參數(shù)假設(shè)檢驗(yàn)(2)【實(shí)驗(yàn)任務(wù)】1、 為分析不同年齡段人權(quán)對(duì)某商品的滿意程度的異同，通過隨機(jī)調(diào)查收集到以下數(shù)據(jù)：請(qǐng)選用恰當(dāng)?shù)姆菂?shù)假設(shè)檢驗(yàn)的方法，以恰當(dāng)?shù)男问浇M織以下數(shù)據(jù)，分析不同年齡階段人群對(duì)該商品滿意程度的分布狀況是否一致。年齡段滿意程度青年 中年 老年很不滿意 126 297 156不滿意 306 498 349滿意 88 61 75很滿意 27 17 44(3)【操作步驟】數(shù)據(jù)編輯分析 非參數(shù)檢驗(yàn) k 個(gè)獨(dú)立樣本將“滿意程度”導(dǎo)入“檢驗(yàn)變量列表” 選中 “分組變量 ”添加年齡段確定。(4)【輸出結(jié)果】秩9年齡段 個(gè)案數(shù) 秩平均值青年 547 1108.97中年 873 925.93老年 624 1081.80滿意程度總計(jì) 2044檢驗(yàn)統(tǒng)計(jì) a,b滿意程度卡方 51.999自由度 2漸近顯著性 .000a. 克魯斯卡爾-沃利斯檢驗(yàn)b. 分組變量：年齡段(5)【結(jié)果分析】由于顯著性差異小于 0.05，拒絕原假設(shè)，即不同年齡段對(duì)該商品滿意程度的分布狀況不一致。第 2 題(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)用 spss 進(jìn)行非參數(shù)假設(shè)檢驗(yàn)(2)【實(shí)驗(yàn)任務(wù)】利用 居民儲(chǔ)蓄調(diào)查數(shù)據(jù)，選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，分析本次存款金額的總體分布于正太分布是否存在顯著差異。(3)【操作步驟】分析 非參數(shù)檢驗(yàn) 單樣本 K-S將“A5”導(dǎo)入到“檢驗(yàn)變量列表” 選中“正態(tài)” “確定 ”10(4)【輸出結(jié)果】描述統(tǒng)計(jì)個(gè)案數(shù) 最小值 最大值 平均值 標(biāo)準(zhǔn)差您本次存款的金額是多少？ 282 1 100001 4738.09 10945.569有效個(gè)案數(shù)（成列） 282單樣本柯爾莫戈洛夫-斯米諾夫檢驗(yàn)?zāi)敬未婵畹慕痤~是多少？個(gè)案數(shù) 282平均值 4738.09正態(tài)參數(shù) a,b標(biāo)準(zhǔn)差 10945.569絕對(duì) .333正 .292最極端差值負(fù) -.333檢驗(yàn)統(tǒng)計(jì) .333漸近顯著性（雙尾） .000ca. 檢驗(yàn)分布為正態(tài)分布。b. 根據(jù)數(shù)據(jù)計(jì)算。c. 里利氏顯著性修正。(5)【結(jié)果分析】由于顯著性小于 0.05，因此拒絕原假設(shè)，11，即樣本來自的總體與指定的理論分布有顯著差異，即總體分布與正態(tài)分布存在顯著差異。第 3 題(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)用 spss 進(jìn)行非參數(shù)假設(shè)檢驗(yàn)(2)【實(shí)驗(yàn)任務(wù)】利用 居民儲(chǔ)蓄調(diào)查數(shù)據(jù)，選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，分析不同常住地人群本次存款金額的總體分布是否存在顯著差異。(3)【操作步驟】分析 非參數(shù)檢驗(yàn) 兩個(gè)獨(dú)立 樣本將“A5”導(dǎo)入到“檢驗(yàn)變量列表”將“A13”導(dǎo)入到“分組變量”“確定”(4)【輸出結(jié)果】秩您的常住地位于： 個(gè)案數(shù) 秩平均值 秩的總和沿?；蛑行姆比A城市 200 149.65 29929.00邊遠(yuǎn)地區(qū) 82 121.63 9974.00您本次存款的金額是多少？總計(jì) 282檢驗(yàn)統(tǒng)計(jì) a您本次存款的金額是多少？曼-惠特尼 U 6571.000威爾科克森 W 9974.000Z -2.627漸近顯著性（雙尾） .009a. 分組變量：您的常住地位于：12檢驗(yàn)統(tǒng)計(jì) a您本次存款的金額是多少？絕對(duì) .152正 .019最極端差值負(fù) -.152柯爾莫戈洛夫-斯米諾夫 Z 1.162漸近顯著性（雙尾） .135a. 分組變量：您的常住地位于：(5)【結(jié)果分析】由于顯著性大于 0.05，因此接收原假設(shè)， 即不同常住地人群本次存款金額的總體分布存在顯著差異。第 4 題(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)用 spss 進(jìn)行非參數(shù)假設(shè)檢驗(yàn)(2)【實(shí)驗(yàn)任務(wù)】利用 居民儲(chǔ)蓄調(diào)查數(shù)據(jù)，選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，分析不同收入人群本次存款金額的總體分布是否存在顯著差異。(3)【操作步驟】分析 非參數(shù)檢驗(yàn) k 個(gè)獨(dú)立樣本將“A5”導(dǎo)入到“檢驗(yàn)變量列表”將“A4”導(dǎo)入到“分組變量”“確