浙江大学城市学院应用统计第二次实验

编号：

2011 -2012学年第 二 学期 第 二 次实践作业

实 验 报 告

实验课程名称 应用统计

实践报告名称 第二次实验报告

专 业 班 级 资产评估1001班

学 生 姓 号 31005037

学 生 姓 名 陈晨樱

实验指导教师 吴步昶

9.01 欲研究不同收入的群体对某种特定商品是否有相同的购买习惯，市场研究人员调查了四

个不同收入组的消费者共527人，购买习惯分为：经常购买，不购买，有时购买。调查据见book9.01。 1.提出假设；

2.计算值?2； ?2＝17.626

3.以?=0.1的显著性水平进行检验。

，接受

，即认为不同收入水平的人有不同的购买习惯。

拒绝

Chi-Square Tests Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Value df Asymp. Sig. (2-sided) .007 .004 .061 17.626(a) 6 18.959 3.519 527 6 1 a 0 cells (.0%) have expected count less than 5. The minimum expected count is 26.20.

9.02 从总体中随机抽取了n=200的样本，调查后按不同属性归类，得到如下结果：

n1?28,n2?56,n3?48,n4?36,n5?32

各类别在总体中的比例，依据经验数据分别是： ?1?0.1,?2?0.2,?3?0.3,?4?0.2,?5?0.2

以?=0.1的显著性水平进行检验，说明现在的情况与经验数据相比是否发生变化（用P值）

合计 P值

观察频数f0 n1 28 n2 56 n3 48 n4 36 n5 32 200

观察频数

fe k1 k2 k3 k4 k5

20 40 60 40 40 200

（fo－fe）^2/fe

3.2 6.4 2.4 0.4 1.6 14

0.007295056

P值<0.05,有明显变化

9.03 某报社关心其读者的阅读习惯是否与其文化程度有关，随机调查了254读者，得到数据

见book9.03。

以?=0.05的显著性水平检验读者的阅读习惯是否与文化程度有关。

Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Value 31.861(a) 33.204 13.447 254 df 9 9 1 Asymp. Sig. (2-sided) .000 .000 .000

Chi-Square Tests

a 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.28.

p＝0.000<0.05,所以读者的阅读习惯与文化程度无关

9.04 教学改革后学生有了更多的选课自由，但学院领导在安排课程上也面临新的问题。例如，

M.B.A.研究生班的学生选课学年之间的变化常常很大，去年的学生很多人选会计课，而今年的学生很多人选市场营销课。由于事先无法确定究竟有多少学生选各门课程，所以无法有效地进行教学资源的准备。有人提出学生所选课程与与其本科所学专业有关。为此，学院领导将学生本科所学专业和MBA三门课程的选修课程情况做了统计，得到数据见book9.04。 1.以?=0.05的显著性水平检验学生本科所学专业是否影响其读MBA期间所选课程；

2.计算P值 P＝0.023

Chi-Square Tests Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases

Value 14.702(a) 13.781 2.003 152 df 6 6 1 Asymp. Sig. (2-sided) .023 .032 .157 a 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.37.

9.05

计算习题9.1中的?系数，C系数和V系数

系数=0.182 Ｃ系数=0.179 Ｖ系数=0.129

第 10章 方差分析与试验设计

10.01 从三个总体中各抽取容量不同的样本数据，得到数据见book10.01。 检验3个总体的

均值之间是否有显著差异？(?=0.01)

由于P－value＝0.040877>0.01 ,所以接受原假设，检验3个总体的均值之间没有显著差异。

方差分析：单因素方差分析 SUMMARY

组 观测数 求和 平均 方差 样本1 5 790 158 61.5 样本2 4 600 150 36.66667 样本3 3 507 169 121

方差分析 差异源 SS df MS F 组间 618.9167 2 309.4583 4.6574 组内 598 9 66.44444 总计 1216.917 11

P-value 0.040877

F crit 4.256495

10.02 某家电制造公司准备购进一批5#电池，现有A、B、C三个电池生产企业愿意供货，

为比较它们生产的电池质量，从每个企业各随机抽取5只电池，经试验得其寿命（小时）数据见book10.02。

试分析三个企业生产的电池的平均寿命之间有无显著差异？如果有差异，用LSD方法检验哪些企业之间有差异？ (?=0.05)

三个企业生产的电池的平均寿命之间有显著差异

Tests of Between-Subjects Effects

Dependent Variable: VAR00004 Source

Corrected Model Intercept VAR00002 VAR00003 Error Total

Corrected Total

Type III Sum of Squares 25661.972(a) 866326.418 4416.520 21159.794 4576.739 986103.000

df

Mean Square 6 4276.995 1 4 2 578 585

F

540.145 109409.04

866326.418

8

1104.130 139.441 10579.897

7.918

1336.144

Sig.

.000 .000 .000 .000

30238.711 584

a R Squared = .849 (Adjusted R Squared = .847)

VAR00002

VAR00003

ANOVA Df

Mean Square 12 572 584 12 572 584

93.499 .079

29.572 .140

F 1188.473

211.438

Sig.

.000

.000

Sum of Squares

Between Groups Within Groups Total

Between Groups Within Groups Total

1121.985 45.000 1166.985 354.862 80.000 434.862

10.03 某企业准备用三种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最

多，随机抽取了30名工人，并指定每个人使用其中的一种方法。通过对每个工人生产的产品数进行方差分析得到下面的结果

1） 完成上面的方差分析表。

方差分析表中所缺的数值如下表： 差异源 P值 F临界值 SS df MS F 组间 420 2 210 1.478 0.245946 3.354131 组内 3836 27 142.07 — — — 总计 4256 29 — — — —

2）检验三种方法组装的产品数量之间是否有显著差异？ (?=0.05)

H0：三种方法产量相等，H1：三种方法产量不全相等；

不能拒绝原假设，即样本资料不能拒绝三种方法产量一致的假设。

10.04 有5种不同品种的种子和4种不同的施肥方案，在20快同样面积的土地上，分别采用5种种子和4种施肥方案搭配进行试验，取得的收获量数据见book10.04。

检验种子的不同品种对收获量的影响是否有显著差异？不同的施肥方案对收获量的影响是否有显著差异？ (?=0.05)

方差分析：无重复双因素分析

SUMMARY 观测数 求和 行 1 4 41.6 行 2 4 47.2 行 3 4 49.1 行 4 4 52.7 行 5 4 51.5 列 1 5 67.2 列 2 5 61.3 列 3 5 59.8 列 4 5 53.8

平均 10.4 11.8 12.275 13.175 12.875 13.44 12.26 11.96 10.76

方差 1.286667 2.966667 2.0825 1.189167 1.169167

0.913 3.563 1.133 1.133

方差分析 差异源 SS df MS F P-value F crit 行 19.067 4 4.76675 7.239716 0.003315 3.259167 列 18.1815 3 6.0605 9.204658 0.001949 3.490295 误差 7.901 12 0.658417 总计 45.1495 19 0.003315<0.05故拒绝原假设,不同的施肥方案对收获量的影响有显著差异. 0.001949<0.05故拒绝原假设,检验种子的不同品种对收获量的影响有显著差异.

10.05 为研究食品的包装和销售地区对其销售量是否有影响，在某周的三个不同地区中用三

种不同包装方法进行销售，获得的销售量数据见book10.05。

检验不同的地区和不同的包装方法对该食品的销售量是否有显著影响？ (?=0.05)

方差分析：无重复双因素分析 SUMMARY 行 1 行 2 行 3 列 1 列 2 列 3

平均

50

方差 525 33.33333

225

58.33333 158.3333

100

F crit 6.944272 6.944272

观测数 求和

3 3 3

150

140 46.66667 150 50

3 130 43.33333 3 190 63.33333 3 120 40

方差分析

差异源 行 列 误差 总计

SS df MS F P-value 22.22222 2 11.11111 0.072727 0.931056 955.5556 2 477.7778 3.127273 0.152155 611.1111 4 152.7778 1588.889 8

. 0.931056>0.05不同的包装方法对该食品的销售量没有显著影响

0.152155>0.05不同的地区对该食品的销售量没有显著影响

10.06 为检验广告媒体和广告方案对产品销售量的影响，一家营销公司做了一项试验，考察三种广告方案和两种广告媒体，获得的销售量数据见book10.06。

检验广告方案、广告媒体或其交互作用对销售量的影响是否显著

方差分析：可重复双因素分析 SUMMARY 报纸 电视

A

观测数 2 2 求和 20 20 平均 10 10 方差 8 8

B

观测数 2 2 求和 36 56 平均 18 28 方差 32 8

总计

4 40 10

5.333333

4 92 23

46.66667

C

观测数 2 2 求和 28 32 平均 14 16 方差 32 8

总计

观测数 6 6 求和 84 108 平均 14 18 方差 27.2 72 方差分析 差异源 SS df 样本 344 2 列 48 1 交互 56 2 内部 96 6 总计 544 11

4 60 15

14.66667

MS F 172 10.75 48 3 28 1.75 16

P-value 0.010386 0.133975 0.251932

F crit 5.143253 5.987378 5.143253

0.010386<0.05, 广告方案对销售量的影响显著 0.133975>0.05, 广告媒体对销售量的影响不显著 0.251932>0.05, 其交互作用对销售量的影响不显著

本文来源：https://www.bwwdw.com/article/b97d.html