spss练习题及简答要点Word文件下载.docx
- 文档编号:22723255
- 上传时间:2023-02-05
- 格式:DOCX
- 页数:34
- 大小:241.99KB
spss练习题及简答要点Word文件下载.docx
《spss练习题及简答要点Word文件下载.docx》由会员分享,可在线阅读,更多相关《spss练习题及简答要点Word文件下载.docx(34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descriptivesLSD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
H1:
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-example1.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
分组(group))
Count
185
10
195
%within分组(group)
94.9%
5.1%
100.0%
38
7
45
%within·
分组(group)
84.4%
15.6%
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厘米;
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%)
1、H0:
身高与体重受到年龄的影响不显著
身高与体重受到年龄的影响显著
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
1、打开数据文件:
2、均值比较与检验:
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
MeanSquare
F
Sig.
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)
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)<α(α=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)
.839
.093
.762
94
9.056
身高(x5,cm)*性别(x2)
.105
.003
.956
35.239
在表7-2中,F对应的概率值P(sig)>
α(α=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?
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
H0:
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
PairedDifferences
t
Sig.(2-tailed)
Mean
Std.Deviation
Std.ErrorMean
95%ConfidenceIntervaloftheDifference
Lower
Upper
铁饼(训练前)-铁饼(训练后)
-.2417
.4323
.0882
-.4242
-.0591
-2.739
.012
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t值(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。
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
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。
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?
H0:
μ=50(μ-50=0);
即学生中文成绩无显著的下降。
H1:
μ≠50(μ-50≠0);
即学生中文成绩有显著的下降。
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
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)。
表9-2单样本均值检验成果表
TestValue=80
MeanDifference
-.640
.528
-1.458
-6.17
3.25
表9-2为单样本均值检验的成果表。
表中分别为t值(t)、自由度(df)和双尾显著性概率(Sig.(2-tailed))均值差(MeanDifference)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?
μ1=μ2=μ3;
即学生英文成绩不受年纪影响。
μ1、μ2、μ3不完全相等;
即学生英文成绩受年纪影响。
2、单因方差分析检验:
Analysis→CompareMeans→One-WayANOVA
3、在“dependentlist”列表中输入变量名“英语”;
在“factor”文本框中输入变量名“年纪”。
表10-1数据方差分析表
105.000
3
35.000
.283
.837
2475.000
20
123.750
2580.000
表10-1中分别列出了方差来源、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.)。
由于表中的显著性水平为0.837,远大于0.05;
故接受原假设,即认为学生英文成绩不受年级影响。
23、已知10名20岁男青年身高与臂长的数据,请计算其相关系数,身高与臂长间存在显著的相关关系吗?
(显著性水平为5%)(example4.sav)
表4青年身高与臂长的数据
身高(cm)
170
173
155
188
178
183
165
臂长(cm)
42
44
41
47
50
46
49
43
身高与臂长间不存在显著的相关关系。
身高与臂长间存在显著的相关关系。
file-open-data-example4.sav
2、相关性检验:
Correlation-Bivariate
3、选择Pearson(积距相关);
在option子框中选择means/Sd.
表11-1描述统计量表
172.50
10.341
45.40
2.951
表11-1为描述统计量表。
表中列出的统计量包括变量的均值(Mean)、标准离差(Std.Deviation)和数据个数(N)。
表11-2相关分析成果表
PearsonCorrelation
.823(**)
Sig.(1-tailed)
.002
**Correlationissignificantatthe0.01level(1-tailed)
表11-2为相关分析成果表,表中列出了2个变量之间的Pearson相关系数、单侧显著性检验概率(Sig.(1-tailed))和数据组数(N)。
脚注内容显示相关分析结果在0.01的水平上显著。
另外,从表中可以看出,显著性概率为0.002,远小于0.05,故拒绝原假设,接受备择假设;
可以认为身高和臂长的数据有较强的相关性
- 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 要点