北科SPSS软件应用练习题

1Spss 第 3 次作业方差分析练习题：第 1 题(1)【实验目的】学会单因素方差分析(2)【实验内容】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。从尚无推销经验的应聘人员中随机挑选一部分，并随机将他们分为五个组，每种用一种推销方法培训。一段时期后得到他们在一个月的推销额，如下表所示：第一组 20 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) 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) 绘制各组的均值比对图，并利用 LSD 方法进行剁成比较检验。(3)【操作步骤】在数据编辑窗口输入组别和推销额分析比较平均值单因素 ANOVA 检验将“推销额”转入“因变量列表”将“组别 ”转入“因子” 确定分析 一般线性模型 单变量将“推销额”转入“因变量”将“组别”转入“固定因子”事后比较 将“组别”转入 “下列各项的事后检验”选中“LSD”继续确定2(4)【输出结果】ANOVAVAR00002 平方和 自由度 均方 F 显著性组间 405.534 4 101.384 11.276 .000组内 269.737 30 8.991总计 675.271 34主体间因子个案数1.00 72.00 73.00 74.00 7VAR000015.00 73主体间效应检验因变量: VAR00002 源III 类平方和 自由度 均方 F 显著性修正模型 405.534a 4 101.384 11.276 .000截距 17763.779 1 17763.779 1975.677 .000VAR00001 405.534 4 101.384 11.276 .000误差 269.737 30 8.991总计 18439.050 35修正后总计 675.271 34a. R 方 = .601（调整后 R 方 = .547）多重比较因变量: VAR00002 LSD 95% 置信区间(I) VAR00001 (J) VAR00001平均值差值 (I-J) 标准误差 显著性 下限 上限2.00 -3.3000* 1.60279 .048 -6.5733 -.02673.00 .7286 1.60279 .653 -2.5448 4.00194.00 3.0571 1.60279 .066 -.2162 6.33051.005.00 -6.7000* 1.60279 .000 -9.9733 -3.42671.00 3.3000* 1.60279 .048 .0267 6.57333.00 4.0286* 1.60279 .018 .7552 7.30194.00 6.3571* 1.60279 .000 3.0838 9.63052.005.00 -3.4000* 1.60279 .042 -6.6733 -.12671.00 -.7286 1.60279 .653 -4.0019 2.54482.00 -4.0286* 1.60279 .018 -7.3019 -.75524.00 2.3286 1.60279 .157 -.9448 5.60193.005.00 -7.4286* 1.60279 .000 -10.7019 -4.15521.00 -3.0571 1.60279 .066 -6.3305 .21622.00 -6.3571* 1.60279 .000 -9.6305 -3.08383.00 -2.3286 1.60279 .157 -5.6019 .94484.005.00 -9.7571* 1.60279 .000 -13.0305 -6.48381.00 6.7000* 1.60279 .000 3.4267 9.97332.00 3.4000* 1.60279 .042 .1267 6.67333.00 7.4286* 1.60279 .000 4.1552 10.70195.004.00 9.7571* 1.60279 .000 6.4838 13.0305基于实测平均值。误差项是均方（误差）= 8.991。4*. 平均值差值的显著性水平为 .05。(5)【结果分析】1.五种单因素相等重复试验，考察推销额。方差分析结果：不同推销方式对推销额有影响，即五种推销方式存在显著差异。2. 由于显著性大于 0.05，因此接受原假设，即五种推销方式存在显著差异。5第 2 题(1)【实验目的】学会建立 spss 数据文件，学会用 spss 进行方差分析(2)【实验任务】2、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，（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。日期销售量周一到周三 周四到周五 周末地区一 500060004000600080007000400030005000地区二 700080008000500050006000500060004000地区三 300020004000600060005000800090006000(3)【操作步骤】变量视图：名称分别为“地区” 、 “日期” 、 “销售量” ；设置“值”：1：地区一、2：地区二、3：地区三.(4)【输出结果】6主体间因子值标签 个案数1 地区一 92 地区二 9地区3 地区三 91 周一到周三 92 周四到周五 9日期3 周末 9主体间效应检验因变量: 销售量 源 III 类平方和 自由度 均方 F 显著性修正模型 61851851.852a 8 7731481.481 8.350 .000截距 844481481.481 1 844481481.481 912.040 .000地区 2296296.296 2 1148148.148 1.240 .313日期 2740740.741 2 1370370.370 1.480 .254地区 * 日期 56814814.815 4 14203703.704 15.340 .000误差 16666666.667 18 925925.926总计 923000000.000 27修正后总计 78518518.519 26a. R 方 = .788（调整后 R 方 = .693）7主体间因子值标签 个案数1 地区一 92 地区二 9地区3 地区三 91 周一到周三 92 周四到周五 9日期3 周末 9主体间效应检验因变量: 销售量 源 III 类平方和 自由度 均方 F 显著性修正模型 5037037.037a 4 1259259.259 .377 .823截距 844481481.481 1 844481481.481 252.834 .000地区 2296296.296 2 1148148.148 .344 .713日期 2740740.741 2 1370370.370 .410 .668误差 73481481.481 22 3340067.340总计 923000000.000 27修正后总计 78518518.519 26a. R 方 = .064（调整后 R 方 = -.106）(5)【结果分析】2.不同地区和不同日期对该商品的销售产生了显著影响。但二者之间的交互效应对商品的销售量并无显著影响。3. 由于没有显著的交互影响，建立非饱和模型进行分析。结果表明地区和日期两个变量对销售量有显著的影响，但是交互作用对因变量并没有显著的影响。非参数假设检验练习题第 1 题8(1)【实验目的】学会用 spss 进行非参数假设检验(2)【实验任务】1、 为分析不同年龄段人权对某商品的满意程度的异同，通过随机调查收集到以下数据：请选用恰当的非参数假设检验的方法，以恰当的形式组织以下数据，分析不同年龄阶段人群对该商品满意程度的分布状况是否一致。年龄段满意程度青年 中年 老年很不满意 126 297 156不满意 306 498 349满意 88 61 75很满意 27 17 44(3)【操作步骤】数据编辑分析 非参数检验 k 个独立样本将“满意程度”导入“检验变量列表” 选中 “分组变量 ”添加年龄段确定。(4)【输出结果】秩9年龄段 个案数 秩平均值青年 547 1108.97中年 873 925.93老年 624 1081.80满意程度总计 2044检验统计 a,b满意程度卡方 51.999自由度 2渐近显著性 .000a. 克鲁斯卡尔-沃利斯检验b. 分组变量：年龄段(5)【结果分析】由于显著性差异小于 0.05，拒绝原假设，即不同年龄段对该商品满意程度的分布状况不一致。第 2 题(1)【实验目的】学会用 spss 进行非参数假设检验(2)【实验任务】利用 居民储蓄调查数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布于正太分布是否存在显著差异。(3)【操作步骤】分析 非参数检验 单样本 K-S将“A5”导入到“检验变量列表” 选中“正态” “确定 ”10(4)【输出结果】描述统计个案数 最小值 最大值 平均值 标准差您本次存款的金额是多少？ 282 1 100001 4738.09 10945.569有效个案数（成列） 282单样本柯尔莫戈洛夫-斯米诺夫检验您本次存款的金额是多少？个案数 282平均值 4738.09正态参数 a,b标准差 10945.569绝对 .333正 .292最极端差值负 -.333检验统计 .333渐近显著性（双尾） .000ca. 检验分布为正态分布。b. 根据数据计算。c. 里利氏显著性修正。(5)【结果分析】由于显著性小于 0.05，因此拒绝原假设，11，即样本来自的总体与指定的理论分布有显著差异，即总体分布与正态分布存在显著差异。第 3 题(1)【实验目的】学会用 spss 进行非参数假设检验(2)【实验任务】利用 居民储蓄调查数据，选择恰当的非参数检验方法，分析不同常住地人群本次存款金额的总体分布是否存在显著差异。(3)【操作步骤】分析 非参数检验 两个独立 样本将“A5”导入到“检验变量列表”将“A13”导入到“分组变量”“确定”(4)【输出结果】秩您的常住地位于： 个案数 秩平均值 秩的总和沿海或中心繁华城市 200 149.65 29929.00边远地区 82 121.63 9974.00您本次存款的金额是多少？总计 282检验统计 a您本次存款的金额是多少？曼-惠特尼 U 6571.000威尔科克森 W 9974.000Z -2.627渐近显著性（双尾） .009a. 分组变量：您的常住地位于：12检验统计 a您本次存款的金额是多少？绝对 .152正 .019最极端差值负 -.152柯尔莫戈洛夫-斯米诺夫 Z 1.162渐近显著性（双尾） .135a. 分组变量：您的常住地位于：(5)【结果分析】由于显著性大于 0.05，因此接收原假设， 即不同常住地人群本次存款金额的总体分布存在显著差异。第 4 题(1)【实验目的】学会用 spss 进行非参数假设检验(2)【实验任务】利用 居民储蓄调查数据，选择恰当的非参数检验方法，分析不同收入人群本次存款金额的总体分布是否存在显著差异。(3)【操作步骤】分析 非参数检验 k 个独立样本将“A5”导入到“检验变量列表”将“A4”导入到“分组变量”“确