《统计分析与SPSS的应用（第五版）》课后练习答案（第6章）

本文格式为Word版，下载可任意编辑——《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拣一部分人，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：第一组其次组第三组第四组第五组20.024.916.017.525.216.821.320.118.226.217.922.617.320.226.921.230.220.917.729.323.929.922.019.130.426.822.526.818.429.722.420.720.816.528.21）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销售额组之间组内总计平方和405.534269.737675.271df43034均方101.3848.991F11.276显著性.000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)平均差(I)组别(J)组别第一组其次组第三组第四组第五组其次组第一组第三组第四组第五组第三组第一组其次组第四组第五组第四组第一组(I-J)-3.30000.728573.05714-6.700003.300004.028576.35714-3.40000-.72857-4.028572.32857-7.42857-3.05714********95%置信区间标准错误1.602791.602791.602791.602791.602791.602791.602791.602791.602791.602791.602791.602791.60279显著性.048.653.066.000.048.018.000.042.653.018.157.000.066下限值-6.5733-2.5448-.2162-9.9733.0267.75523.0838-6.6733-4.0019-7.3019-.9448-10.7019-6.3305上限-.02674.00196.3305-3.42676.57337.30199.6305-.12672.5448-.75525.6019-4.1552.2162其次组第三组第五组第五组第一组其次组第三组第四组-6.35714-2.32857-9.757146.700003.400007.428579.75714******1.602791.602791.602791.602791.602791.602791.60279.000.157.000.000.042.000.000-9.6305-5.6019-13.03053.4267.12674.15526.4838-3.0838.9448-6.48389.97336.673310.701913.0305*.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=2.4F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拣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）假使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~周三500060004000700080008000300020004000周四~周五600080007000500050006000600060005000周末400030005000500060004000800090006000地区一地区二地区三1）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

地区

123

日期

123

值标签地区1地区2地区3周一至周三周四至周五周末

数字

999999主体间效应的检验因变量:销售量III类平方源校正的模型截距AreaDateArea*Date错误总计校正后的总变异和61.852844.4812.2962.74156.81516.667923.00078.519a自由度81224182726均方7.731844.4811.1481.37014.204.926F8.350912.0401.2401.48015.340显著性.000.000.313.254.000a.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。由于概率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111111111111使用手机111111222222得分342938343330454446424740性别222222222222使用手机111111222222得分353227263724484740465039请问：性别和是否使用手机对驾驶状态有影响吗？假使有影响，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。

主体间因子性别12是否使用手机12值标签男女使用不使用数字12121212主体间效应的检验因变量:ScoreIII类平方源校正的模型截距SexUsePhoneSex*UsePhone错误总计校正后的总变异和1028.12534732.0425.0421001.04222.042324.83336085.0001352.958a自由度31111202423均方342.70834732.0425.0421001.04222.04216.242F21.1012138.453.31061.6341.357显著性.000.000.584.000.258a.R平方=.760（调整后的R平方=.724）分析：

就性别而言，由于概率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；就手机使用状况而言，由于概率P-值接近0，应拒绝原假设，认为手机使用状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状况的数据。现需要比较这两种培训方式的效果有无区别，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。ID123456789Method111111111Month1.52.55.51453.544.5scoreadd910.5138119.5101212.5ID101112131415161718Method222222222month24.570.54.54.5256scoreadd121416912101014161）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区别，并说明理由。

(1)数据组织方法如下图：

(2)步骤：①数据?拆分文件?比较组：选择培训方式?确定；②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

培训方式旧方式

增分加盟时间有效N（成列）

新方式

增分加盟时间有效N（成列）

数字

999999

12.5564.000平均值(E)

10.6113.500

（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III类平方源校正的模型截距MonthMethod错误总计校正后的总变异和67.571200.27050.5579.40526.0542508.75093.625a自由度2111151817均方33.785200.27050.5579.4051.737F19.451115.29929.1065.415显著性.000.000.000.034a.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。

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III类平方源校正的模型截距MonthMethod