《统计分析与SPSS的应用第五版》课后练习答案第6章.docx

《统计分析与SPSS的应用第五版》课后练习答案第6章.docx

《《统计分析与SPSS的应用第五版》课后练习答案第6章.docx》由会员分享，可在线阅读，更多相关《《统计分析与SPSS的应用第五版》课后练习答案第6章.docx（17页珍藏版）》请在冰豆网上搜索。

《统计分析与SPSS的应用第五版》课后练习答案第6章

《统计分析与SPSS的应用（第五版）》（薛薇）

课后练习答案

第6章SPSS的方差分析

1、入户推销有五种方法。

某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。

从应聘人员中尚无推销经验的人员中随机挑选一部分人，并随机地将他们分为五个组，每组用一种推销方法培训。

一段时期后得到他们在一个月内的推销额，如下表所示：

第一组

20.0

16.8

17.9

21.2

23.9

26.8

22.4

第二组

24.9

21.3

22.6

30.2

29.9

22.5

20.7

第三组

16.0

20.1

17.3

20.9

22.0

26.8

20.8

第四组

17.5

18.2

20.2

17.7

19.1

18.4

16.5

第五组

25.2

26.2

26.9

29.3

30.4

29.7

28.2

1）请利用单因素方差分析方法分析这五种推销方式是否存在显著差异。

2）绘制各组的均值对比图，并利用LSD方法进行多重比较检验。

（1）分析比较均值单因素ANOVA因变量：

销售额；因子：

组别确定。

ANOVA

销售额

平方和

df

均方

F

显著性

组之间

405.534

4

101.384

11.276

.000

组内

269.737

30

8.991

总计

675.271

34

概率P-值接近于0，应拒绝原假设，认为5种推销方法有显著差异。

（2）均值图：

在上面步骤基础上，点选项均值图；事后多重比较LSD

多重比较

因变量:

销售额

LSD（L）

（I）组别

（J）组别

平均差（I-J）

标准错误

显著性

95%置信区间

下限值

上限

第一组

第二组

-3.30000*

1.60279

.048

-6.5733

-.0267

第三组

.72857

1.60279

.653

-2.5448

4.0019

第四组

3.05714

1.60279

.066

-.2162

6.3305

第五组

-6.70000*

1.60279

.000

-9.9733

-3.4267

第二组

第一组

3.30000*

1.60279

.048

.0267

6.5733

第三组

4.02857*

1.60279

.018

.7552

7.3019

第四组

6.35714*

1.60279

.000

3.0838

9.6305

第五组

-3.40000*

1.60279

.042

-6.6733

-.1267

第三组

第一组

-.72857

1.60279

.653

-4.0019

2.5448

第二组

-4.02857*

1.60279

.018

-7.3019

-.7552

第四组

2.32857

1.60279

.157

-.9448

5.6019

第五组

-7.42857*

1.60279

.000

-10.7019

-4.1552

第四组

第一组

-3.05714

1.60279

.066

-6.3305

.2162

第二组

-6.35714*

1.60279

.000

-9.6305

-3.0838

第三组

-2.32857

1.60279

.157

-5.6019

.9448

第五组

-9.75714*

1.60279

.000

-13.0305

-6.4838

第五组

第一组

6.70000*

1.60279

.000

3.4267

9.9733

第二组

3.40000*

1.60279

.042

.1267

6.6733

第三组

7.42857*

1.60279

.000

4.1552

10.7019

第四组

9.75714*

1.60279

.000

6.4838

13.0305

*.均值差的显著性水平为0.05。

可知，1和2、1和5、2和3，2和4,2和5,3和5,4和5有显著差异。

2、从两个总体中分别抽取n1=7和和n2=6的两个独立随机样本，经计算得到下面的方差分析表。

请补充表中单元格的两个独立随机样本，经计算得到下面的方差分析表。

请补充表中单元格“A”和单元格“B”内的计算结果。

答：

已知组内均方=组内偏差平方和/自由度，所以A=26.4/11=2.4

F统计量=组间均方/组内均方所以B=7.5/2.4=3.125 

3、为研究某种降血压药的适用特点，在五类具有不同临床特征的高血压患者中随机挑选了若干志愿者进行对比试验，并获得了服用该降压药后的血压变化数据。

现对该数据进行单因素方差分析，所得部分分析结果如下表所示。

1）请根据表格数据说明以上分析是否满足方差分析的前提要求，为什么？

2）请填写表中空缺部分的数据结果，并说明该降压药对不同组患者的降压效果是否存在显著差异。

3）如果该降压药对不同组患者的降压效果存在显著差异，那么该降压药更适合哪组患者？

（1）因F检验的概率P值小于显著性水平（0.05），拒绝原假设，方差不齐，不满足方差分析的前提假设。

（2）4*276.032=1104.128；1104.128+1524.990=2629.118；4+63=67；1524．990/63=24.206

（3）各组均值存在显著差异。

更适合第三组

4、为研究某商品在不同地区和不同日期的销售差异性，调查收集了以下日平均销售量数据。

销售量

日期

周一~周三

周四~周五

周末

地区一

5000

6000

4000

6000

8000

7000

4000

3000

5000

地区二

7000

8000

8000

5000

5000

6000

5000

6000

4000

地区三

3000

2000

4000

6000

6000

5000

8000

9000

6000

1）选择恰当的数据组织方式建立关于上述数据的SPSS数据文件

2）利用多因素方差分析方法，分析不同地区和不同日期对该商品的销售是否产生了显著影响

3）地区和日期是否对该商品的销售产生了交互影响。

若没有显著的交互影响，则试建立非饱和模型进行分析，并与饱和模型进行对比。

（1）数据组织方法如下：

（2）分析一般线性模型单变量因变量：

销售量；因子：

地区、日期确定。

主体间因子

值标签

数字

地区

1

地区1

9

2

地区2

9

3

地区3

9

日期

1

周一至周三

9

2

周四至周五

9

3

周末

9

主体间效应的检验

因变量:

销售量

源

III类平方和

自由度

均方

F

显著性

校正的模型

61.852a

8

7.731

8.350

.000

截距

844.481

1

844.481

912.040

.000

Area

2.296

2

1.148

1.240

.313

Date

2.741

2

1.370

1.480

.254

Area*Date

56.815

4

14.204

15.340

.000

错误

16.667

18

.926

总计

923.000

27

校正后的总变异

78.519

26

a.R平方=.788（调整后的R平方=.693）

分析：

（2）由上表可知，Fa1、Fa2的概率P-值为0.313和0.254，大于显著性水平（0.05），所以不应拒绝原假设，可以认为不同地区和日期下的销售额总体均值不存在显著差异，不同地区和不同日期对该商品的销售没有产生显著影响。

（3）产生了交互影响。

因为概率P-值接近于0，拒绝原假设，认为不同地区和日期对销售额产生了显著的交互作用。

5、 研究者想调查性别（1为女，2为男）和使用手机（1使用，2不使用）对驾驶状态的影响。

在封闭道路开车的24人参与了该项研究。

其中，12男12女，6男6女使用手机，其余6男6女不使用手机。

用0-50分测度驾驶状态，分数越高驾驶状态越好。

数据如下：

性别

使用手机

得分

性别

使用手机

得分

1

1

34

2

1

35

1

1

29

2

1

32

1

1

38

2

1

27

1

1

34

2

1

26

1

1

33

2

1

37

1

1

30

2

1

24

1

2

45

2

2

48

1

2

44

2

2

47

1

2

46

2

2

40

1

2

42

2

2

46

1

2

47

2

2

50

1

2

40

2

2

39

请问：

性别和是否使用手机对驾驶状态有影响吗？

如果有影响，影响效应是多少？

（1）数据组织方法如下：

（2）分析一般线性模型单变量因变量：

得分；因子：

性别、是否使用手机确定。

主体间因子

值标签

数字

性别

1

男

12

2

女

12

是否使用手机

1

使用

12

2

不使用

12

主体间效应的检验

因变量:

Score

源

III类平方和

自由度

均方

F

显著性

校正的模型

1028.125a

3

342.708

21.101

.000

截距

34732.042

1

34732.042

2138.453

.000

Sex

5.042

1

5.042

.310

.584

UsePhone

1001.042

1

1001.042

61.634

.000

Sex*UsePhone

22.042

1

22.042

1.357

.258

错误

324.833

20

16.242

总计

36085.000

24

校正后的总变异

1352.958

23

a.R平方=.760（调整后的R平方=.724）

分析：

就性别而言，因为概率P-值=0.584，大于显著性水平0.05，所以不应拒绝原假设，认为性别对驾驶状态无显著影响；就手机使用情况而言，因为概率P-值接近0，应拒绝原假设，认为手机使用情况对驾驶状态存在显著影响。

6、下面的表格记录了某公司采用新、旧两种培训方式对新员工进行培训前后的工作能力评分增加情况的数据。

现需要比较这两种培训方式的效果有无差别，考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了纪录。

ID

Method

Month

scoreadd

ID

Method

month

scoreadd

1

1

1.5

9

10

2

2

12

2

1

2.5

10.5

11

2

4.5

14

3

1

5.5

13

12

2

7

16

4

1

1

8

13

2

0.5

9

5

1

4

11

14

2

4.5

12

6

1

5

9.5

15

2

4.5

10

7

1

3.5

10

16

2

2

10

8

1

4

12

17

2

5

14

9

1

4.5

12.5

18

2

6

16

1）请选择适当的数据组织方式将以上数据录入到SPSS资料编辑窗口，变量名保持不变，并定义各变量的变量值标签，变量Method的变量值标签（1为旧方法，2为新方法）。

2）按不同的培训方法计算加盟时间、评分增加量的平均数。

3）在剔除加盟时间影响的前提下，分析两种培训方式的效果有无差别，并说明理由。

（1）数据组织方法如下图：

（2）步骤：

数据拆分文件比较组：

选择培训方式确定；

分析描述统计描述变量：

增分、加盟时间；选项：

平均值确定。

描述统计

培训方式

数字

平均值（E）

旧方式

增分

9

10.611

加盟时间

9

3.500

有效N（成列）

9

新方式

增分

9

12.556

加盟时间

9

4.000

有效N（成列）

9

（3）

分析一般线性模型单变量因变量：

增分；固定因子：

培训方式；协变量：

加盟时间确定。

注意：

请先重置“拆分文件”操作。

主体间效应的检验

因变量:

增分

源

III类平方和

自由度

均方

F

显著性

校正的模型

67.571a

2

33.785

19.451

.000

截距

200.270

1

200.270

115.299

.000

Month

50.557

1

50.557

29.106

.000

Method

9.405

1

9.405

5.415

.034

错误

26.054

15

1.737

总计

2508.750

18

校正后的总变异

93.625

17

a.R平方=.722（调整后的R平方=.685）

在剔除加盟时间的影响下，因P-值为0.034，小于0.05，应拒绝原假设，两种培训方式效果有显著差异。