SPSS统计软件课程作业.docx
- 文档编号:1461778
- 上传时间:2022-10-22
- 格式:DOCX
- 页数:23
- 大小:127.70KB
SPSS统计软件课程作业.docx
《SPSS统计软件课程作业.docx》由会员分享,可在线阅读,更多相关《SPSS统计软件课程作业.docx(23页珍藏版)》请在冰豆网上搜索。
SPSS统计软件课程作业
《SPSS统计软件》课程作业
信计111刘晓蕾
1.某单位对100名女生测定血清总蛋白含量,数据如下:
74.378.868.878.070.480.580.569.771.273.5
79.575.675.078.872.072.072.074.371.272.0
75.073.578.874.375.865.074.371.269.768.0
73.575.072.064.375.880.369.774.373.573.5
75.875.868.876.570.471.281.275.070.468.0
70.472.076.574.376.577.667.372.075.074.3
73.579.573.574.765.076.581.675.472.772.7
67.276.572.770.477.268.867.367.367.372.7
75.873.575.073.573.573.572.781.670.374.3
73.579.570.476.572.777.284.375.076.570.4
计算样本均值、中位数、方差、标准差、最大值、最小值、极差、偏度和峰度,并给出均值的置信水平为95%的置信区间。
第1步数据组织:
定义1个变量为:
“血清总蛋白含量”,其度量标准为“度量”。
第2步探索分析设置:
选择菜单“分析→描述统计→探索”,打开“探索”对话框,,将“血清总蛋白含量”字段移入“因变量列表”。
打开“统计量”对话框,选中“描述性”选项;
打开“探索:
图”对话框,选中“按因子水平分组”、“茎叶图”、“带检验的正态图”、“直方图”等选项。
打开“探索:
选项”,选中“按列表排除个案”选项。
第3步运行结果及分析:
描述
统计量
标准误
血清总蛋白含量
均值
73.6680
.39389
均值的95%置信区间
下限
72.8864
上限
74.4496
5%修整均值
73.6533
中值
73.5000
方差
15.515
标准差
3.93892
极小值
64.30
极大值
84.30
范围
20.00
四分位距
4.60
偏度
.054
.241
峰度
.037
.478
表中显示“血清总蛋白含量”的描述性统计量,左表中只显示的是均值、均值的95%置信区间的上下限、中值、方差、标准差、极大/小值、偏度、峰度等
2.绘出习题1所给数据的直方图、盒形图和QQ图,并判断该数据是否服从正态分布。
上图为标准Q-Q图,Q-Q图可以用来检验数据是否服从某种分布,在Q-Q图中,检验数据是否较好地服从给定分布的标准有两个:
①看标准Q-Q图上的数据点与直线的重合度;②Q-Q趋势图上的点是否关于直线Y=0在较小的范围内上下波动。
从上图中可以看出,题目中的数据与直线重合度较好,故很好地服从正态分布,这与前面的正态检验表中的结果是一致的
箱图中显示血清蛋白总含量数据绘制成对应的箱体。
每一个箱体上方那条线的取值代表该分组中最大值,下方那条线的取值代表最小值。
箱体自身的三条线从上到下分别代表3/4分位点、中位点、1/4分位点的取值。
正态性检验
Kolmogorov-Smirnova
Shapiro-Wilk
统计量
df
Sig.
统计量
df
Sig.
血清总蛋白含量
.073
100
.200*
.990
100
.671
a.Lilliefors显著水平修正
*.这是真实显著水平的下限。
表中显示了血清总蛋白含量的两种检验方法的正态性检验结果,包括各分组的统计量、自由度及显著性水平,以K-S方法的分析:
其自由度sig.=0.200,明显大于0.05,故应接受原假设,认为题中数据服从正态分布
3.正常男子血小板计数均值为,今测得20名男性油漆工作者的血小板计数值(单位:
)如下:
220188162230145160238188247113
126245164231256183190158224175
问油漆工人的血小板计数与正常成年男子有无异常?
分析:
这是一个典型的比较样本均值和总体均值的T检验问题;
第1步数据组织:
首先建立SPSS数据文件,只需建立一个变量“血小板计数”,录入相应的数据即可
第2步单样本T检验分析设置
选择菜单“分析→比较均值→单样本T检验(S)”,打开“单样本T检验”对话框,将变量“血小板计数”移入”检验变量”列表框,并输入检验值225;
打开“单样本T检验:
选项”对话框,设置置信区间为95%(缺省为95%);
单个样本统计量
N
均值
标准差
均值的标准误
血小板计数
20
192.1500
42.23652
9.44437
上表给出了单样本T检验的描述性统计量,包括样本数(N)、均值、标准差、均值的标准误。
单个样本检验
检验值=225
t
df
Sig.(双侧)
均值差值
差分的95%置信区间
下限
上限
血小板计数
-3.478
19
.003
-32.85000
-52.6173
-13.0827
本例置信水平为95%,显著性水平为0.05,从上表中可以看出,双尾检测概率P值为0.003,小于0.05,故原假设不成立,也就是说,男性油漆工作者的血小板与有显著性差异,无理由相信油漆工人的血小板计数与正常成年男子无异常。
4.在某次考试中,随机抽取男女学生的成绩各10名,数据如下:
男:
99795989798999828085
女:
88545623756573508065
假设总体服从正态分布,比较男女得分是否有显著性差异。
第1步数据组织:
在SPSS数据文件中建立两个变量,分别为“性别”、“成绩”,度量标准分别为“名义”、“度量”,变量“品种”的值标签为:
b—男生,g—女生,录入数据。
第2步独立样本T检验设置:
选择菜单“选择→比较均值→独立样本T检验”,打开“独立样本T检验”对话框,将“成绩”作为要进行T检验的变量,将“性别”字段作为分组变量,定义分组变量的两个分组分别为“b”和“g”。
打开“独立样本T检验:
选项”对话框,具体选项内容及设置与单样本T检验相同。
组统计量
性别
N
均值
标准差
均值的标准误
成绩
男生
10
84.0000
11.52774
3.64539
女生
10
62.9000
18.45385
5.83562
上表给出了本例独立样本T检验的基本描述统计量,包括两个样本的均值、标准差和均值的标准误。
独立样本检验
方差方程的Levene检验
均值方程的t检验
差分的95%置信区间
F
Sig.
t
df
Sig.(双侧)
均值差值
标准误差值
下限
上限
成绩
假设方差相等
1.607
.221
3.067
18
.007
21.10000
6.88065
6.64429
35.55571
假设方差不相等
3.067
15.096
.008
21.10000
6.88065
6.44235
35.75765
根据上表“方差方程的Levene检验”中的sig.为0.221,远大于设定的显著性水平0.05,故本例两组数据方差相等。
在方差相等的情况下,独立样本T检验的结果应该看上表中的“假设方差相等”一行,第5列为相应的双尾检测概率(Sig.(双侧))为0.007,在显著性水平为0.05的情况下,T统计量的概率p值小于0.05,故应拒绝零假设,,即认为两样本的均值不是相等的,在本例中,能认为男女得分绩有显著性差异。
5.设有5种治疗荨麻疹的药,要比较它们的疗效。
假设将30个病人分成5组,每组6人,令同组病人使用一种药,并记录病人从使用药物开始到痊愈所需时间,得到下面的记录:
药物类别
治愈所需天数
1
5,8,7,7,10,8
2
4,6,6,3,5,6
3
6,4,4,5,4,3
4
7,4,6,6,3,5
5
9,3,5,7,7,6
问所有药物的效果是否一样?
第1步分析:
由于考虑的是一个控制变量(药物)对一个观测变量(治愈所需天数)的影响,而且是五种药物,所以不适宜用独立样本T检验(仅适用两组数据),应采用单因素方差分析。
第2步数据的组织:
数据分成两列,一列是治愈所需天数,变量名为“治愈所需天数”,另一变量是药物种类(变量值分别为1,2,3,4,5),变量名为“药物种类”,输入数据并保存。
第3步方差相等的齐性检验:
由于方差分析的前提是各个水平下(这里是不同的药物种类影响下的治愈所需天数)的总体服从方差相等的正态分布,且各组方差具有齐性。
其中正态分布的要求并不是很严格,但对于方差相等的要求是比较严格的,因此必须对方差相等的前提进行检验。
误差方差等同性的Levene检验a
因变量:
治愈所需天数
F
df1
df2
Sig.
.552
4
25
.699
检验零假设,即在所有组中因变量的误差方差均相等。
a.设计:
截距+药物类别
方差齐性检验的H0假设是:
方差相等。
从上表可看出相伴根据Sig.=0.699>(0.05)说明应该接受H0假设(即方差相等)。
故下面就用方差相等的检验方法。
ANOVA
治愈所需天数
平方和
df
均方
F
显著性
组间
36.467
4
9.117
3.896
.014
组内
58.500
25
2.340
总数
94.967
29
上表是几种饲料方差分析的结果,组间(BetweenGroups)平方和(SumofSquares)为36.467,自由度(df)为4,均方为9.117;组内(WithinGroups)平方和为58.500,自由度为25,均方为2.340;F统计量为3.896。
由于组间比较的相伴概率Sig.(p值)=0.014<0.05,故应拒绝H0假设(四种饲料喂猪效果无显著差异),说明五种药物对治愈所需天数有显著性差异。
第4步多重比较分析:
通过上面的步骤,只能判断4种饲料喂猪效果是否有显著差异。
如果想进一步了解究竟是哪种药物与其他组有显著性的均值差别(即哪种药物更好)等细节问题,就需要在多个样本均值间进行两两比较。
由于第3步检验出来方差具有齐性,故选择一种方差相等的方法,这里选LSD方法;显著性水平默认取0.05;
多个比较
治愈所需天数
LSD
(I)药物类别
(J)药物类别
均值差值(I-J)
标准误差
Sig.
95%置信区间
下限
上限
类别1
类别2
2.5000*
.88318
.009
.6811
4.3189
类别3
3.1667*
.88318
.001
1.3477
4.9856
类别4
2.3333*
.88318
.01
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPSS 统计 软件 课程 作业
![提示](https://static.bdocx.com/images/bang_tan.gif)