spss练习题及简答解读Word文档格式.docx
- 文档编号:16269032
- 上传时间:2022-11-22
- 格式:DOCX
- 页数:36
- 大小:192.71KB
spss练习题及简答解读Word文档格式.docx
《spss练习题及简答解读Word文档格式.docx》由会员分享,可在线阅读,更多相关《spss练习题及简答解读Word文档格式.docx(36页珍藏版)》请在冰豆网上搜索。
analyze->
paired-samplesT…pairedvariables框中每科与不同科目配对很麻烦略
12、某公司经理宣称他的雇员英语水平很高,如果按照英语六级考试的话,一般平均得分为
75,现从雇员中随机随出11人参加考试,得分如下:
80、81、72、60、78、65、56、79、
77、87、76,请问该经理的宣称是否可信?
步骤:
采用单样本T检验(原假设H0:
u=u0,总体均值与检验值之间不存在显著差异.);
菜单选项:
Analyze->
one-samplesTtest;
指定检验值:
在test后的框中输入检验值(填75),最后ok!
分析:
N=11人的平均值(mean)为73.7,标准差(std.deviation)为9.55,均值标准误差(stderrormean)为2.87.t统计量观测值为-4.22,t统计量观测值的双尾概率p-值(sig.(2-tailed))为0.668,六七列是总体均值与原假
设值差的95%的置信区间,为(-7.68,5.14),由此采用双尾检验比较a和p。
T统计量观测值的双尾概率p-值
(sig.(2-tailed))为0.668>
a=0.05所以不能拒绝原假设;
且总体均值的95%的置信区间为(67.31,80.14),所以均值在67.31~80.14内,75包括在置信区间内,所以经理的话是可信的。
13、利用促销方式数据,试分析这三种推销方式是否存在显著差异,绘制各组均值的对比图,
并利用LSD方法进行多重比较检验。
单因素方差分析对比图为options中的descriptives
LSD为post…中的P值大于a接受所以无关
14、已知240例心肌梗塞患者治疗后24小时内的死亡情况如表1所示,问两组病死亡率相
差是否显著?
(example1.sav)(显著性水平为5%)
表1:
急性心肌梗塞患者治疗后24小时生死情况
生存
死亡
用单参注射液
187
11
未用单参注射液
36
6
合计
223
17
提出假设:
H0:
是否接受治疗的急性心肌梗塞患者的病死率相差不显著
比:
是否接受治疗的急性心肌梗塞患者的病死率相差显著
操作步骤:
1、打开数据文件:
file—open—data—examplel.sav
2、对count变量进行weightcases处理:
data—weightcases
选中weightcasesby;
在Frequenciesvariable中加入变量count。
3、对数据进行交叉汇总,如得出的下列频次交叉表,如图表3—1:
用descriptive-crosstab过程,column填status,row填group。
在cell选项中,选中percentages,以计算频数百分比。
统计表格及分析:
表3—1是否接受治疗与生存状况的相关性检验成果表(Chi-SquareTests)
Value
df
Asymp.Sig.
(2-sided)
PearsonChi-Square
6.040(b)
1
.014
Linear-by-LinearAssociation
6.015
有效个案数
240
表3—1是相关性卡方检验成果表。
表中依次列出了Pearson卡方系数、线性相关的值
(Value)、自由度(df)和双尾检验的显著水平(Asymp.Sig.(2-sided))。
表3—2显示了根据是否使用单参注射液对急性心肌梗塞患者进行分组后,患者的生存和死亡状况频数和所占总数的百分比。
表3-2急性心肌梗塞患者是否治疗与生死情况的列联表
状况(status)总数
生存死亡
分组(group))
Count
185
10
195
%within分组(group)
94.9%
5.1%
100.0%
38
7
45
84.4%
15.6%
总数
92.9%
7.1%
结论:
根据表3-1可以看出,双侧检验的显著性概论为0.014,小于显著性水平0.05;
因此
否定原假设,接受备择假设,即两组患者的完全缓解率之间差别显著。
15、已知数据如表2所示,比较单用甘磷酰芥(单纯化疗组)与复合使用光霉素、环磷酰胺
等药(复合化疗组)对淋巴系统肿瘤的疗效,问两组患者的完全缓解率之间有无差别?
(example2.sav)(显著性水平为5%)
表2:
两化疗组的缓解率比较
治疗组
缓解
未缓解
单纯化疗
2
12
复合化疗
14
13
27
16
23
39
同上小于拒绝显著
16、已知数据如表3所示,问我国南北方鼻咽癌患者(按籍贯分)的病理组织学分类的构成
比有无差别?
(example3.sav)(显著性水平为5%)同上小于拒绝显著
表3:
我国南北方鼻咽癌患者病理组织学分类构成
地域
淋巴上皮癌
未分化癌
磷癌
其他
南方四省
71
18
111
东北三省
89
22
51
180
160
24
69
291
17、已知97名被调查儿童体检数据文件为child.sav,请分别计算男性、女性与两性合计的
儿童的平均身高与体重、中位身高与体重以及身高与体重的标准差。
file—open—data-child.sav
2、均值比较与检验:
Analyze—Comparemeans-means
3、在independentVar.中选性别,dependentVar.中选体重和身高
4、在option子框中选择median/mean/Std.Deviation
1、男性儿童的平均身高为109.962厘米;
平均体重为18.202千克;
中位身高为109.10厘
米;
中位体重为17.50千克;
身高的标准差为6.084厘米;
体重的标准差为2.786千克。
2、女性儿童的平均身高为109.896厘米;
平均体重为18.389千克;
中位身高为109.450
厘米;
中位体重为17.750千克;
身高的标准差为5.770厘米;
体重的标准差为3.235千克。
3、两性儿童的平均身高为109.930厘米;
平均体重为18.292千克;
中位身高为109.250
中位体重为17.605千克;
身高的标准差为5.905厘米;
体重的标准差为2.995千克。
18、已知97名被调查儿童体检数据文件为child.sav,请问儿童的身高与体重是否分别
受到性别与年龄的影响?
(显著性水平为5%)
提出假设:
1H0:
身咼与体重受到年龄的影响不显者
H1:
身咼与体重受到年龄的影响显者
2、H0:
身高与体重受到性别的影响不显著
H1:
身高与体重受到性别的影响显著
操作步骤:
file—open—data—child.sav
analysis—comparemeans—means
3、在independentVar.中选性别和年龄,dependentVar.中选体重和身高
4、在option子框中选择median/mean/Std.Deviation
在statisticforfirstlayer区域内勾上ANOVAtableandeta复选框
表7—1体重、身高与年龄的方差分析表
SumofSquares
Mean
Sig.
Square
F
体重(x4,kg)*年龄(age)BetweenGroups
286.215
143.107
23.518
.000
WithinGroups
565.918
93
6.085
Total
852.133
95
身高(x5,cm)*年龄(age)BetweenGroups
1757.707
878.853
52.567
1554.855
16.719
3312.562
在表7—1中,分别列出了平方和(SumofSquares)、自由度(df)、均方差(MeanSquare)、
F值以及F值的显著性水平(Sig.)。
F对应的概率值P(sig)Va(a=0.05);
故拒绝原假设,接受备择假设,即身高与体重受到年龄的影响显著。
表7-2体重、身高与性别的方差分析表
体重(x4,kg)*
性别(x2)
BetweenGroups
.839
.093
.762
94
9.056
身高(x5,cm)*
.105
.003
.956
35.239
在表7-2中,F对应的概率值P(sig)>a(a=0.05);
故接受原假设,即身高与体重受到性别的影响不显著。
19、文件example.sav中列出了某学校四个年级同学接受专业训练前后的铁饼成绩,问接受专业训练后同学们的铁饼成绩有无显著提高?
统计表格及分析:
表8-1配对样本的相关性分析表
N
Correlation
Pair1
铁饼(训练前)&
铁饼(训练后)
.976
铁饼(训练前)和铁饼(训练后)的数据之间不存在线性关系
铁饼(训练前)和铁饼(训练后)的数据之间存在线性关系
表8—1列出了配对样本的个数(N)、相关系数(Correlation)、显著性概率(Sig.)。
显著性概率趋近于0,远小于0.05,所以认为铁饼(训练前)和铁饼(训练后)的数据之间
存在线性关系。
表8—2配对样本T检验的成果表
PairedDifferencestdf(2-tailed)
Std.95%Confidence
Std.ErrorIntervalofthe
MeanDeviation
Difference
Pair1铁饼(训练
前)-铁饼-.2417.4323.0882-.4242-.0591-2.73923.012
(训练后)
表8-2中为铁饼(训练前)和铁饼(训练后)的数据的T检验结果。
表中前4项分别为配对样本数据差异的均值(Mean)、标准离差(Std.Deviation)、均值的标准差(Std.ErrorMean)以及95%置信区间。
后3项为甘直(t)、自由度(df)和双尾显著性概率(Sig.(2-tailed))。
表中双尾显著性概率为0.012,远小于0.05,故拒绝原假设,接受备择假设,认为配对样本之间有显著差异,即接受专业训练后同学们的铁饼成绩提高显著。
结论:
铁饼(训练前)和铁饼(训练后)的数据之间存在线性关系。
且配对样本之间有显著差异,即接受专业训练后同学们的铁饼成绩有显著提高。
20、文件example.sav中列出了某学校四个年级同学的外语与中文成绩,问男女生总成绩(英文+中文)之间有无显著差异?
(显著性水平为5%)做法:
先计算出总成绩,计算方
法:
Transform菜单栏下的ComputeVariable选项
」羞ComputeVariable
largelVariable:
NumericExpression:
中丈+英两
TypeLabel...
夕编码隊岡
Gr性别蛙别]
k盼5條前、[WI]
怡标椅询》[标抢j
0M[鮭]
夕中文【中丈]
》其语f英语1
FfcHl沪Vgp4frtH>
tiE*亡出切lUi妁m
L-BQ0■律人屈Bf黑啊穴目击勺§
鱼M
If^a|iVluUr.11N1-1YvuU'
S
宇丈MilA.4M
总成绩计算出来之后,选择Analyze选项下CompareMeans选项下"
两独立样本T检验”
选项卡
将总成绩放入TestVariable一栏中,性别放入GroupingVariable一栏中并为其定义。
点Ok即可得出结果。
、0L&
*uSalJi-gS&
HA
L«
ABt*
UJKMm
-口邑邑
*»
e*^Br|lM
啊由
$:
击二停3■
[i*a
IIEl11YnUi-3
Mil
n#
fill
時
aa
二一
M_
ao
140®
7J
?
.B
H2
BO
WD0
92
E7
70
WOO
&
J
65
ffi
ffl
13000
1MLDO
I57IE
147QD
169®
WlB
175D0
131DO
16500
WDO
IE9D0
M7IEI
17*00
I5&
E
3
E-J
.E
TH
73
Bl
1540D
4
輕
S3
W
ni
1?
1®
12.0
11.2
卿
72
13700
9.5
IQ3
柘
EQ
K
IS5DD
E-.2
7.2
1B
E2
7B
79
15700
75
eo
M
耳
e?
1711»
7.D
19
TO
62
馆
16900
■^5Prw丹!
qr您ffwp
IntleriendehtSamplesTest
Levene'
sTestforEqualityofVariances
t-testforEqualityofMeans
sia
t
Sici
Std.Error
95%C
Lo\
1483
.235
-.062
951
-41667
670703
-14
21113
-.41667
6.70703
结果分析:
方差齐次性,采用F检验,0.235,大于0.05,所以认为男女生总成绩两样本的
的方差是没有显著性差异的;
校正t检验的显著性水平Sig(2-tailed)为0.951,大于0.05,所以男女生总成绩之间
没有显著性差异。
21、根据以往的资料,学生中文的平均成绩为80分。
文件example.sav中列出了某学校四个年级学生的中文成绩,问学生中文成绩有无显著的下降?
H。
:
=50(卩-50=0);
即学生中文成绩无显著的下降。
H1:
1丰50(1-50丰0);
即学生中文成绩有显著的下降。
1、打开数据文件:
file—open—data—example.sav
2、单一样本的均值检验:
analysis—comparemeans—OneSampleTTest
3、在testvalue中输入80,在testVariable中选"
中文”。
4、在options中输入显著性水平5%
表9—1
数据统计量表
Std.Deviation
Std.ErrorMean
中文
78.54
11.159
2.278
表9—1为单样本数据的统计量表,列出了变量“中文”对应的数据个数(N)、均值(mean)、
标准离差(Std.Deviation)、均值的标准差(Std.ErrorMean)。
TestValue=80
95%ConfidenceIntervalof
theDifference
Sig.(2-tailed)Difference
LowerUpper
中文-.64023.528-1.458-6.173.25
表9—2为单样本均值检验的成果表。
表中分别为tW(t)、自由度(df)和双尾显著性
概率(Sig.(2-tailed))均值差(MeanDifferenee)以及均值差的95%置信区间。
表中的显著性概率为0.528,远大于0.05;
因此,可以认为该样本数据的均值与总体均
值之间没有显著差异。
故接受原假设,即学生中文成绩无显著的下降。
样本数据的均值与总体均值之间没有显著差异,即学生中文成绩无显著的下降。
22、文件example.sav中列出了某学校四个年级同学的英文成绩,问学生英文成绩是否受到
年级因素的影响?
:
卩1=卩2=卩3;
即学生英文成绩不受年纪影响。
卩1、卩2、卩3不完全相等;
即学生英文成绩受年纪影响。
I、打开数据文件:
file—open—data—example.sav
2、单因方差分析检验:
Analysis—CompareMeans^One-WayANOVA
3、在"
dependentlist”列表中输入变量
- 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 练习题 解读