统计学作业(19页).doc

《统计学作业(19页).doc》由会员分享，可在线阅读，更多相关《统计学作业(19页).doc（18页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、-统计学作业-第 18 页 装 订 线 广西工学院实验报告用纸实验名称实验一 SPSS统计数据整理与分析实验成绩指导教师李丽清系（院）管理系班级物流102学号201000709049学生姓名徐春1、解：利用SPSS进行描述分析分析，得表如下信管091-092班的大一英语成绩Statistics信管091信管092NValid3030Missing00MeanMedian76Std. DeviationVariance由该表我们得到信管091的平均成绩为64.9，标准差为14.5；信管092的平均成绩为74.96，标准差为11.9。由此可看出信管092的英语成绩比信管091的英语成绩好。2、解：

2、1）、利用SPSS进行描述分析分析，得表1如下：表1Statistics工作表现专业水平外语水平NValid484848Missing000MeanStd. Error of Mean.14875.19666.25584MedianStd. Deviation由表1可知，工作表现的平均值为，标准差方差为 专业水平的平均值为，标准差方差为9 外语水平的平均值为，标准差方差为由此可见，用人单位对该校毕业生工作表现方面最为满意。外语水平方面最不满意。应在外语水平方面作出教学改革。措施：1、在入学前就针对性的对英语成绩进行筛选2、入学后分班进行上课3、加强对英语课程的教育4、开展一些有关英语互动的活动

3、5、要求每个班每天早上用一定时间读英语2）、由表1可知，工作表现的标准误差为0.14875，全距为4 专业水平的标准误差为0.19666，全距为5 外语水平的标准误差为0.25584，全距为7由此可见，用人单位对该校毕业生外语水平方面的满意程度差别最大。产生的原因是：从抽取的样本看来，学生的外语水平参差不齐，有的学生外语水平很高，而有的学生水平非常低，同时大多数学生的外语水平都较低。所以使得用人单位对该校毕业生外语水平方面的满意程度差别较大。3）、利用SPSS进行，得表1、表2和表3如下：商学院 表1Statistics工作表现专业水平外语水平NValid171717Missing000Mea

4、n8Std. Deviation1929Variance生物学院 表2Statistics工作表现专业水平外语水平NValid171717Missing000Mean8Std. DeviationVariance医学院 表3Statistics工作表现专业水平外语水平NValid141414Missing000MeanStd. DeviationVariance由以上三个表对比可知社会对三个学院的毕业生工作表现方面的满意程度近于一致。同时我们可以看出社会对三个学院的毕业生的专业水平及外语水平的满意度存在著差异，同时满意度都不太高。措施：对于外语水平的改建方法前面已给出。对于专业水平：1、加强专

5、业知识的考核。 2、多举办有关专业知识的活动，让学生在活动中去领悟。 3、可以考虑在大一时就开设一定的专业课程，大一时学生的热气高很高，有利于专业知识的掌握。 4、教学与专业实践相结合，让学生深入去体会。 装 订 线 广西工学院实验报告用纸实验名称实验二 假 设 检 验实验成绩指导教师李丽清系（院）管理系班级物流102学号201000709049学生姓名徐春1、 解：假设 H。:U1=U2 H1: U1U2利用SPSS两独立样本的t检验进行分析，得表1和表2如下：表1Group Statistics学校NMeanStd. DeviationStd. Error Mean数学北大9清华9表2In

6、dependent Samples TestLevenes Test for Equality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the DifferenceLowerUpper数学Equal variances assumed.571.46116.423Equal variances not assumed.4241、由表1可知，两学校的数学成绩抽样的样本平均值有一定的差异，这

7、个差异可能是样本随机性引起的，也有可能是两学校的数学成绩存在差异，因此需要进一步分析。2、近一步分析如下：第一步：两总体方差的F检验。 由表二可得F=0.57 概率Sig =0.46a=0.05，所以两总体的方差没有显著性的差异。第二步：两总体均值检验。由一可知，方差为齐次性，我们只看表二的第一行的t检验的结果。从表二知：Zt，对应的双尾概率为0.42a=0.05,所以拒绝原假设，可以认为它们之间有显著性的差异。2、 解：假设 H。： U。=70 H1： U170利用SPSS两独立样本的t检验进行分析，得表如下Independent Samples TestLevenes Test for E

8、quality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the DifferenceLowerUpper分数Equal variances assumed.00734.033-.98Equal variances not assumed.036由a=0.05，所以两总体的方差没有显著性的差异。第二步：两总体均值检验。由一可知，方差为齐次性，我们只看表二的第一行的t检验的结果。从表二知：

9、Zt=2.21，对应的双尾概率为0.03a=0.05,所以拒绝原假设，可以认为它们之间有显著性的差异。2）对化学分析如下：假设：H。: U1=U2 H1: U1U2利用SPSS两独立样本的t检验进行分析，得表1和表2如下：表1Group Statistics化学NMeanStd. DeviationStd. Error Mean分数化学118化学218表2Independent Samples TestLevenes Test for Equality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean Dif

10、ferenceStd. Error Difference95% Confidence Interval of the DifferenceLowerUpper分数Equal variances assumed.01934.071.67487Equal variances not assumed.073.769011、由表1可知，数学1和数学2的抽样的样本平均值有一定的差异，这个差异可能是样本随机性引起的，也有可能是两学校的数学成绩存在差异，因此需要进一步分析。2、近一步分析如下：第一步：两总体方差的F检验。 由表二可得F=6.09 概率Sig =0.017a=0.05,所以不拒绝原假设，可以认

11、为它们之间没有显著性的差异。 装 订 线 实验名称实验三、方差分析实验成绩指导教师李丽清系（院）管理系班级物流102学号201000709049学生姓名徐春1、 解：该数据中的水平（因变量）：分数。因素：方法。这个数据文件需要建立：四个变量 数据文件应如何建立：对该数据进行方差分析检验4种方式影响是否显著。假设：H。: U1=U2=U3=U4 H1: U1、U2、U3、U4不全相等利用SPSS两独立样本的t检验进行分析，得表1和表2如下：表1Descriptives分数NMeanStd. DeviationStd. Error95% Confidence Interval for MeanMi

12、nimumMaximumLower BoundUpper Bound方式16 40.00 2.28 0.93 37.60 42.39 37 43 方式26 47.67 2.16 0.88 45.40 49.93 45 50 方式36 36.33 2.58 1.05 33.62 39.04 33 40 方式46 49.00 2.19 0.89 46.70 51.30 46 52 Total24 43.25 5.80 1.18 40.80 45.70 33 52 表2Test of Homogeneity of Variances分数Levene Statisticdf1df2Sig.098320

13、.960表3ANOVA分数Sum of SquaresdfMean SquareFSig.Between Groups3.000Within Groups20Total23分析如下：1、由表1可知，这四种方法的抽样的样本平均值有一定的差异，这个差异可能是样本随机性引起的，也有可能是两学校的数学成绩存在差异，因此需要进一步分析。2、近一步分析如下：第一步：两总体方差的F检验。 由表3可得F= 概率Sig =0a=0.05，所以两总体的方差没有显著性的差异。第二步：两总体均值检验。由第一步可知，方差为齐次性， 我们进行齐次性检验，得表2，从中可知相伴概率Sig.可以认为等级的总方差相等，符合饭方差

14、分析的符合假设条件。由表2方差分析表可知，总离差平方和772.5，组间离差平方和为665.833，组内离差平方和为106.667，方差分别为221.944、5.333，相差所得的F统计量为41.615，对应的相伴概率Sig.=00.05，因此在拒绝区域，所以认为他们有显著性的差异2、 解:对因素灯丝 假设： H。： a1=a2=a3=a4 H1: a1、a2、a3、a4不全相等 1） 对因素灯泡 H。： b1=b2=b3=b4=b5=b6=b7=b8H1： b1、b2、b3、b4、b5、b6、b7、b8不全相等利用SPSS两独立样本的t检验进行分析，得表1、表2和图1如下：表1Fdf1df2S

15、ig.250.由表一方差检验表可知，因为它的相伴概率Sig=0a=0.05，所以拒绝原假设，即有显著性差异且为齐次方程。在进一步分析如下：表2Tests of Between-Subjects EffectsDependent Variable: 寿命 SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model10.000Intercept1.000灯泡7.000灯丝3.000Error15Total26Corrected Total25aR Squared = .958 (Adjusted R Squared = .930)图

16、 装 订 线 注：线段从下往上依次为丁、丙、甲、乙又由表二方差分析知F(灯丝)=30.24 P=0a=0.05，所以灯泡灯丝对寿命有显著性影响。再结合图1我们很容易看出灯丝乙对灯泡的寿命影响最明显。实验名称实验四 相关分析与回归分析实验成绩指导教师李丽清系（院）管理系班级物流102学号201000709049学生姓名徐春1、 解：1)、绘制肺活量-身高及肺活量-体重的散点图如下：2）、以肺活量为因变量、以身高为自变量进行相关分析假设：H。: P=0 H1: P0利用SPSS进行相关分析，得表如下：Correlations肺活量身高肺活量Pearson Correlation1.600*Sig.

17、 (2-tailed).001N2929身高Pearson Correlation.600*1Sig. (2-tailed).001N2929*. Correlation is significant at the 0.01 level (2-tailed).由该表我们可以得到如下信息：肺活量和身高的相关系数为r=0.6，呈中度线性相关，显著性水平P=0.001a=0.05，所以接受原假设，即身高与肺活量的相关关系不显著。2、 解：1）绘制散点图如下：分析该市工业总产值与税利总额的关系：由图可以看出他们呈正线性关系。2）、做相关分析以总产值与税利总额进行相关分析假设：H。: P=0 H1: P

18、0利用SPSS进行相关分析，得表如下：Correlations工业总产值X税率总值Y工业总产值XPearson Correlation1.942*Sig. (2-tailed).000N1212税率总值YPearson Correlation.942*1Sig. (2-tailed).000N1212*. Correlation is significant at the 0.01 level (2-tailed).由该表我们可以得到如下信息：总产值与税利总额的相关系数为r=0.942，呈高度线性相关。又显著性水平P=0a=0.05，P=0a=0.05,所以b。显著为0，b显著不为0，故b。没

19、通过了t检验，而b通过了t检验。3、解：（1）建立二元回归线性模型：y=b。+b1x+b2x+b3x+b4x+c（2）做回归分析利用SPSS进行相关分析，得表1和表2如下：表1 方差分析表ANOVAModel Sum of SquaresdfMean SquareFSig.1Regression1.000 Residual16 Total17 2Regression2.000 Residual15 Total17 表2 回归系数列表CoefficientsCoefficientsUnstandardized CoefficientsStandardized CoefficientstSig.M

20、odelBStd. ErrorBeta1(Constant)0化肥施用量02(Constant)1化肥施用量2生猪存栏数aDependent Variable: 水稻产量表3Excluded VariablesBeta IntSig.Partial CorrelationModelTolerance1水稻播种面积生猪存栏数水稻扬花期降雨量2水稻播种面积水稻扬花期降雨量aPredictors in the Model: (Constant), 化肥施用量bPredictors in the Model: (Constant), 化肥施用量, 生猪存栏数cDependent Variable: 水稻产量由表2知y=由表1方差分析表可知，它的相伴概率Sig.=00.05，因此在拒绝区域，所以认为他们有显著性的差异，所以通过了回归方程的分析。由表3知， 生猪存栏数Sig=0.010.05 因此水稻播种面积和生猪存栏数对产量有显著性差异，而水稻扬花期降雨量对其的显著性不明显因此水稻扬花期降雨量和水稻播种面积对产量显著性不明显。