《统计分析与SPSS的应用（第五版）》课后练习答案（第5章）

《统计分析与SPSS的应用（第五版）》（薛薇）

课后练习答案

第5章SPSS的参数检验

1、某公司经理宣称他的雇员英语水平很高，如果按照英语六级考试的话，一般平均得分为

75分。现从雇员中随机选出11人参加考试，得分如下： 80, 81, 72, 60, 78, 65, 56, 79, 77,87, 76 请问该经理的宣称是否可信。 原假设：样本均值等于总体均值 即u=u0=75

步骤：生成spss数据→分析→比较均值→单样本t检验→相关设置→输出结果（Analyze->compare means->one-samples T test；）

采用单样本T检验（原假设H0:u=u0=75,总体均值与检验值之间不存在显著差异）；

单个样本统计量 成绩 N 11 均值 73.73 单个样本检验 标准差 9.551 均值的标准误 2.880 检验值 = 75 t 成绩 -.442 df 10 Sig.(双侧) .668 均值差值 -1.273 差分的 95% 置信区间 下限 -7.69 上限 5.14 分析：指定检验值:在test后的框中输入检验值（填75），最后ok! 分析：N=11人的平均值（mean）为73.7，标准差（std.deviation）为9.55,均值标准误差(std error mean)为2.87.t统计量观测值为-4.22，t统计量观测值的双尾概率p-值（sig.(2-tailed)）为0.668，六七列是总体均值与原假设值差的95%的置信区间,为(-7.68,5.14),由此采用双尾检验比较a和p。T统计量观测值的双尾概率p-值（sig.(2-tailed)）为0.668＞a=0.05所以不能拒绝原假设；且总体均值的95%的置信区间为(67.31,80.14),所以均值在67.31~80.14内,75包括在置信区间内,所以经理的话是可信的。 2、在某年级随机抽取35名大学生，调查他们每周的上网时间情况，得到的数据如下（单位：小时）：

（1） 请利用SPSS对上表数据进行描述统计，并绘制相关的图形。

（2） 基于上表数据，请利用SPSS给出大学生每周上网时间平均值的９５％的置信区间。 （1）分析?描述统计?描述、频率

（2）分析?比较均值?单样本T检验

每周上网时间的样本平均值为27.5，标准差为10.7，总体均值95%的置信区间为23.8-31.2.

3、经济学家认为决策者是对事实做出反应，不是对提出事实的方式做出反应。然而心理学家则倾向于认为提出事实的方式是有关系的。为验证哪种观点更站得住脚，调查者分别以下面两种不同的方式随机访问了足球球迷。

原假设：决策与提问方式无关，即u-u0=0

步骤：生成spss数据→分析→比较均值→两独立样本t检验→相关设置→输出结果 表5-3 组统计量 决策 提问方式 丢票再买 丢钱再买 N 200 183 均值 .46 .88 标准差 .500 .326 均值的标准误 .035 .024 表5-4

独立样本检验 方差方程的 Levene 检验 均值方程的 t 检验 差分的 95% 置信Sig.(双F 决假设方差相等 策 假设方差不相等 257.985 Sig. .000 t -9.640 df 381 侧) .000 .000 均值差值 -.420 -.420 标准误差值 .044 .043 区间 下限 -.505 -.504 上限 -.334 -.336 -9.815 345.536 分析：由表5-3可以看出，提问方式不同所做的相同决策的平均比例是46%和88%，认为决策者的决策与提问方式有关。由表5-4看出，独立样本在0.05的检验值为0，小于0.05，故拒绝原假设，认为决策者对事实所作出的反应与提问方式有关，心理学家的观点更站得住脚。

分析：

从上表可以看出票丢仍买的人数比例为46%,钱丢仍买的人数比例为88%,两种方式的样本比例有较大差距。

1.两总体方差是否相等F检验：F的统计量的观察值为257.98,对应的

P值为0.00,；如果显著性水平为0.05,由于概率P值小于0.05,两种方式的方差有显著差异。

看假设方差不相等行的结果。2.两总体均值（比例）差的检验：.T统计量的观测值为-9.815,对应的双尾概率为0.00,T统计量对应的概率P值<0.05,故推翻原假设,表明两总体比例有显著差异.更倾向心理学家的说法。

4、一种植物只开兰花和白花。按照某权威建立的遗传模型，该植物杂交的后代有75%的几率开兰花，25%的几率开白花。现从杂交种子中随机挑选200颗，种植后发现142株开了兰花，请利用SPSS进行分析，说明这与遗传模型是否一致？ 原假设：开蓝花的比例是75%，即u=u0=0.75

步骤：生成spss数据→分析→比较均值→单样本t检验→相关设置→输出结果 表5-5 单个样本统计量 开花种类 N 200 均值 1.29 标准差 .455 均值的标准误 .032 表5-6 单个样本检验 检验值 = 0.75 t 开花种类 16.788 df 199 Sig.(双侧) .000 均值差值 .540 差分的 95% 置信区间 下限 .48 上限 .60

分析：由于检验的结果sig值为0，小于0.05，故拒绝原假设，由于检验区间为（1.23,1.35），0.75不在此区间内，进一步说明原假设不成立，故认为与遗传模型不一致。

5、给幼鼠喂以不同的饲料，用以下两种方法设计实验：方式1：同一鼠喂不同的饲料所测得的体内钙留存量数据如下： 鼠号 1 2 33.1 28.8 3 26.8 35.1 4 36.3 35.2 5 39.5 43.8 6 30.9 25.7 7 33.4 36.5 8 31.5 37.9 9 28.6 28.7 饲料1 33.1 饲料2 36.7 方式2：甲组有12只喂饲料1，乙组有9只喂饲料2所测得的钙留存量数据如下: 甲组饲料1：29.7 26.7 28.9 31.1 31.1 26.8 26.3 39.5 30.9 33.4 33.1 28.6 乙组饲料2：28.7 28.3 29.3 32.2 31.1 30.0 36.2 36.8 30.0 请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙的留存量有显著不同。

原假设：不同饲料使幼鼠体内钙的留存量无显著不同。

方式1步骤：生成spss数据→分析→比较均值→配对样本t检验→相关设置→输出结果

表5-7 成对样本统计量 均值 N 标准差 均值的标准误 对 1 饲料1钙存量 饲料2钙存量 32.578 34.267 9 9 3.8108 5.5993 1.2703 1.8664 表5-8 成对样本相关系数 对 1 饲料1钙存量 & 饲料2钙存量 N 9 相关系数 .571 Sig. .108 表5-9

成对样本检验 成对差分 均值的标准均值 对 1 饲料1钙存量 - 饲料2钙存量 标准差 误 差分的 95% 置信区间 下限 上限 t df 8 Sig.(双侧) .306 -1.6889 4.6367 1.5456 -5.2529 1.8752 -1.093 方式2步骤：生成spss数据→分析→比较均值→独立样本t检验→相关设置→输出结果 表5-10

组统计量 钙存量 dimension1饲料类型 饲料1 饲料2 N 12 9 均值 30.508 31.400 标准差 3.6882 3.1257 均值的标准误 1.0647 1.0419 表5-11 独立样本检验 方差方程的 Levene 检验 均值方程的 t 检验 差分的 95% 置信Sig.(双F 钙存量 假设方差相等 假设方差不相等 .059 Sig. .811 t -.584 df 19 侧) .566 均值差值 -.8917 标准误差值 1.5268 区间 下限 -4.0873 上限 2.3040 -.599 18.645 .557 -.8917 1.4897 -4.0136 2.2303 分析：采用配对样本t检验法所得结果如表5-7,5-8,5-9所示，配对样本的分析结果可以看出两组的平均差是1.789在置信区间内（-5.2529，1.8752） 同时sig值为0.153>0.05 不应该拒绝原假设。采用独立样本t检验法所得结果如表5-10，5-11所示，可以看出均值差为0.892在置信区间内 sig值为0.405，大于0.05 ，故不能拒绝原假设。所以，两种饲料使用后的钙存量无显著差异。

6、如果将第2章第9题的数据看作是来自总体的样本，试分析男生和女生的课程平均分是否存在显著差异？

原假设：男女生课程平均分无显著差异

步骤：分析→比较均值→单因素分析→因变量选择课程，因子选择性别进行→输出结果： 表5-12

描述 poli female male 总数 均值的 95% 置信区间 N 30 30 60 均值 78.8667 76.7667 77.8167 标准差 10.41793 18.73901 15.06876 标准误 1.90205 3.42126 1.94537 下限 74.9765 69.7694 73.9240 上限 82.7568 83.7639 81.7093 极小值 56.00 .00 .00 极大值 94.00 96.00 96.00 表5-13

ANOVA poli 组间 组内 总数 平方和 66.150 13330.833 13396.983 df 1 58 59 均方 66.150 229.842 F .288 显著性 .594 分析：由表5-12和5-13可以看，出男生和女生成绩平均差为1.4021在置信区间内 sig值为0.307，大于0.05，故不能拒绝原假设，即认为男生和女生的平均成绩没有显著差异

7、如果将第2章第9题的数据看作是来自总体的样本，试分析哪些课程的平均分差异不显著。

步骤：计算出各科的平均分：转换→计算变量→相关的设置 表5-14 组统计量 average sex female male N 30 30 均值 67.5208 68.9229 标准差 9.08385 9.85179 均值的标准误 1.65848 1.79868

重新建立SPSS数据→分析→比较均值→单因素→进行方差齐性检验→选择Tukey方法进行检验。

利用配对样本T检验，逐对检验

8、以下是对促销人员进行培训前后的促销数据： 试分析该培训是否产生了显著效果。 培训前 440 培训后 620 500 520 580 550 460 500 490 440 480 540 600 500 590 640 430 580 510 620 320 590 470 620 原假设：培训前后效果无显著差异

步骤：生成spss数据→分析→比较均值→配对样本t检验→相关设置→输出结果 表5-15

成对样本统计量

成对样本检验 成对差分 均值的标准均值 对 1 培训前 - 培训后 标准差 误 30.611 差分的 95% 置信区间 下限 -138.209 上限 -3.458 t -2.314 df 11 Sig.(双侧) .041 -70.833 106.041 对 1 培训前 培训后 均值 489.17 560.00 N 12 12 标准差 78.098 61.938 均值的标准误 22.545 17.880 表5-16

成对样本相关系数

对 1

培训前 & 培训后

N 12

相关系数 -.135

Sig. .675

表5-17 成对样本检验 成对差分 均值的标准均值 对 1 培训前 - 培训后 标准差 误 30.611 差分的 95% 置信区间 下限 上限 t df 11 Sig.(双侧) 0.41 -70.833 106.041 -138.209 -3.458 -2.314 分析：由表5-15，5-16,5-17可以看出，培训前与培训后的均值差为70.83 ，由sig值为0.041，小于0.05，故拒绝原假设，认为培训前后有显著差异 即培训产生了显著效果

成对样本统计量

成对样本检验 成对差分 均值的标准均值 对 1 培训前 - 培训后 标准差 误 30.611 差分的 95% 置信区间 下限 -138.209 上限 -3.458 t -2.314 df 11 Sig.(双侧) .041 -70.833 106.041 对 1 培训前 培训后 均值 489.17 560.00 N 12 12 标准差 78.098 61.938 均值的标准误 22.545 17.880 表5-16

成对样本相关系数

对 1

培训前 & 培训后

N 12

相关系数 -.135

Sig. .675

表5-17 成对样本检验 成对差分 均值的标准均值 对 1 培训前 - 培训后 标准差 误 30.611 差分的 95% 置信区间 下限 上限 t df 11 Sig.(双侧) 0.41 -70.833 106.041 -138.209 -3.458 -2.314 分析：由表5-15，5-16,5-17可以看出，培训前与培训后的均值差为70.83 ，由sig值为0.041，小于0.05，故拒绝原假设，认为培训前后有显著差异 即培训产生了显著效果

本文来源：https://www.bwwdw.com/article/43vp.html