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)

本文来源：https://www.bwwdw.com/article/d30g.html