统计分析与SPSS的应用第五版课后练习答案第6章.docx
- 文档编号:29959710
- 上传时间:2023-08-03
- 格式:DOCX
- 页数:17
- 大小:360.42KB
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
一、入户推销有五种方式。
某大公司想比较这五种方式有无显著的成效不同,设计了一项实验。
从应聘人员中尚无推销体会的人员中随机挑选一部份人,并随机地将他们分为五个组,每组用一种推销方式培训。
一段时期后取得他们在一个月内的推销额,如下表所示:
第一组
第二组
第三组
第四组
第五组
1)请利用单因素方差分析方式分析这五种推销方式是不是存在显著不同。
2)绘制各组的均值对照图,并利用LSD方式进行多重比较查验。
(1)分析→比较均值→单因素ANOVA→因变量:
销售额;因子:
组别→确信。
ANOVA
销售额
平方和
df
均方
F
显著性
组之间
4
.000
组内
30
总计
34
概率P-值接近于0,应拒绝原假设,以为5种推销方式有显著不同。
(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
*
.048
第三组
.72857
.653
第四组
.066
第五组
*
.000
第二组
第一组
*
.048
.0267
第三组
*
.018
.7552
第四组
*
.000
第五组
*
.042
第三组
第一组
.653
第二组
*
.018
第四组
.157
第五组
*
.000
第四组
第一组
.066
.2162
第二组
*
.000
第三组
.157
.9448
第五组
*
.000
第五组
第一组
*
.000
第二组
*
.042
.1267
第三组
*
.000
第四组
*
.000
*.均值差的显著性水平为。
可知,1和二、1和五、2和3,2和4,2和5,3和5,4和5有显著不同。
二、从两个整体中别离抽取n1=7和和n2=6的两个独立随机样本,经计算取得下面的方差分析表。
请补充表中单元格的两个独立随机样本,经计算取得下面的方差分析表。
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=组内误差平方和/自由度,因此A=11=
F统计量=组间均方/组内均方因此B==
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点的高血压患者中随机挑选了假设干志愿者进行对如实验,并取得了服用该降压药后的血压转变数据。
现对该数据进行单因素方差分析,所得部份分析结果如下表所示。
1)请依照表格数听说明以上分析是不是知足方差分析的前提要求,什么缘故?
2)请填写表中空缺部份的数据结果,并说明该降压药对不同组患者的降压成效是不是存在显著不同。
3)若是该降压药对不同组患者的降压成效存在显著不同,那么该降压药更适合哪组患者?
(1)因F查验的概率P值小于显著性水平(),拒绝原假设,方差不齐,不知足方差分析的前提假设。
(2)4*=;+=;4+63=67;1524.990/63=
(3)各组均值存在显著不同。
更适合第三组
4、为研究某商品在不同地域和不同日期的销售不同性,调查搜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)选择适当的数据组织方式成立关于上述数据的SPSS数据文件
2)利用多因素方差分析方式,分析不同地域和不同日期对该商品的销售是不是产生了显著阻碍
3)地域和日期是不是对该商品的销售产生了交互阻碍。
假设没有显著的交互阻碍,那么试成立非饱和模型进行分析,并与饱和模型进行对照。
(1)数据组织方式如下:
(2)分析→一样线性模型→单变量→因变量:
销售量;因子:
地域、日期→确信。
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
8
.000
截距
1
.000
Area
2
.313
Date
2
.254
Area*Date
4
.000
错误
18
.926
总计
27
校正后的总变异
26
a.R平方=.788(调整后的R平方=.693)
分析:
(2)由上表可知,Fa一、Fa2的概率P-值为和,大于显著性水平(),因此不该拒绝原假设,能够以为不同地域和日期下的销售额整体均值不存在显著不同,不同地域和不同日期对该商品的销售没有产生显著阻碍。
(3)产生了交互阻碍。
因为概率P-值接近于0,拒绝原假设,以为不同地域和日期对销售额产生了显著的交互作用。
五、 研究者想调查性别(1为女,2为男)和利用电话(1利用,2不利用)对驾驶状态的阻碍。
在封锁道路开车的24人参与了该项研究。
其中,12男12女,6男6女利用电话,其余6男6女不利用电话。
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:
性别和是不是利用电话对驾驶状态有阻碍吗?
若是有阻碍,阻碍效应是多少?
(1)数据组织方式如下:
(2)分析→一样线性模型→单变量→因变量:
得分;因子:
性别、是不是利用电话→确信。
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
3
.000
截距
1
.000
Sex
1
.310
.584
UsePhone
1
.000
Sex*UsePhone
1
.258
错误
20
总计
24
校正后的总变异
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=,大于显著性水平,因此不该拒绝原假设,以为性别对驾驶状态无显著阻碍;就电话利用情形而言,因为概率P-值接近0,应拒绝原假设,以为电话利用情形对驾驶状态存在显著阻碍。
六、下面的表格记录了某公司采纳新、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形的数据。
现需要比较这两种培训方式的成效有无不同,考虑到加盟公司时刻可能也是阻碍因素,将加盟时刻按月进行了纪录。
ID
Method
Month
scoreadd
ID
Method
month
scoreadd
1
1
9
10
2
2
12
2
1
11
2
14
3
1
13
12
2
7
16
4
1
1
8
13
2
9
5
1
4
11
14
2
12
6
1
5
15
2
10
7
1
10
16
2
2
10
8
1
4
12
17
2
5
14
9
1
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,变量名维持不变,并概念各变量的变量值标签,变量Method的变量值标签(1为旧方式,2为新方式)。
2)按不同的培训方式计算加盟时刻、评分增加量的平均数。
3)在剔除加盟时刻阻碍的前提下,分析两种培训方式的成效有无不同,并说明理由。
(1)数据组织方式如以下图:
(2)步骤:
数据→拆分文件→比较组:
选择培训方式→确信;
分析→描述统计→描述→
变量:
增分、加盟时刻;选项:
平均值→确信。
描述统计
培训方式
数字
平均值(E)
旧方式
增分
9
加盟时间
9
有效N(成列)
9
新方式
增分
9
加盟时间
9
有效N(成列)
9
(3)
分析→一样线性模型→单变量→因变量:
增分;固定因子:
培训方式;协变量:
加盟时刻→确信。
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
2
.000
截距
1
.000
Month
1
.000
Method
1
.034
错误
15
总计
18
校正后的总变异
17
a.R平方=.722(调整后的R平方=.685)
在剔除加盟时刻的阻碍下,因P-值为,小于,应拒绝原假设,两种培训方式成效有显著不同。
- 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:
- 统计分析 SPSS 应用 第五 课后 练习 答案
![提示](https://static.bdocx.com/images/bang_tan.gif)