HDU管理统计学作业.doc_第1页
HDU管理统计学作业.doc_第2页
HDU管理统计学作业.doc_第3页
HDU管理统计学作业.doc_第4页
HDU管理统计学作业.doc_第5页
已阅读5页,还剩12页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第一次作业 李四 1.026.06.4256759E715504室 王五 2.035.04.2324568E715210室 赵六 2.022.08.6796222E715412室 孙七 2.043.08.9325462E77224室 陈八 1.032.05.6321558E715410室 吴九 2.055.07.2654566E715412室 第二次作业1.接收频率累积 %接收频率累积 %11020.00%21428.00%21448.00%11048.00%3660.00%41068.00%41080.00%51088.00%510100.00%36100.00%其他0100.00%其他0100.00%分析:对于第一个问题,被调查者当中有有60%的人持否定态度,40%的人持肯定的态度; 对于第二个问题,被调查者当中有有30%的人持否定态度,70%的人持肯定的态度。2.分析:1.可口可乐这一品牌的市场占有率为20%,2.旭日升冰红茶市场占有率为28%,3.百事可乐市场占有率为12%,4.汇源果汁市场占有率为20%,5.露露市场占有率为20%,其他品牌的市场占有率为0。3.分析:变量数50,极差32,最小值107,最大值139,总和6419,均值122.98,均值的标准误差1,13515,标准差8.02672,方差64.428。整组数据集中于122左右,离散程度稍稍偏大。4.第三次作业:CHIINV函数一、使用CHIINV函数求卡方分布a=0.05n=1524.99579FINV函数二、使用FINV函数求a=0.05n=10N=151=2.543719NORMDIST函数正太分布使用NORMDIST求解任意正太分布问题=8=2x=5x1=5x2=10P(Xx)=0.933193P(x1X=x2)=0.774538TINV函数二、使用TINV函数求a=0.05n=102.228139中心极限定理的动态模拟验证列10.300.32554600.3510920最小值0.3290140.3766399最大值0.7122080.40218513组间距0.0255460.427731370.453277510.478824650.50437880.529916710.555462630.581008460.606555310.632101150.65764780.68319320.7087400.7342861第四次作业:1、 操作:将课本p174p178的操作做完,并加以解释。(注:到底课本是用了p57的正态分布还是t分布)spss求置信区间Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercentVAR0000112100.0%0.0%12100.0%DescriptivesStatisticStd. ErrorVAR00001Mean11.0742.0787395% Confidence Interval for MeanLower Bound10.9009Upper Bound11.24755% Trimmed Mean11.0369Median10.9850Std. Deviation.27275Minimum10.91Maximum11.91Range1.00Interquartile Range.13Skewness3.065.637Kurtosis9.9221.232Excel平均11.07416667标准误差0.078734867中位数10.985众数10.94标准差0.27274558方差0.074390152峰度9.92187778偏度3.065003691区域1最小值10.91最大值11.91求和132.89观测数12最大(1)11.91最小(1)10.91置信度(95.0%)0.173294274因为样本1230个,小样本,所以课本用了t分布。2、 计算:将本题目用公式计算出来,写在word里面。3、 其他:计算并利用软件(spss和excel)做完p63习题的第2题(包括解释)。Spaa:根据输出的结果我们可以很清楚的得到在95%的置信度下置信区间为6.2705,6.7795。Excel:平均6.525标准误差0.121585中位数6.45众数6标准差0.543744方差0.295658峰度-0.87595偏度0.387545区域1.9最小值5.7最大值7.6求和130.5观测数20最大(1)7.6最小(1)5.7置信度(95.0%)0.254484、 计算:p64页第7题。5、 计算并操作:下面例题!由输出结果可以看出该批商品在置信水平95%的条件下平均总量的置信区间为74.9,77.8。第五次作业:(第六章)案例1:新工艺是否有效?因为t值的显著性为0.0000.05,故差异显著案例2:哪种安眠药的疗效好?根据题意令t-检验: 双样本等方差假设变量 1变量 2平均2.330.75方差4.0093.200556观测值1010合并方差3.604778假设平均差0df18t Stat1.860813P(T=t) 单尾0.039593t 单尾临界1.734064P(T=t) 双尾0.079187t 双尾临界2.100922用excel进行假设检验,根据题意此题选择t-检验:双样本等方差假设,可得T stat =1.86 2.1 (t 双尾临界)即不再否定域内,因此原假设成立,即在显著性水平0.05条件下,这两种安眠药无显著差异。补充资料:一、MEANS 过程例子:1.职工数据(不同性别职工的收入、不同职称的收入); 2.成绩数据(不同性别、不同班级的成绩); 3.身高数据(不同性别、不同年龄); 1.F值的显著性=0.0210.05,故组间差异不显著,即不同性别的学生数学成绩没有不同。F值的显著性=0.8640.05,故组间差异不显著,即不同班级的学生数学成绩没有不同。二、单一样本的T检验例子 :1.职工数据:这个系的16名职工的平均工资与整个学院的平均工资(900.00元)是否有明显差异?2.身高数据:某大学同学身高的标准值为170.0厘米 ,试问该班32名同学的身高是否正常?即与170厘米是否有显著性差异?1.三、独立样本的T检验例子:某公司为了比较两种激励措施的效果,针对两组销售人员分别采取了不同的激励措施,年终得到销售人员的业绩数据。现根据业绩数据试比较两种方法的激励效果是否有所不同?由于F值的显著性0.7340.05,方差齐次,t值的显著性0.1280.05,故差异不显著,即两种方法的激励效果没有不同。四、配对样本T检验例子:销售管理实施前后的业绩比较某公司对销售人员推行一项管理措施,分别测定每个销售员前后的业绩情况,得到下表的资料,能否认为该项管理措施的实施引起销售人员的业绩发生了显著变化? 由于t值的显著性0.1300.05,故差异不显著,即不能认为该项管理措施的实施引起销售人员的业绩发生了显著变化。书本P179由于F值的显著性0.8600.05,方差其次,t值的显著性0.0190.05,故差异不显著,即可认为两组间血磷值有差别。书本P182z-检验: 双样本均值分析变量 1变量 2平均82.578已知协方差64100观测值3040假设平均差0z2.090574944P(Z=z) 单尾0.018283092z 单尾临界1.644853627P(ZFa=3.0556,故拒绝原假设,即各个销售方式显著性极大。商品不同地区不同包装销售(1) SPSS操作a因素F=2.303,Sig=0.1030.05,因此差异不显著,b因素F=3.874,Sig=0.0220.05,因此差异性显著。(2) EXCEL操作方差分析:无重复双因素分析SUMMARY观测数求和平均方差行 157615.221.2行 25701446行 358416.827.2行 455210.438.8行 559418.837.2列 1510821.614.8列 256212.442.8列 358216.424.8列 456613.233.2列 555811.620.8方差分析差异源SSdfMSFP-valueF crit行199.36449.842.3031423290.103195279633.00691728列335.36483.843.87430683920.0218861629283.00691728误差346.241621.64总计880.9624行对应地区F=2.30314Fa=3.0069所以接受原假设列对应包装F=3.8743 Fa=3.0069所以拒绝原假设第9章 上机操作多元线性回归(1) SPSS显示了选入或删除的变量,本例有两个自变量,X1,X2被选入方程,无删除的变量。R为复相关系数,及复相关系数平方,调整复相关系数平方,估计值的标准误差。给出了方程的显著性检验结果,F=4.879,P(Sig.)=0.021,0.05说明有自变量和因变量之间有回归关系存在。(2) EXCELSUMMARY OUTPUT回归统计Multiple R0.72735658032R Square0.52904759493Adjusted R Square0.48195235442标准误差0.29828427003观测值12R =0.7274 R Square =0.52904 Adjusted R Square = 0.4819说明体重对肺活量成正相关影响,但影响不大。方差分析dfSSMSFSignificance F回归分析10.999489942530.9994899425311.2335681740.0073448721562残差100.889735057470.088973505747总计111.889225由于F=11.23357,Significance F=0.0073所以体重与肺活量呈现明显线性关系。Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept0.276494252870.78821349536

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论