實(shí)驗(yàn)四指導(dǎo)書運(yùn)用STATISTICA和SPSS軟件進(jìn)行樣本方差的檢驗(yàn)和講解

1、數(shù)理統(tǒng)計(jì)B實(shí)驗(yàn)指導(dǎo)書理學(xué)院實(shí)驗(yàn)中心數(shù)學(xué)專業(yè)實(shí)驗(yàn)室編寫 實(shí)驗(yàn)四 運(yùn)用STATISTICA和SPSS軟件進(jìn)行樣本方差的檢驗(yàn)和分析【實(shí)驗(yàn)類型】（綜合性）【實(shí)驗(yàn)學(xué)時(shí)】2學(xué)時(shí)【實(shí)驗(yàn)?zāi)康摹客ㄟ^(guò)上機(jī)操作掌握在STATISTICA和SPSS 軟件中的樣本方差的卡方檢驗(yàn)和F檢驗(yàn)，熟悉軟件數(shù)據(jù)的引入和分析，熟悉相關(guān)選項(xiàng)的操作，并能正確解釋軟件處理的結(jié)果。【實(shí)驗(yàn)內(nèi)容】1、利用STATISTICA和SPSS 軟件完成對(duì)單樣本方差的卡方檢驗(yàn)，并解釋軟件處理的結(jié)果。2、利用STATISTICA和SPSS 軟件完成對(duì)雙樣本方差的F檢驗(yàn)，并解釋軟件處理的結(jié)果。3、利用STATISTICA和SPSS 軟件完成單因子方差分析，并

2、解釋軟件處理的結(jié)果。數(shù)據(jù)分析：1、抽樣樣本量確定以后，對(duì)單樣本方差的卡方檢驗(yàn)，并解釋軟件處理的結(jié)果。2、利用得到的抽樣，對(duì)樣本方差的F檢驗(yàn)，估計(jì)量的方差的分析，并解釋軟件處理的結(jié)果。3、確定因子，完成單因子方差分析，并解釋軟件處理的結(jié)果?！緦?shí)驗(yàn)報(bào)告要求】1. 寫出實(shí)驗(yàn)步驟；2. 附上數(shù)據(jù)處理結(jié)果。 SPSS操作步驟：一、 打開EXCEL文件：可以選擇現(xiàn)有的數(shù)據(jù)源，也可以選擇自己的文件，但一定要注意打開文件的類型的選擇，要選擇打開EXCEL文件的工作區(qū)，和范圍；打開的文件如下圖二、SPSS軟件對(duì)單樣本均值的卡方檢驗(yàn),并對(duì)結(jié)果做分析。簡(jiǎn)單的統(tǒng)計(jì)量分析，在分析選項(xiàng)中1、 首先選擇“分析”“非參數(shù)檢驗(yàn)

3、”“舊對(duì)話框”“卡方”，打開“卡方”對(duì)話框。選出要檢驗(yàn)的變量到“檢驗(yàn)變量”中，可以選一個(gè)，也可能選多個(gè)，多個(gè)被選中，則會(huì)每個(gè)變量都出一個(gè)結(jié)果。點(diǎn)“選項(xiàng)”出現(xiàn)新對(duì)話框，是對(duì)假設(shè)檢驗(yàn)的統(tǒng)計(jì)量和缺失值的設(shè)置；點(diǎn)“精確檢驗(yàn)”對(duì)話框用于選擇計(jì)算顯著性水平sig.值的幾種方法，通常系統(tǒng)默認(rèn)的漸進(jìn)方法。 點(diǎn)“繼續(xù)”返回后，點(diǎn)“粘貼”可以進(jìn)入“語(yǔ)法對(duì)話框”得到如下結(jié)果：可以對(duì)結(jié)果進(jìn)行多次編程。無(wú)需改動(dòng)，就返回，點(diǎn)“確定”得到結(jié)果。 檢驗(yàn)統(tǒng)計(jì)量對(duì)照班前測(cè)總分卡方34.261adf43漸近顯著性.827a. 44 個(gè)單元 (100.0%) 具有小于 5 的期望頻率。單元最小期望頻率為 2.1。三、SPSS軟件對(duì)對(duì)

4、樣本方差的F檢驗(yàn)，估計(jì)量的方差的分析。簡(jiǎn)單的統(tǒng)計(jì)量分析，在分析選項(xiàng)中2、 首先選擇“分析”“比較均值”“單因素ANOVA”，打開“單因素ANOVA”對(duì)話框。選出要檢驗(yàn)的變量到“因變量列表”中，可以選一個(gè)，也可能選多個(gè)，多個(gè)被選中，則會(huì)每個(gè)變量都出一個(gè)結(jié)果；“因子”中，只可以選一個(gè)，則會(huì)每個(gè)變量按分好的組都出一個(gè)結(jié)果；單擊“對(duì)比”按鈕，然后從打開的對(duì)比對(duì)話框中的“度”下拉列表框選擇“線性”，選項(xiàng)，“繼續(xù)”后返回主對(duì)話框，再單擊“兩兩比較”按鈕，然后從打開的對(duì)比對(duì)話框中選擇“LSD”，選項(xiàng)，“繼續(xù)”后返回，再單擊“選項(xiàng)”按鈕，然后選擇“描述性”和“均值圖”，選項(xiàng)，“繼續(xù)”后返回，最后確定出結(jié)果。

5、點(diǎn)“繼續(xù)”返回后，點(diǎn)“粘貼”可以進(jìn)入“語(yǔ)法對(duì)話框”得到如下結(jié)果：可以對(duì)結(jié)果進(jìn)行多次編程。無(wú)需改動(dòng)，就返回，點(diǎn)“確定”得到結(jié)果。描述對(duì)照班前測(cè)總分N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的 95% 置信區(qū)間極小值極大值下限上限1482971.8114.843.21471.3972.23431202143667.0610.598.28066.5167.614881總數(shù)626570.7214.125.17870.3771.0743120ANOVA對(duì)照班前測(cè)總分平方和df均方F顯著性組間（組合）24959.851124959.851127.625.000線性項(xiàng)未加權(quán)的24959.851124959.851127.625

6、.000加權(quán)的24959.851124959.851127.625.000組內(nèi)1224864.5966263195.572總數(shù)1249824.4466264重新做因子有三個(gè)的類別，有三班，分別31班32班33班，描述從56到70N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的 95% 置信區(qū)間極小值極大值下限上限314524.181.992.29723.5824.782030324523.912.372.35423.2024.622030334525.021.889.28224.4525.592230總數(shù)13524.372.133.18424.0124.732030ANOVA從56到70平方和df均方F顯著性組間（組

7、合）30.281215.1413.451.035線性項(xiàng)對(duì)比16.044116.0443.657.058偏差14.237114.2373.245.074組內(nèi)579.2001324.388總數(shù)609.481134多重比較從56到70LSD(I) 班級(jí)(J) 班級(jí)均值差 (I-J)標(biāo)準(zhǔn)誤顯著性95% 置信區(qū)間下限上限3132.267.442.547-.611.1433-.844.442.058-1.72.033231-.267.442.547-1.14.6133-1.111*.442.013-1.98-.243331.844.442.058-.031.72321.111*.442.013.241.9

8、8*. 均值差的顯著性水平為 0.05。由多重比較，可以得到31與33班的顯著性0.058，31與32班的顯著性是0.547，說(shuō)明31與32班的差異要大一點(diǎn)，均值，是32班最小，33班最大四、SPSS軟件對(duì)對(duì)樣本相關(guān)性的分析。1、簡(jiǎn)單的統(tǒng)計(jì)量分析，在分析選項(xiàng)中2、首先選擇“分析”“相關(guān)”“雙變量”，打開“雙變量相關(guān)”對(duì)話框。選兩個(gè)變量和多個(gè)變量，做“PEARSON”相關(guān)系數(shù)的相關(guān)性分析，不清楚變量之間是正相關(guān)還是負(fù)相關(guān)，就選雙側(cè)檢驗(yàn)，如果知道正負(fù)，就選“單側(cè)檢驗(yàn)”。描述性統(tǒng)計(jì)量均值標(biāo)準(zhǔn)差N對(duì)照班前測(cè)總分68.1013.43392對(duì)照班后測(cè)總分67.5913.08792相關(guān)性對(duì)照班前測(cè)總分對(duì)照班

9、后測(cè)總分對(duì)照班前測(cè)總分Pearson 相關(guān)性1.996*顯著性（雙側(cè)）.000平方與叉積的和16420.12015928.717協(xié)方差180.441175.041N9292對(duì)照班后測(cè)總分Pearson 相關(guān)性.996*1顯著性（雙側(cè)）.000平方與叉積的和15928.71715586.304協(xié)方差175.041171.278N9292*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。相關(guān)系數(shù)為1和0.996，說(shuō)明相關(guān)性非常強(qiáng)如果多個(gè)變量做相關(guān)性分析，現(xiàn)選四個(gè)變量得如下結(jié)果描述性統(tǒng)計(jì)量均值標(biāo)準(zhǔn)差N對(duì)照班前測(cè)總分68.1013.43392對(duì)照班后測(cè)總分67.5913.08792實(shí)驗(yàn)班前測(cè)總分64.9515

10、.03678實(shí)驗(yàn)班后測(cè)總分97.8311.74878相關(guān)性對(duì)照班前測(cè)總分對(duì)照班后測(cè)總分實(shí)驗(yàn)班前測(cè)總分實(shí)驗(yàn)班后測(cè)總分對(duì)照班前測(cè)總分Pearson 相關(guān)性1.996*.868*.786*顯著性（雙側(cè)）.000.000.000平方與叉積的和16420.12015928.71712850.0779089.000協(xié)方差180.441175.041166.884118.039N92927878對(duì)照班后測(cè)總分Pearson 相關(guān)性.996*1.865*.780*顯著性（雙側(cè)）.000.000.000平方與叉積的和15928.71715586.30412414.8728754.833協(xié)方差175.041171

11、.278161.232113.699N92927878實(shí)驗(yàn)班前測(cè)總分Pearson 相關(guān)性.868*.865*1.896*顯著性（雙側(cè)）.000.000.000平方與叉積的和12850.07712414.87217407.79512183.333協(xié)方差166.884161.232226.075158.225N78787878實(shí)驗(yàn)班后測(cè)總分Pearson 相關(guān)性.786*.780*.896*1顯著性（雙側(cè)）.000.000.000平方與叉積的和9089.0008754.83312183.33310626.833協(xié)方差118.039113.699158.225138.011N78787878*.

12、在 .01 水平（雙側(cè)）上顯著相關(guān)。由上面的結(jié)果，可以得到，對(duì)照班前測(cè)總分和對(duì)照班后測(cè)總分相關(guān)系數(shù)是0.996，相關(guān)性最強(qiáng)，實(shí)驗(yàn)班前測(cè)總分與實(shí)驗(yàn)班后測(cè)總分的相關(guān)系數(shù)是0.896，比其它的又大一點(diǎn)，所以它倆之間相關(guān)性大一點(diǎn)。3、首先選擇“分析”“相關(guān)”“偏相關(guān)”，打開“偏相關(guān)”對(duì)話框。 偏相一般是研究多個(gè)變量之間的相關(guān)關(guān)系是的，如研究農(nóng)作物產(chǎn)量與雨量與氣溫之間的偏相關(guān)，高溫多雨均有利于產(chǎn)量，而高溫與雨量是負(fù)相關(guān)，高溫則一定少雨，所以高溫與產(chǎn)量不是簡(jiǎn)單的相關(guān)，而是固定雨量，確定高溫與產(chǎn)量的相關(guān)性，就是偏相關(guān)，控制一個(gè)變量時(shí)，叫一階偏相關(guān)分析，要控制二個(gè)變量時(shí)，叫二階偏相關(guān)分析。簡(jiǎn)單相關(guān)系數(shù) “變量

13、”輸入進(jìn)行偏相關(guān)分析的變量，可以兩個(gè)，也可以多個(gè)，則給出兩兩相關(guān)分析，“控制”輸入控制變量，需要控制的變量。點(diǎn)“選項(xiàng)”對(duì)話框，選中統(tǒng)計(jì)量，見右上圖點(diǎn)“繼續(xù)”后，返回“確定”按鈕，執(zhí)行結(jié)果。相關(guān)性控制變量對(duì)照班前測(cè)總分實(shí)驗(yàn)班前測(cè)總分實(shí)驗(yàn)班后測(cè)總分對(duì)照班前測(cè)總分相關(guān)性1.000.597顯著性（雙側(cè)）.000df075實(shí)驗(yàn)班前測(cè)總分相關(guān)性.5971.000顯著性（雙側(cè)）.000.df750描述性統(tǒng)計(jì)量均值標(biāo)準(zhǔn)差N對(duì)照班前測(cè)總分70.7712.78678實(shí)驗(yàn)班前測(cè)總分64.9515.03678實(shí)驗(yàn)班后測(cè)總分97.8311.74878相關(guān)性控制變量對(duì)照班前測(cè)總分實(shí)驗(yàn)班前測(cè)總分實(shí)驗(yàn)班后測(cè)總分-無(wú)-a對(duì)照班

14、前測(cè)總分相關(guān)性1.000.868.786顯著性（雙側(cè)）.000.000df07676實(shí)驗(yàn)班前測(cè)總分相關(guān)性.8681.000.896顯著性（雙側(cè)）.000.000df76076實(shí)驗(yàn)班后測(cè)總分相關(guān)性.786.8961.000顯著性（雙側(cè)）.000.000.df76760實(shí)驗(yàn)班后測(cè)總分對(duì)照班前測(cè)總分相關(guān)性1.000.597顯著性（雙側(cè)）.000df075實(shí)驗(yàn)班前測(cè)總分相關(guān)性.5971.000顯著性（雙側(cè)）.000.df750a. 單元格包含零階 (Pearson) 相關(guān)。4、首先選擇“分析”“相關(guān)”“距離”，打開“距離”對(duì)話框。在距離分析過(guò)程中，主要利用變量之間的相似性測(cè)度與不相似性測(cè)度，“不相似性

15、測(cè)度”主要有歐氏距離，平方歐氏距離，契比雪夫距離，BLOCK距離，等，“相似性測(cè)度”PEARSON相關(guān)系數(shù)和夾角余弦距離，對(duì)于二值變量的相似性測(cè)度，也有簡(jiǎn)單匹配系數(shù)，等 在“計(jì)算距離”中選中“變量間”，在“ 度量標(biāo)準(zhǔn)”中選“相似性”點(diǎn)“確定”結(jié)果如下：案例處理摘要案例有效缺失合計(jì)N百分比N百分比N百分比7884.8%1415.2%92100.0%近似矩陣 值向量間的相關(guān)性 對(duì)照班前測(cè)總分對(duì)照班后測(cè)總分實(shí)驗(yàn)班前測(cè)總分實(shí)驗(yàn)班后測(cè)總分對(duì)照班前測(cè)總分1.000.995.868.786對(duì)照班后測(cè)總分.9951.000.865.780實(shí)驗(yàn)班前測(cè)總分.868.8651.000.896實(shí)驗(yàn)班后測(cè)總分.786.

16、780.8961.000這是一個(gè)相似性矩陣相似矩陣也就是PEARSON相關(guān)系數(shù)矩陣，從上表可以得到，對(duì)照班前測(cè)總分與對(duì)照班后測(cè)總分的相關(guān)系數(shù)是0.995，相關(guān)性最大。實(shí)驗(yàn)班前測(cè)總分與實(shí)驗(yàn)班后測(cè)總分相關(guān)系數(shù)是0.896，相關(guān)性是最大。五、SPSS軟件作單因子方差分析的分析。單因子方差分析有兩種，第一種是完全隨機(jī)設(shè)計(jì)方差分析；另一種是隨機(jī)單位組設(shè)計(jì)方差分析；第一種：1、打開EXCEL文件，2、簡(jiǎn)單的統(tǒng)計(jì)量分析，在分析選項(xiàng)中首先選擇“分析”“比較均值”“單變量ANOVE”，打開“單因素方差分析”對(duì)話框。其中“因變量列表”，是選擇要選擇的變量，對(duì)其進(jìn)行方差分析其中“因子”，是對(duì)選擇的變量由該因子分類，

17、進(jìn)行方差分析另一種：1、打開EXCEL文件，2、簡(jiǎn)單的統(tǒng)計(jì)量分析，在分析選項(xiàng)中首先選擇“分析”“一般線性模型”“單變量”，打開“單變量”對(duì)話框。 其中“固定因子”就是需要分析時(shí)考慮的因子，可以是一個(gè)也可以是兩個(gè)多個(gè)，其中“因變量”就是需要分析的變量，其中“選項(xiàng)”就是分析出的選項(xiàng)，有對(duì)話框如下：其中“模型”選定模型類型 得結(jié)果如下：描述性統(tǒng)計(jì)量因變量:總保費(fèi)汽車類別均值標(biāo)準(zhǔn) 偏差N瑞納 2014款 1.4L 手動(dòng)頂級(jí)型TOP2822.4557402.3517428瑞納 2014款 1.4L 手動(dòng)智能型GLS2461.4957402.3517428瑞納 2014款 1.4L 自動(dòng)領(lǐng)先型GLX287

18、3.6557402.3517428瑞納 2014款 1.4L 自動(dòng)智能型GLS2796.8557402.3517428總計(jì)2738.6157429.08297112主體間效應(yīng)的檢驗(yàn)因變量:總保費(fèi)源III 型平方和df均方FSig.偏 Eta 方校正模型2952665.498a3984221.8336.080.001.144截距8.400E818.400E85188.818.000.980汽車類別2952665.4983984221.8336.080.001.144誤差17483787.857108161886.925總計(jì)8.604E8112校正的總計(jì)20436453.355111a. R 方 = .144（調(diào)整 R 方 = .121）參數(shù)估計(jì)因變量:總保費(fèi)參數(shù)B標(biāo)準(zhǔn) 誤差tSig.95% 置信區(qū)間偏 Eta 方下限上限截距2796.85676.03736.783.0002646.1372947.575.926汽車類別=瑞納 2014款