統(tǒng)計分析與的應(yīng)用課后練習(xí)答案

《統(tǒng)計分析與SPSS的應(yīng)用（第五版》課后練習(xí)答案第一章練習(xí)題答案SPSS（后改名為：統(tǒng)計產(chǎn)品與服務(wù)解決方案）英文全名是：StatisticalPackage《統(tǒng)計分析與SPSS的應(yīng)用（第五版》課后練習(xí)答案第一章練習(xí)題答案SPSS（后改名為：統(tǒng)計產(chǎn)品與服務(wù)解決方案）英文全名是：StatisticalPackagefortheSocialScience.(StatisticalProductandServiceSolutions)SPSS數(shù)據(jù)編輯器窗口的主要功能是定義SPSS數(shù)據(jù)的結(jié)構(gòu)、錄入編輯和管理待分析的數(shù)據(jù)；結(jié)果查看器窗口的主要功能是現(xiàn)實管理SPSS統(tǒng)計分析結(jié)果、報表及圖形。3、SPSSSPSS的數(shù)據(jù)集合（簡稱數(shù)據(jù)集。活動數(shù)據(jù)集：其中只有一個數(shù)據(jù)集為當前數(shù)據(jù)集。SPSS只對某時刻的當前數(shù)據(jù)集中的數(shù)據(jù)進行分析。4、SPSS的三種基本運行方式：完全窗口菜單方式、程序運行方式、混合運行方式。潔和直觀。于大規(guī)模的統(tǒng)計分析工作?；旌线\行方式：是前兩者的綜合。5、.sav是數(shù)據(jù)編輯器窗口中的SPSS數(shù)據(jù)文件的擴展名.spv是結(jié)果查看器窗口中的SPSS分析結(jié)果文件的擴展名.spsSPSS6、SPSS7、概率抽樣(probabilitysampling)：也稱隨機抽樣，是指按一定的概率以隨機原則抽取可以計算出來的。概率抽樣包括簡單隨機抽樣、系統(tǒng)抽樣（等距抽樣、分層抽樣（類型抽樣、整群抽樣、多階段抽樣等。(simplerandomsamplingN抽樣框，抽出的單位很分散，給實施調(diào)查增加了困難。分層抽樣(stratifiedsampling)：將抽樣單位按某種特征或某種規(guī)則劃分為不同結(jié)構(gòu)比較相近，從而提高估計的精度，組織實施調(diào)查方便(當層是以行業(yè)或行政區(qū)劃分時)，既可以對總體參數(shù)進行估計，也可以對各層的參數(shù)進行估計。整群抽樣(clustersampling)：將總體中若干個單位合并為組(群),抽樣時直接抽計的精度較差。系統(tǒng)抽樣(systematicsampling)：將總體中的所有單位(抽樣單位)按一定順序排確定其它樣本單位，先從數(shù)字1到kr作為初始單位，以后量方差的估計較困難。多階段抽樣(multi-stage計的精度較差。系統(tǒng)抽樣(systematicsampling)：將總體中的所有單位(抽樣單位)按一定順序排確定其它樣本單位，先從數(shù)字1到kr作為初始單位，以后量方差的估計較困難。多階段抽樣(multi-stagesampling)：先抽取群，但并不是調(diào)查群內(nèi)的所有單位，大規(guī)模的抽樣調(diào)查中，經(jīng)常被采用的方法。抽樣和滾雪球抽樣等。本代表性因受偶然因素的影響太大而得不到保證。以自愿被調(diào)查者為調(diào)查樣本的方法。以及在總體邊界無法確定或因研究者的時間與人力、物力有限時采用。成誤差。配額抽樣也稱定額抽樣，是將總體依某種標準分層（群不同是分層概率抽樣的各層樣本是隨機抽取的，而配額抽樣的各層樣本是非隨機方法，樣本除所選標識外無法保證代表性。SPSS第二章練習(xí)題答案SPSS統(tǒng)計指標。后的數(shù)據(jù)。變量：數(shù)據(jù)編輯器窗口中的一列。3、默認的變量名：VAR ；默認的變量類型：數(shù)值型。4、數(shù)據(jù)文件如圖所示：5、缺失值分為用戶缺失值（UserMissingValue）和系統(tǒng)缺失值（SystemMissingValue來處理。用戶缺失值的編碼一般用研究者自己能夠識別的數(shù)字來表示，如“09定義。后的數(shù)據(jù)。變量：數(shù)據(jù)編輯器窗口中的一列。3、默認的變量名：VAR ；默認的變量類型：數(shù)值型。4、數(shù)據(jù)文件如圖所示：5、缺失值分為用戶缺失值（UserMissingValue）和系統(tǒng)缺失值（SystemMissingValue來處理。用戶缺失值的編碼一般用研究者自己能夠識別的數(shù)字來表示，如“09定義。6、變量類型包括：數(shù)值型（身高、定序型（受教育程度）以及定類型（性別。在變量視圖中定義。第三章練習(xí)題答案能夠?qū)崿F(xiàn)對數(shù)據(jù)按排序變量進行分組，并分組進行后續(xù)的統(tǒng)計分析。第四章練習(xí)題答案1、Statistics戶口所在地FrequencyPercentValidPercentCumulativePercent中心城市Valid邊遠郊區(qū)Total2008228270.929.1100.070.929.1100.070.9100.0地職業(yè)年齡ValidNMissing282028202820職業(yè)年齡FrequencyPercentValidPercentCumulativePercent2020~35Valid35~5050Total414691職業(yè)年齡FrequencyPercentValidPercentCumulativePercent2020~35Valid35~5050Total414691412821.451.832.314.5100.01.451.832.314.5100.01.453.285.5100.0FrequencyPercentValidPercentCumulativePercent國家機關(guān)文教衛(wèi)生學(xué)校一般農(nóng)戶種糧棉專業(yè)Valid戶種果菜專業(yè)戶工商運專業(yè)戶Total2454181518153541034173532828.519.16.45.36.45.312.41.43.512.16.012.41.1100.08.519.16.45.36.45.312.41.43.512.16.012.41.1100.08.527.734.039.445.751.163.564.968.480.586.598.9100.082人；職業(yè)的分布狀況是：在商業(yè)服務(wù)業(yè)的人最多，其次是一布表中的百分比相同。2、282份，存（?。?738.09，標準差為282份，存（?。?738.09，標準差為此表的存款金額的數(shù)據(jù)為右偏分布，表明此表的存款金額均值對平均水平的測度偏大。20082人。兩部分樣本存取款金額均呈右偏尖峰分布，且邊遠郊區(qū)更明顯。3的可視為“與眾不同”的樣本。0，則表示該樣本值大于樣本均值；03，則可認為是異常值。4、利用列聯(lián)分析實現(xiàn)。首先編制列聯(lián)表，然后進行卡方檢驗。以戶口和收入的列聯(lián)分析為例：0.0010.0010.05，由5、多選項分類法；存款的最主要目的是正常生活零用6、計算結(jié)果：(fofe)2r c(fofe)2r c2ij ijfeij所以卡方值越大表明實際分布與期望分布差異越明顯。本例中，由于概率P值小于顯著性水平，應(yīng)拒絕原假設(shè)，婆媳關(guān)系與住房條件有關(guān)系。7、將計數(shù)數(shù)據(jù)還原為原始數(shù)據(jù)，采用交叉分組下的頻數(shù)分析，并進行卡方檢驗。4.339P-4.339P-0.0370.05，應(yīng)拒絕原假設(shè)，說明減肥效果并不一致。8、多選項二分法；102（794份、101102（794份、101（514份、401（400份）38%主要依據(jù)：基本因素法；最少依據(jù)：更跟方法采用列聯(lián)分析?？ǚ綑z驗結(jié)果表明：專職和業(yè)余投資者在投資結(jié)果上存在顯著差異。9（采用列聯(lián)分析?？ǚ綑z驗結(jié)果表明：專職和業(yè)余投資者在投資結(jié)果上存在顯著差異。9（1）變量：汽車價格、居住地區(qū)；類型：定序型變量、定類型變量SPSS的數(shù)據(jù)編輯器窗口中，再利用交叉分組下的頻數(shù)分析方法。列聯(lián)分析。原假設(shè)：不同居住區(qū)的私家車主接受的汽車價格具有一致性的。上表可知，0.05P-值小于顯著性水平，因此應(yīng)拒絕原假設(shè)。第五章練習(xí)題答案1T檢驗H0:uu075,；One-SampleStatisticsOne-SampleTest列聯(lián)分析。原假設(shè)：不同居住區(qū)的私家車主接受的汽車價格具有一致性的。上表可知，0.05P-值小于顯著性水平，因此應(yīng)拒絕原假設(shè)。第五章練習(xí)題答案1T檢驗H0:uu075,；One-SampleStatisticsOne-SampleTest95%的置信區(qū)間：(-7.68,5.14)。采用雙尾檢驗p-值（sig.(2-tailed)）0.668＞a=0.05所以不能拒經(jīng)理的話是可信的。2、TestValue=75tdfSig.(2-tailed)MeanDifference95%ConfidenceIntervaloftheDifferenceLowerUpperVAR00001-.44210.668-1.27273-7.68915.1436NMeanStd.DeviationStd.ErrorMeanVAR000011173.72739.550822.8796827.510.795%23.8-31.2.T檢驗實現(xiàn)。檢驗變量為行為，分組變量為方式。GroupStatistics27.510.795%23.8-31.2.T檢驗實現(xiàn)。檢驗變量為行為，分組變量為方式。GroupStatistics分析：從上表可以看出票丟仍買的人數(shù)比例為46%,錢丟仍買的人數(shù)比例為88%,兩種方式的樣本比例有較大差距。F檢驗：F257.98,對應(yīng)的0.05,P0.05,兩種方式的方差有顯著差異。（比例）差的檢驗：.T統(tǒng)計量的觀測值為-9.815,對應(yīng)的雙尾概率為0.00,T統(tǒng)計量對應(yīng)的概率P值<0.05,故推翻原假設(shè),表明兩總體比例有顯著差異.更傾向心理學(xué)家的說法。4、本題是單個總體的比例檢驗問題。首先將數(shù)據(jù)組織成計數(shù)方式，并以數(shù)量為加權(quán)變量還0.75。方式NMeanStd.DeviationStd.ErrorMean方式一a2方式二200183.4600.8798.49965.32611.03533.02411分析：20071%0.75T統(tǒng)計P值大于顯著性水平（0.05t檢驗PairedSamplesStatisticsPairedSamplesCorrelationsPairedSamplesTest分析：20071%0.75T統(tǒng)計P值大于顯著性水平（0.05t檢驗PairedSamplesStatisticsPairedSamplesCorrelationsPairedSamplesTest拒絕原假設(shè)，不能認為不同飼料使幼鼠體內(nèi)鈣的留存量出現(xiàn)了顯著不同。PairedDifferencestdfSig.(2-tailed)MeanStd.DeviationStd.ErrorMean95%ConfidenceIntervaloftheDifferenceLowerUpperPair飼料1-1 2-1.68894.63671.5456-5.25291.8752-1.0938.306NCorrelationSig.飼料Pair129.571.108MeanNStd.DeviationStd.ErrorMean1Pair1232.57834.267993.81085.59931.27031.8664方式二：采用兩獨立樣本t檢驗由上面的表可知，兩組殘留的樣本平均值差異不大。方式二：采用兩獨立樣本t檢驗由上面的表可知，兩組殘留的樣本平均值差異不大。0.059P-0.811。如果顯著性0.05,則可以認為兩總體的方差無顯著差異。兩總體均值的檢驗應(yīng)看第一行。T統(tǒng)計量的觀測值為-0.584，P-0.566,。如果顯著性水0.05，則不應(yīng)拒絕原假設(shè)，不能認為兩飼料殘留有顯著差異。T檢驗分析：F檢驗：F0.257,P0.614,；0.05,由于概率P0.05,兩種方式的方差無顯著差異.看假設(shè)方差相等行。兩總體均值的檢驗：T統(tǒng)計量的觀測值為-0.573,0.569,T統(tǒng)計量對0.05,故不能拒絕原假設(shè),不能認為女生男生的課程平均分有顯著差異。T檢驗，逐對檢驗8、由第一個表知，培訓(xùn)前和培訓(xùn)后樣本的平均值（mean）有一定差異，培訓(xùn)后平均值較大；p-0.04a=0.05，應(yīng)拒絕原由第一個表知，培訓(xùn)前和培訓(xùn)后樣本的平均值（mean）有一定差異，培訓(xùn)后平均值較大；p-0.04a=0.05，應(yīng)拒絕原假設(shè)，培訓(xùn)前后的銷售平均值存在顯著差異。第六章練習(xí)題答案1（1）ANOVAVAR00002概率P-值接近于0，應(yīng)拒絕原假設(shè)，認為5種推銷方法有顯著差異。（2）均值圖：SumofSquaresdfMeanSquareFSig.BetweenGroupsWithinGroupsTotal405.534269.737675.27143034101.3848.99111.276.000MultipleComparisonsDependentLSDVariable:VAR00002*.Themeandifferenceissignificantatthe0.05level.(I)VAR00001(J)VAR00001MeanDifference(I-J)MultipleComparisonsDependentLSDVariable:VAR00002*.Themeandifferenceissignificantatthe0.05level.(I)VAR00001(J)VAR00001MeanDifference(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBound2314513245123451243512534-3.3000*.72863.0571-6.7000*3.3000*4.0286*6.3571*-3.4000*-.7286-4.0286*2.3286-7.4286*-3.0571-6.3571*-2.3286-9.7571*6.7000*3.4000*7.4286*9.7571*1.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.60281.6028.048.653.066.000.048.018.000.042.653.018.157.000.066.000.157.000.000.042.000.000-6.573-2.545-.216-9.973.027.7553.084-6.673-4.002-7.302-.945-10.702-6.330-9.630-5.602-13.0303.427.1274.1556.484-.0274.0026.330-3.4276.5737.3029.630-.1272.545-.7555.602-4.155.216-3.084.945-6.4849.9736.67310.70213.030、23，24,25,35,45有顯著差異。2、2.4；3.1、23，24,25,35,45有顯著差異。2、2.4；3.1；3、FP值小于顯著性水平（0.05前提假設(shè)。1104.128；2629.118；67；24.206各組均值存在顯著差異。更適合第三組4、Between-SubjectsFactorsTestsofBetween-Subjects銷售量EffectsDependentVariable:a.RSquared=.788(AdjustedRSquared=.693)分析：（2）a1、2值為0.313和0.254（0.05SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModela1a2a1*a2ErrorTotalCorrectedTotal61851851.852a844481481.4812296296.2962740740.74156814814.81516666666.667923000000.00078518518.519812241827267731481.481844481481.4811148148.1481370370.37014203703.704925925.9268.350912.0401.2401.48015.340.000.000.313.254.000ValueLabelN1.00地區(qū) 2.003.001.00日期 2.003.00周一至周三周末999999不同日期對該商品的銷售沒有產(chǎn)生顯著影響。售額產(chǎn)生了顯著的交互作用。5、Between-SubjectsFactorsTestsofBetween-SubjectsDependentVariable:Effectsa.RSquared=.760不同日期對該商品的銷售沒有產(chǎn)生顯著影響。售額產(chǎn)生了顯著的交互作用。5、Between-SubjectsFactorsTestsofBetween-SubjectsDependentVariable:Effectsa.RSquared=.760(AdjustedRSquared=.724)分析：P-0，應(yīng)拒絕原假設(shè)，認為手機使用情況對駕駛狀態(tài)存在顯著影響。6、SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel性別*手機ErrorTotalCorrectedTotal1028.125a34732.0425.0421001.04222.042324.83336085.0001352.95831111202423342.70834732.0425.0421001.04222.04216.24221.1012138.453.31061.6341.357.000.000.584.000.258ValueLabelN1.00性別2.001.00手機2.00女男不使用12121212P-0.05，應(yīng)拒絕原假設(shè)，兩種培訓(xùn)方式效果有顯著差異。第七章練習(xí)題答案P-0.05，應(yīng)拒絕原假設(shè)，兩種培訓(xùn)方式效果有顯著差異。第七章練習(xí)題答案1、卡方檢驗P值小于顯著性水平（0.05，拒絕原假設(shè)，不同年齡度對該商品滿意程度不一致。K-S檢驗P值小于顯著性水平（0.05，拒絕原假設(shè)，與正態(tài)分布存在顯著差異。P值小于顯著性水平（0.05，拒絕原假設(shè)，與正態(tài)分布存在顯著差異。3、單樣本游程檢驗P值小于顯著性水平（0.05，拒絕原假設(shè)，認為成品尺寸的變化是由生產(chǎn)線工作不穩(wěn)定導(dǎo)致的。K-S檢驗P值大于顯著性水平（0.05P值大于顯著性水平（0.05，不應(yīng)拒絕原假設(shè)，認為不同地區(qū)本次存取款金額的分布不存在顯著差異。5、兩獨立樣本的曼-惠特尼檢驗P值小于顯著性水平（0.05，應(yīng)拒絕原假設(shè)，兩品牌白糖實際重量的分布存在顯著差異6（略）7、兩配對樣本的秩檢驗P值小于顯著性水平（0.05P值小于顯著性水平（0.05，應(yīng)拒絕原假設(shè)，喝酒前后剎車反映時間存在顯著差異friedman檢驗P值大于顯著性水平（0.05，不應(yīng)拒絕原假設(shè)，三個品牌牛奶的日銷售數(shù)據(jù)不存在顯著差異。第八章練習(xí)題答案1、能。Correlations**.CorrelationissignificantattheCorrelations**.Correlationissignificantatthe0.01level(2-tailed).兩者的簡單相關(guān)系數(shù)為0.864，說明存在正的強相關(guān)性。2、香煙消耗量與肺癌死亡率的散點圖度力PearsonCorrelation客戶滿意度Sig.(2-tailed)NPearsonCorrelation綜合競爭力Sig.(2-tailed)N115.864**.00015.864**.000151150.737P0.737P（0.05系。3.(1)如果所繪制的圖形不能較清晰地展示變量之間的關(guān)系，應(yīng)對散點圖進行調(diào)整。在SPSS下的【塊元素】子菜單進行數(shù)據(jù)合并。（2）Correlations如果所繪制的圖形不能較清晰地展示變量之間的關(guān)系，應(yīng)對散點圖進行調(diào)整。在SPSS下的【塊元素】子菜單進行數(shù)據(jù)合并。（2）CorrelationsControlVariables銷售額銷售價格銷售額家庭收入銷售價格CorrelationSignificance(2-tailed)dfCorrelation1.000.0-.728-.728.02671.000-0.728，呈一定的負相關(guān)關(guān)系，且統(tǒng)計顯著。第九章練習(xí)題答案1、-0.728，呈一定的負相關(guān)關(guān)系，且統(tǒng)計顯著。第九章練習(xí)題答案1、Significance(2-tailed)df.0267.0才能達到研究和分析的目的。3、檢驗其可信程度并找出哪些變量的影響顯著、哪些不顯著。才能達到研究和分析的目的。3、檢驗其可信程度并找出哪些變量的影響顯著、哪些不顯著。4、向前、向后、逐步。5、方法：采用逐步回歸策略。結(jié)論：糧食總產(chǎn)量的主要因素有施用化肥量(kg/公頃),農(nóng)業(yè)勞動者人數(shù)(百萬人),總播種面積(萬公頃),風(fēng)災(zāi)面積比例(%)。6、12026774.1；1431812.6；3；26；55069.7154；72.8Y=7589.1X1-117.886X2+80.6X3+0.5X4回歸方程顯著性檢驗：整體線性關(guān)系顯著回歸系數(shù)顯著性檢驗：各個回歸系數(shù)檢驗均顯著7、P值小于顯著性水平（0.05P值小于顯著性水平（0.05，所以表明在控制了性別之后，閱讀成績對數(shù)學(xué)成績有顯著的線性影響。8、采用二次曲線第十章練習(xí)題答案1、采用歐氏距離，組間平均鏈鎖法利用凝聚狀態(tài)表中的組間距離和對應(yīng)的組數(shù)，回歸散點圖，得到碎石圖。大約聚成4類由圖可知，北京自成一類，江蘇、廣東、上海、湖南、湖北聚成一類。其他略。均值對比，依據(jù)聚類解，利用分類匯總，計算各個聚類變量的均值方差分析結(jié)果：由圖可知，北京自成一類，江蘇、廣東、上海、湖南、湖北聚成一類。其他略。均值對比，依據(jù)聚類解，利用分類匯總，計算各個聚類變量的均值方差分析結(jié)果：不同組在各個聚類變量上的均值均存在顯著差異。2、數(shù)量級將對距離產(chǎn)生較大影響，并影響最終聚類結(jié)果。不同組在各個聚類變量上的均值均存在顯著差異。2、數(shù)量級將對距離產(chǎn)生較大影響，并影響最終聚類結(jié)果。4、K-Means聚類分析步驟：K--K個初始類中心點--根據(jù)距離最近原則進行分類--K個類中心點--判斷是否已經(jīng)滿足終止條件。穩(wěn)定為止。53類較為恰當。第十一章練習(xí)題答案1、因子分析的主要步驟：有命名解釋性：使提取出的因子實際含義清晰。四、計算樣本的因子得分。2（1）CorrelationMatrix性關(guān)系，能夠從中提取公共因子，適合進行因子分析。KMOandBartlett'sTestP-0.如0.05P-值小于顯著性水平α，則應(yīng)拒絕原假設(shè)，認為相關(guān)系數(shù)0.706KMO度量標準可知原有變量可以進行因子分析。Communalities性關(guān)系，能夠從中提取公共因子，適合進行因子分析。KMOandBartlett'sTestP-0.如0.05P-值小于顯著性水平α，則應(yīng)拒絕原假設(shè)，認為相關(guān)系數(shù)0.706KMO度量標準可知原有變量可以進行因子分析。CommunalitiesExtractionMethod:PrincipalComponentAnalysis.由表三可知，利用外資、自籌資金、其他投資等變量的絕大部分信息（大于80%）可（近80%?？偟膩碚f，本次因子提取的總體效果還不錯。為了達到更好的效果，可以重新指定2個因子。補充說明如下：InitialExtraction國內(nèi)貸款1.0001.0001.0001.0001.000.196.769.820.920.821Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.Approx.Chi-SquareBartlett's Test ofdfSphericitySig..706119.61410.000國家預(yù)算內(nèi)資金國內(nèi)貸款利用外資自籌資金其他投資國內(nèi)貸款Correlation 利用外資1.000.458.229.331.211.4581.000.746.744.686.229.7461.000.864.776.331.744.8641.000.928.211.686.776.9281.000故由表四可知，第1個因子的特征值很高，對解釋原有變量的貢獻最大；第三個以后的因子特征值都較小，對解釋原有變量的貢獻很小，可以忽略，因此選取兩個因子是合適的。表五：重新提取因子后的公因子方差表CommunalitiesExtractionMethod:PrincipalComponentAnalysis.共同度均較高，各個變量的信息丟失都較少。因此，本次因子提取的總體效果比較理想。TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVariance故由表四可知，第1個因子的特征值很高，對解釋原有變量的貢獻最大；第三個以后的因子特征值都較小，對解釋原有變量的貢獻很小，可以忽略，因此選取兩個因子是合適的。表五：重新提取因子后的公因子方差表CommunalitiesExtractionMethod:PrincipalComponentAnalysis.共同度均較高，各個變量的信息丟失都較少。因此，本次因子提取的總體效果比較理想。TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%1233.526.923.30670.51818.4526.11270.51888.97095.0823.52670.51870.518InitialExtraction國內(nèi)貸款1.0001.0001.0001.0001.000.975.795.860.937.882ExtractionMethod:PrincipalComponentAnalysis.TotalVarianceExplainedExtractionMethod:PrincipalComponentAnalysis.570.5%，累計方差貢獻0.923718%，累計方差貢（2）ComponentMatrixaa.2componentsextracted.對原有變量的解釋作用不明顯。一個因子載荷降序的