統(tǒng)計分析SPSS的應用四五章練習題答案

4.1利用居民儲蓄的數據，采用SPSS頻數分析，分析被調查者的常住地、職業(yè)和年齡分布特征，并繪制條形圖。Analyze---DescriptiveStatistics---Frequencies，選擇“常住地”“職業(yè)”和“年齡”到Variable(s)中。按charts,然后在ChartType里選擇Barcharts、ChartValues里選擇Frequencies.然后按continue，ok。分析：本次被訪調查者的總家庭為347戶，戶主常住地在沿海或繁華中心城市的人最多，在商業(yè)服務業(yè)的人最多，年齡在35-50歲的人最多。由于變量中無缺失數據，因此聘書分布表中的百分比相同。4.2利用居民儲蓄的數據，從數據的集中趨勢、離散程度和分布形狀等角度，分析被調查者本次存款金額的基本特征，并與標準正態(tài)分布曲線進行對比，進一步，對不同常住地儲戶存款金額的基本特征進行對比分析。Analyze---DescriptiveStatistics---Descriptives,選擇存款金額到Variable(s)中。按Option,然后選擇Mean,std.deviation,Minlmum,Variance,Maximum,Range,Kutosis,Skewness,Variablelist.然后按continue，ok。分析：由表中可以看出，有效樣本為282份，最小值為1，最大值為100001，均值是4738.09，標準差為10945.09，峰度系數為33.656，偏度系數為5.234。與標準正態(tài)分布曲線進行對比，由峰度系數可以看出，此表的存款金額的數據分布比標準正態(tài)分布更陡峭；由偏度系數可以看出，此表的存款金額的數據正偏值大，為右偏。由此可以知道，此表的存款金額數據不具有代表性。4.3利用居民儲蓄的數據，如果假設存款金額服從正態(tài)分布，能否利用第四章所講解的功能，找到存款金額“與眾不同”的樣本，并說明理由。Analyze---DescriptiveStatistics---Descriptives,選擇存款金額到Variable(s)中（save打鉤），然后看數據（Dataview）最后一列按降序排列，絕對值大于三的都是“與眾不同”的樣本。理由：標準化值反映的是樣本值與樣本均值的差是幾個標準差單位。如果標準化值等于0，則表示該樣本值等于樣本均值；如果標準化值大于0，則表示該樣本值大于樣本均值；如果標準化值小于0，則表示該樣本值小于樣本均值。如果標準化值的絕對值大于3，則可認為是異常值。4.4簡述SPSS的“Sort”功能與“Split”功能的不同。“Sort”功能即排序功能，“Split”功能即拆分功能，數據拆分與數據排序很相似，但也有一個重要的不同點，即數據拆分不僅是按指定變量對數據進行簡單排序，更重要的是根據指定變量對數據進行分組，它將為以后所進行的分組統(tǒng)計分析提供便利。4.5利用居民儲蓄的數據，綜合被調查者的常住地或職業(yè)或年齡狀況，分析儲戶的收入分布特征。Analyze---DescriptiveStatistics---Crosstabs，選擇常住地、職業(yè)、年齡到Row(s)中，選擇收入水平到Column(s),選擇Displayclusteredbarcharts。按Cells鍵，選擇Observed,Expect,Row,Column,Total。按Statistics鍵，選擇Chi-Square。按continue,ok。分析：1首先，假設常住地與收入水平不相關。第二步,卡方統(tǒng)計,進行分析?？ǚ浇y(tǒng)計量p=32.064，顯著性水平a=0.001，0.001<0.05,所以拒絕原假設。所以常住地與收入水平相關。2首先，假設職業(yè)與收入水平不相關，卡方統(tǒng)計量p=96.777，顯著水平a=0.001，0.001<0.05,所以拒絕原假設。所以職業(yè)與收入水平相關。3首先，假設年齡與收入水平不相關?？ǚ浇y(tǒng)計量p=8.932，顯著水平a=0.444，0.444>0.05,所以原假設成立。所以年齡與收入水平不相關。4.6三代同堂的家庭中，婆婆與兒媳婦關系緊張的現(xiàn)象并不少見，為了了解住房條件對婆媳關系的影響，現(xiàn)對600戶家庭進行調查并進行列聯(lián)分析。（1）補充表中第一行和第四行空缺的計算結果，（看圖寫）；（2）寫出卡方檢驗的統(tǒng)計量并說明其構造基本原理：卡方檢驗的統(tǒng)計量為39.668。構造基本原理：（3）判斷婆媳關系與住房條件有無關系：因為顯著性水平為0.0005…，小于0.01，屬于高度顯著，所以可以拒絕原假設，所以婆媳關系與住房條件有關系。4.7利用減肥產品數據，分析兩種減肥產品所產生的效果分布是否一致。Analyze---DescriptiveStatistics---Crosstabs，選擇“產品類型”到Row(s),選擇“體重變化”到Column(s)。按Statistics鍵，選擇Chi-Square。按Cells鍵，選擇Observed,Expect,Row,Column,Total。按continue,ok。概念：分位數（PercentileValues）:分位數差越大，表示數據在相應分位段上的離散程度越大。樣本標準差（StdDev）:樣本標準差越大，變量值之間的差異越大，距均值的離散趨勢越大。樣本方差(Variance)：樣本方差值越大，變量值之間的差異越大。全距（Range）:全距非常小，意味著數據基本都集中在一起。偏度系數（Skewness）:當分布式對稱時，政府總偏差相等，偏度值等于0；當分布是不對稱分布時，偏度值大于0表示正偏差值大，為正偏或右偏；小于0則為負偏或右偏。偏度絕對值越大，數據分布形態(tài)的偏斜程度越大。峰度系數（Kurtosis）:峰度值大于0表示數據的分布比標準正態(tài)分布更陡峭，稱為劍鋒分布；小于0則平緩，稱為平峰分布。

5.1公司經理宣稱他的雇員英語水平很高，如果按照英語六級考試的話一般平均分為75，現(xiàn)從雇員隨機挑11人參加考試得分如下：80，81，72，60，78，65，56，79，77，87，76問該經理宣稱可信么？步驟：采用單樣本T檢驗（原假設H0:u=u0,總體均值與檢驗值之間不存在顯著差異.）；菜單選項：Analyze->comparemeans->one-samplesTtest；指定檢驗值:在test后的框中輸入檢驗值（填75），最后ok!分析：N=11人的平均值（mean）為73.7，標準差（std.deviation）為9.55,均值標準誤差(stderrormean)為2.87.t統(tǒng)計量觀測值為-4.22，t統(tǒng)計量觀測值的雙尾概率p-值（sig.(2-tailed)）為0.668，六七列是總體均值與原假設值差的95%的置信區(qū)間,為(-7.68,5.14),由此采用雙尾檢驗比較a和p。T統(tǒng)計量觀測值的雙尾概率p-值（sig.(2-tailed)）為0.668＞a=0.05所以不能拒絕原假設；且總體均值的95%的置信區(qū)間為(67.31,80.14),所以均值在67.31~80.14內,75包括在置信區(qū)間內,所以經理的話是可信的。5.2經濟學家認為決策者是對事實作出反應，不是對提出事實的方式作出反應。然而，心理學家傾向認為提出事實的方式是有關系的。為驗證觀點，調查者分別一2種不同方式隨機采訪了足球球迷。方式一：票丟仍買；方式二：錢丟仍買。步驟：菜單選項:analyze->comparemeans->independent-samplesT；選擇若干變量作為檢驗變量到testvariables框（填TD態(tài)度）；選擇代表不同總體的變量（FS方式）作為分組變量到groupingvariable框；.定義分組變量的分組情況DefineGroups...：（填1，2）。分析：從上表可以看出票丟仍買的人數比例為46%,錢丟仍買的人數比例為88%,兩種方式的樣本平均值有較大差距。1.兩總體方差是否相等F檢驗：F的統(tǒng)計量的觀察值為257.98,對應的P值為0.00,；如果顯著性水平為0.05,由于概率P值小于0.05,兩種方式的方差有顯著差異.看eaualvariancesnotassumend。2.兩總體均值的檢驗：.T統(tǒng)計量的觀測值為-9.815,對應的雙尾概率為0.00,T的P值也<0.05,故推翻原假設,有顯著差異.由于兩種方式之間有差異,所以我更傾向心理學家的說法。5.3植物開蘭花和白花，按照莫種權威建立的遺傳模型，該雜交后代75%幾率開蘭花，25%白花，現(xiàn)在從雜交種子隨挑選200顆種植后142開蘭花，說明與遺傳模型是否一致？采用單樣本T檢驗（原假設H0:u=u0,總體均值與檢驗值之間不存在顯著差異.）；菜單選項:：Analyze->comparemeans->one-samplesTtest；指定檢驗值:在test后的框中輸入檢驗值（填75）最后ok!由表一可知，開蘭花的比例為0.71，由第二張表可知,T的統(tǒng)計量觀測值為-1.244,相對應的雙尾概率為0.215,如果顯著水平為0.05,則P值>0.05,可以接受原假設,沒有顯著差異,95%的置信區(qū)間為(0.749,0.75),結論為遺傳模型一致.5.5利用學生成績1.2為總體分析女生男生的課程平均分是否存在顯著差異：Transformcompute課程平均分=mean()analyze->comparemeans->independent-samplesT；選擇若干變量作為檢驗變量到testvariables框（課程平均分）；選擇代表不同總體的變量（sex）作為分組變量到groupingvariable框；.定義分組變量的分組情況DefineGroups...：（填1，2）。1.兩總體方差是否相等F檢驗：F的統(tǒng)計量的觀察值為0.257,對應的P值為0.614,；如果顯著性水平為0.05,由于概率P值大于0.05,兩種方式的方差無顯著差異.看eaualvariancesassumend。2.兩總體均值的檢驗：.T統(tǒng)計量的觀測值為-0.573,對應的雙尾概率為0.569,T的P值＞顯著水平0.05,故不能推翻原假設,所以女生男生的課程平均分無顯著差異。5.6利用學生成績1.2為總體，分析哪些課程平均差異不顯著：配對差異:analyze->comparemeans->paired-samplesT…pairedvariables框中每科與不同科目配對很麻煩略5.7分析培訓前后促銷數據，是否產生顯著效果（建表）：采用兩配對