医学统计学习题spss操作步骤及答题格式（超详细）

仅供参考，正误自辩

统计描述

P.29 例：随机测得某地20名正常人血糖结果如下，编制频数分布表，绘制频数分布图。 493 519 488 549 483 525 490 553 454 585 435 541 412 395 437 415 334 451 495 453

1. Analyze→ Description Statistics → Frequencies → Statistic → Percentile，Quartiles 2. Analyze→ Description Statistics →Explore →Plot Normality plots with tests N

Valid Missing

Mean 均数

Std. Error of Mean 均数的标准误 Median 中位数 Mode 众数 Std. Deviation 标准差 Variance 方差 Skewness 偏度系数 Std. Error of Skewness

Kurtosis 峰度系数 Std. Error of Kurtosis

Range 极差，全距 Minimum 最小值 Maximum 最大值 Sum 合计 Percentiles

25 50 75

a. Multiple modes exist. The smallest value is shown

Tests of Normality

a

20 0

475.3500 13.76748 485.5000 334.00 61.57005 3790.871

-.321 .512 .054 .992 251.00 334.00 585.??0 9507.00 435.5000 485.5000 523.5000

a

VAR??0001

Kolmogorov-Smirnov（大样本） Statistic

.099

df

20

Sig. .200

*

Shapiro-Wilk（≤30，小样本） Statistic

.982

df

20

Sig. .958

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

一、统计量 _n=20， 均数 x=475.35 ， 中位数M=485.50 ， 众数Mo= 334.00, P25= 435.50 , P75=523.50 , Xmax=585.00, Xmin=224.00， R=251.00， 方差S2=3790.87， 标准差S=61.57 二、正态检验 ①假设：H0：数据分布与正态分布无差异， H1：数据分布与正态分布有差异，α=0.05，双侧检验。 ② P=0.958 >0.05，拒绝H1 ，接受H0。 ③ 结论：数据符合正态分布。

仅供参考，正误自辩

┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉

一、计量资料

单样本t检验

P.56 例4-7：已知人参中M物质的含量服从正态分布，u=63.5，今9次测得一批人工培植人参中M物质的

含量为40.0、41.0、41.5、41.8、42.4、43.1、43.5、43.8、44.2，推断这批人工培植人参中M物质的含量与野生人参是否相同。 解题步骤： 1.正态性检验，Analyze→ Description Statistics →Explore →Plot，Normality plots with tests； 2.单样本t检验，得出P值。Analyze→Compare Means → One Sample T Test One-Sample Statistics M物质含量 N 9 Mean 42.3667 Std. Deviation 1.40446 Std. Error Mean .46815 One-Sample Test Test Value = 0 Mean t M物质含量 95% Confidence Interval of the Difference Lower 41.2871 Upper 43.4462 df 8 Sig. (2-tailed) .000 Differe??ce 42.36667 90.498 一、正态检验 ①假设：H0:M物质含量与正态分布无差异， H1：M物质含量与正态分布有差异，α=0.05，双侧检验 ②P=0.845>0.05，拒绝H1，接受H0 ③结论：M物质含量符合正态分布， __n=9， x=42.3667， Sx=1.40446，x远大于2S，可用t检验。 二、单样本t检验 ①假设：H0：μ1=μ2，即人工培植人参中M物质含量与野生人参相同； H1：μ1≠μ2，即人工培植人参中M物质含量与野生人参不相同，α=0.05，双侧检验。 -11②t= -45.142，d?=8，P=6.404×10<0.05，拒绝H0，接受H1. ③结论：人工培植人参中M物质含量与野生人参不相同 _ ┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉

仅供参考，正误自辩

配对t检验

P.57例4-8：为研究三棱莪术液的抑瘤效果，将20只小白鼠配成10对，每对中的两只随机分到试验组和对照组，两组都接种肿瘤，试验组在接种肿瘤三天后注射30%的三棱莪术液0.5，对照组则注射蒸馏水0.5，结果见表，比较两组瘤体大小是否相同。 对照组 3.6 4.5 4.2 4,4 3,7 5.6 7.0 4.1 5.0 4.5 实验组 3.0 2.3 2.4 1.1 4.0 3.7 2.7 1.9 2.6 1.3 解题步骤： 1.对配对差值进行正态检验，Transform → Compute d=实验-对照 Analyze→ Description Statistics →Explore →Plot Normality plots with tests 2.进行配对t检验，得出相关系数r，配对设计成功； Analyze→Compare Means → Paired -Sample T Test Paired Samples Statistics Pair 1 对照 实验 Mean 4.6600 2.5000 N 10 10 Std. Deviation 1.00907 .93095 Std. Error Mean .31910 .29439 Paired Samples Test Paired Differences 95% Confidence Std. Mean Pair 1 对照 - 实验 2.16000 Deviation 1.32094 Std. Error Mean Interval of the Difference Lower Upper t df 9 Sig. (2-tailed) .001 .41772 1.21505 3.10495 5.171 一、配对差值正态检验 ①假设：H0：配对差值d与正态分布无差异； H1：配对差值d与正态分布有差异，α=0.05，双侧检验。 ② P=0.819>0.05，拒绝H1，接受H0。 ③结论：配对差值d符合正态分布。 二、配对t检验 ①假设：H0：配对差值d的总体均数μd=0； H1：μd≠0，α=0.05，双侧检验。 _② x对 =42.3667， S对 = 1.00907 Sx对= 0.31910 _x实 =2.5000， S实 = 0.93095 Sx实=0.29439 t=5.171 ， d?=9 ， d= 2.160 S= 1.32094 Sd=0.41772 P= 0.001＜ 0.05，拒绝H0，接受H1 ③ 结论：可认为三棱莪术液有抑瘤效果。 __——

仅供参考，正误自辩

正态分布资料两样本均数比较的t检验

P.60例4-9：某医师研究转铁蛋白测定对病毒性肝炎诊断的临床意义，测得12名正常人和

15名病毒性肝炎患者血清转铁蛋白含量的结果如下：

正常人：265.4、271.5、284.6、291.3、254.8、275.9、281.7、268.6、264.1、273.2、270.8、260.5

患者：256.9、235.9、215.4、251.8、224.7、228.3、231.1、253.0、221.7、218.8、233.8、230.9、240.7、260.7、224.4

本例为完全随机设计资料，推断转铁蛋白测定对病毒性肝炎诊断的意义。 解题步骤： 1. 检验正态性\\方差齐性，Analyze→ Description Statistics →Explore →Normality Plots with test untransformed Analyze→Compare Means → Independent -Sample T Test Tests of Normality 转铁蛋白含量 观察对象 Kolmogorov-Smirnov Statistic df 12 15 Sig. .200 .200 **aShapiro-Wilk （小样本） Statistic .986 .927 df 12 15 Sig. .998 .??45 正常人 dimension1 .116 .147 患者 a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Test of Homogeneity of Variance 转铁蛋白含量 Based on Mean Based on Median Based on Median and with adjusted df Based on trimmed mean Levene Statistic 1.877 1.127 1.127 df1 1 1 1 df2 25 25 22.304 Sig. .183 .299 .300 1.798 1 25 .192 Group Statistics 转铁蛋白含量 观察对象 正常人 dimension1 N 12 15 Mean 271.867 235.207 Std. Deviation 10.3971 14.3907 Std. Error Mean 3.0014 3.7157 患者 Independent Samples Test Levene's Test for Equality of 转铁蛋白含量 Variances Sig. F Sig. t df (2-tailet-test for Equality of Means Mean Difference Std. Error Difference 95% Confidence Interval of the Difference

仅供参考，正误自辩

d) Equal variances assumed 方差齐 Equal variances not assumed 方差不齐 Lower 36.6600 4.9528 26.4595 Upper 46.8605 1.877 .1??3 7.402 25 .000 7.675 24.795 .000 36.6600 4.7764 26.8186 46.5014 一、正态分布检验 P正=0.998> 0.05 ， P患=0.245 >0.05 结论：血清转铁蛋白含量符合正态分布。 二、方差齐性检验 F=1.877，P= 0.183> 0.05 结论：可认为两总体方差齐性。 三、两样本t检验 ① 假设：H0：μ正=μ患，即正常人与病毒性肝炎患者的转铁蛋白含量相等； H1：μ正≠μ患，α=0.05，双侧检验。 _② n正= 12 ，x= 271.867 ，S正= 10.3971 ， S x正= 3.0014 _n患= 15 ，x= 235.207 ， S患= 14.3907 ， S x患= 3.7157 t=7.402 P <0.05，拒绝H0，接受H1. ③结论：可认为病毒性肝炎患者的转铁蛋白含量较低。 __

仅供参考，正误自辩

13.

用双波长薄层扫描仪测定紫草含量，浓度C（mg/100ml）与测得积分值H数据如表5-10所示，建立积分值H关于浓度C的回归方程。在C0＝12时，求H0的95%预测区间。

表5-10 紫草含量浓度C与测得积分值H数据 浓度C 积分值H

5 15.2

10 31.7

15 46.7

20 58.9

25 76.9

30 82.8

解

Analyze → Regression → Linear Regression → 浓度 Independent 积分值 dependent → Statistic Confidence interval →save →在Predicted Values栏中选中“Unstandardized”复选框（这样可以得到预测值），在→ Prediction Intervals”栏中选中 “Individual”（个值预测置信区间）， Model Summary Model R dimension0 Adjusted R R Square aStd. Error of the Estimate 3.1313 Square .986 1 .994 .989 a. Predictors: (Constant), 浓度C ANOVA Model 1 Regression Residual Total Sum of Squares 3371.452 39.221 3410.673 df 1 4 5 Mean Square 3371.452 9.805 F 343.839 Sig. .000 ab a. Predictors: (Constant), 浓度C b. Dependent Variable: 积分值 Coefficients Model Unstandardized Coefficients B 1 (Constant) 浓度C aStandardized Coefficients Beta t 1.185 .994 18.543 Sig. .302 .000 95.0% Confidence Interval for B Lower Bound -4.640 2.360 Upper Bound 11.547 3.192 Std. Error 2.915 .150 3.453 2.776 a. Dependent Variable: 积分值

仅供参考，正误自辩

相关系数r= 0.994 ，R2= 截距a= 3.453 回归系数b= 2.776 ?＝3.4533＋2.7760C可以使用 H查统计用表5得t0.05/2(4)＝2.7765，计算得 ?＝3.4533＋2.7760×12＝36.7653 H(6?1)(1?0.99422)26.11772SY·＝3.1313 X＝6?21(12?17.5)236.7653?2.7765?3.1313?1??＝(27.1005,46.4302) 6(6?1)9.354120.989 F= 343.839 ， P<0.05.可认为有线性回归关系。 紫草含量浓度C0＝12（mg/100ml）时，可预测积分值数据H0约有95%在(27.1005,46.4302)范围内。 ====================== 我是强大而华丽的分割线 ===============

P．419页 11.

服药 未服药 合计 痊愈 127 190 317

未愈 33 50 83

合计 160 240 400

解题步骤： 例数 加权 Data→weight case 进行X2检验，得出Pearson X2及P值。 Analyze→Descriptive Statistics→ Crosstabs 组别→Row，疗效→Column，Statistics→Chi-Square，Contingency coefficient Cell→observed，expected 服药 * 疗效 Crosstabulation 服药 服药 Count Expected Count 未服药 Count Expected Count Total Count Expected Count 疗效 痊愈 127 126.8 190 190.2 317 317.0 未愈 33 33.2 50 49.8 83 83.0 Total 160 160.0 240 240.0 400 400.0 Chi-Square Tests

Asymp. Sig. Value df (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) 仅供参考，正误自辩

Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 400 b.003 .000 .003 a1 1 1 .960 1.000 .960 1.000 .532 .003 1 .960 a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 33.20. b. Computed only for a 2x2 table Symmetric Measures Nominal by Nominal N of Valid Cases Value .003 400 Approx. Sig. .960 Contingency Coefficient ① 设：H0：服药组与未服药组疗效无差异； H1：服药组与未服药组疗效有差异，α=0.05 ② T11= 126.8 T12= 33.2 n= 400 T21= 190.2 T22= 49.8 ③ pearsonχ2 检验 χ2=0.003 P =0.960 > 0.05,拒绝H1，接受H0 结论：认为服药组与未服药组疗效无差异。 13. 某中药改变剂型前临床观察152例，治愈129例；改变剂型后临床观察130例，治愈101例。能否得出新剂型疗效不如旧剂型的结论？ 解题步骤： 例数 加权 Data→weight case 进行X2检验，得出Pearson X2及P值。 Analyze→Descriptive Statistics→ Crosstabs 组别→Row，疗效→Column，Statistics→Chi-Square，Contingency coefficient Cell→observed，expected 组别 * 疗效 Crosstabulation 组别 原方剂 Count Expected Count 新方剂 Count Expected Count Total Count Expected Count 疗效 有效 129 124.0 101 106.0 230 230.0 无效 23 28.0 29 24.0 52 52.0 Total 152 152.0 130 130.0 282 282.0 Chi-Square Tests

仅供参考，正误自辩

Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 282 bAsymp. Sig. Value 2.399 1.946 2.393 aExact Sig. (2-sided) Exact Sig. (1-sided) df 1 1 1 (2-sided) .121 .163 .122 .127 .082 2.391 1 .122 a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 23.97. b. Computed only for a 2x2 table Symmetric Measures Nominal by Nominal N of Valid Cases Value .092 282 Approx. Sig. .121 Contingency Coefficient ① 设：H0：原方剂组与新方剂组疗效无差异； H1：原方剂组与新方剂组疗效有差异，α=0.05 ② T11= 124.0 T12= 28.0 n= 282 T21= 106.0 T22= 24.0 ③ pearsonχ2 检验 χ2=2.399 P =0.121 > 0.05,拒绝H1，接受H0 结论：不能认为新剂型疗效不如旧剂型。 ====================== 我是强大而华丽的分割线 ===============

14.

为观察某中草药预防流感的效果，试验组服药，28人有25人未发病；对照组不服药，30人有24人未发病。试判断该中草药有无预防流感的作用。 解题步骤： 例数 加权 Data→weight case 进行X2检验，得出Pearson X2及P值。 Analyze→Descriptive Statistics→ Crosstabs 组别→Row，疗效→Column，Statistics→Chi-Square，Contingency coefficient Cell→observed，expected 组别 * 疗效 Crosstabulation 组别 服药 Count Expected Count 未服药 Count Expected Count

疗效 未发病 25 23.7 24 25.3 发病 3 4.3 6 4.7 Total 28 28.0 30 30.0 仅供参考，正误自辩

Total Count Expected Count 49 49.0 9 9.0 58 58.0 Chi-Square Tests Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases bAsymp. Sig. Value .953 .376 .971 aExact Sig. (2-sided) Exact Sig. (1-sided) df 1 1 1 (2-sided) .329 .540 .324 .473 .272 .936 58 1 .333 a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 4.34. b. Computed only for a 2x2 table Symmetric Measures Nominal by Nominal N of Valid Cases Value .127 58 Approx. Sig. .329 Contingency Coefficient ① 设：H0：服药组与未服药组疗效无差异； H1：服药组与未服药组疗效有差异，α=0.05 ② T11= 23.7 T12= 4.3 n= 58 T21= 25.3 T22= 4.7 ＜5但＞1，使用校正卡方检验 ③ 连续性校正χ2 检验 ?2=0.376 P =0.960 > 0.05,拒绝H1，接受H0 结论：不能认为该中草药有预防流感的作用。 ====================== 我是强大而华丽的分割线 ===============

15.

把205份标本的每一份分别接种甲、乙两种培养基，甲、乙均生长的36份，甲生长、乙不生长的34份，甲不生长、乙生长的0份，甲、乙均不生长的135份，比较两种培养基的效果是否相同。 配对设计四格表 Analyze→ Nonparametric Tests → Legacy Dialogs → 2 Related Samples Test Type: McNemar Test Statistics b N Chi-square Asymp. Sig. a甲培养基 & 乙培养基 205 32.029 .000 a. Continuity Corrected

仅供参考，正误自辩

表4-11A 婴儿一般肝炎与重症肝炎患者血清胆红质数据编秩 检验结果 ＜1 1～ 5～ 10～ 15～ 20～ 25～ 合计 一般肝炎组 重症肝炎组 4 11 15 0 0 0 0 30.0 0 0 2 10 1 4 2 19.0 合 计 4 11 17 10 1 4 2 49.0 秩次范围 1～4 5～15 16～32 33～42 43～43 44～47 48～49 － 平均秩次 2.5 10.0 24.0 37.5 43.0 45.5 48.5 － 一般组秩和 重症组秩和 10.0 110.0 360.0 0.0 0.0 0.0 0.0 480.0 0.0 0.0 48.0 375.0 43.0 182.0 97.0 745.0 （T1+T2＝480+745＝1225，总秩和49(49+1)/2＝1225，计算准确无误）。 重症肝炎组的样本容量较小，n1＝19，T＝745，N＝49，使用校正uC统计量，即 ?(ti3?ti)＝2×(43－4)＋(113－11)＋(173－17)＋(103－10)＋(23－2)＝7332 19?30?507332?1?31249?49由uc＞u0.01/2，双侧P＜0.01，以?＝0.01水准双侧检验拒绝H0，两总体分布不同。可以认为重症肝炎患者血清胆红质高于一般肝炎患者 uC?|745?19?50/2|?0.5＝5.7109 ====================== 我是强大而华丽的分割线 ===============

P.420页

20.

用三种方法测定血清肌酐含量（μmol/L），数据如表4-13所示，问三种方法测得血清肌酐值有无不同。

表4-13 三种方法测定血清肌酐含量 方法

1

2

3

4

样本号 5

6

7

8

9

10

法1 18.0 36.2 79.9 77.7 88.6 65.1 33.7 72.5 22.7 34.2 法2 163.1 134.5 115.4 142.4 126.5 132.0 114.0 131.9 140.2 153.2 法3 178.5 132.3 120.4 145.6 136.5 130.2 114.4 137.8 146.2 150.2

解

仅供参考，正误自辩

Analyze→ Nonparametric Tests → Legacy Dialogs → K Independent Samples → test variable list：肌酐含量 Define Range 1 3 Ranks Mean Rank 1.00 2.30 2.70 Test Statistics N Chi-square df Asymp. Sig. a. Friedman Test 10 15.800 2 .000 a 法1 法2 法3 File → New → Syntax 复制粘贴 上表内文字。Run → All X212=13.19 ， X213=15.9 ， X223=0.13 ， P12=0.0014， P13=0.00035 ， P23=0.94 一、这是随机区组分组资料，采用随机区组分组的秩和检验（Friedman法）。 H0：三个总体分布相同，H1：三个总体分布不全相同。?＝0.05 T1＝10， T2＝23， T3＝27， X=15.800，P＜0.05，拒绝H0，接受H1， 结论：三个总体分布不全相同。可以认为三种方法测得血清肌酐值不同。 二、作随机区组分组资料两两比较。 ①第一组与第二组比较： 2X12=13.19 ， P12=0.0014 <0.05 结论：第一组与第二组总体分布不同； ②第一组与第三组比较： 2X13=15.9 ，P13=0.00035 <0.05 结论：第一组与第三组总体分布不同； ③第二组与第三组比较： 2X23=0.13 ，P23=0.94 > 0.05

2data list free/Hc r1 r2 r3 N n1 n2 n3. begin data 19.481 5.50 19.80 21.20 30 10 10 10. end data. compute H=(12*((r1*n1)**2/n1+(r2*n2)**2/n2+(r3*n3)**2/n3))/(N*(N+1))-3*(N+1). compute c=H/Hc. compute x12=(r1-r2)**2/((N*(N+1)/12)*(1/n1+1/n2)*c). compute x13=(r1-r3)**2/((N*(N+1)/12)*(1/n1+1/n3)*c). compute x23=(r2-r3)**2/((N*(N+1)/12)*(1/n2+1/n3)*c). compute p12=1-cdf.chisq(x12,2). compute p13=1-cdf.chisq(x13,2). compute p23=1-cdf.chisq(x23,2). execute. 仅供参考，正误自辩

结论：第二组与第三组总体分布相同。

====================== 我是强大而华丽的分割线 ===============

21.

暂无

22.

某医院在治疗多梗死性痴呆过程中，使用三种疗法，治疗结果如表3-19所示，判断三种方法的疗效又无显著性差异。

表3-19 三种疗法治疗多梗死性痴呆 疗效 显效 好转 无效

38 9 3

疗法 27 13 10

20 10 20

药氧针刺组 吸氧针刺组 针刺组

解

这是单向有序3×3列联表，各组样本容量均等于50，可以使用Ridit分析。

H0：三种疗法的疗效相同，H1：三种疗法的疗效不同。 取合并组为参照组，根据表3-19A计算各等级的R值，

表3-19A 三种疗法合并为参照组的R值计算表 等级k 频数mi 频率fi Ri值

显效 85 0.5667 0.2833

好转 32 0.2133 0.6733

无效 23 0.2200 0.8900

合计 150 1.0000

药氧针刺组的R值样本均数、?R的95%置信区间分别为

R1＝0.3899，(0.3182，0.4616)

吸氧针刺组的R值样本均数、?R的95%置信区间分别为

R2＝0.5061，(0.4344，0.5778)

针刺组的R值样本均数、?R的95%置信区间分别为

R3＝0.6040，(0.5323，0.6757)

药氧针刺组、针刺组的置信区间无重叠，R值总体均数的差异有统计意义。 等级按“好”到“差”顺序，可以认为药氧针刺组疗效较针刺组好。 若用假设检验，则三组之间的卡方统计量为

χ2＝12×[50(0.3899－0.5)2＋50(0.5061－0.5)2＋50(0.6040－0.5)2] ＝13.7805

df＝4－1＝3，单侧概率P＜0.01，以α＝0.01水准单侧检验拒绝H0，接受H1，三组R值总体均数的差

仅供参考，正误自辩

异有统计意义。等级按“好”到“差”顺序，可以认为药氧针刺组疗效较针刺组好。 ====================== 我是强大而华丽的分割线 ===============

23.

为研究慢性气管炎于吸烟量的关系，调查272人，治疗结果如表3-21所示，判断慢性气管炎与吸烟量是否有关。

表3-21 慢性气管炎与吸烟量关系 分组 患者 健康人

22 20

吸烟量 107 80

33 10

0～9支 10～19支 20支以上

解

这是单向有序2×3列联表，各组样本容量均大于50，可以使用Ridit分析。 H0：慢性气管炎与吸烟量无关，H1：慢性气管炎与吸烟量有关。 取合并组为参照组，根据表3-21A计算各等级的R值，

表3-21A 合并为参照组的R值计算表 等级k 频数mi 频率fi Ri值

0～9支 42 0.1544 0.0772

10～19支 20支以上 187 0.6875 0.4982

43 0.1581 0.9210

合计 272 1

慢性气管炎组的R值样本均数、?R的95%置信区间分别为

R1＝0.5271，(0.4908，0.5635)

健康人组R值样本均数?R的95%置信区间分别为

R2＝0.4601，(0.4159，0.5042)

两组的置信区间有重叠，R值总体均数的差异无统计意义。 不能认为慢性气管炎与吸烟量有关。

若用假设检验，则两组之间的的u统计量为

0.5271?0.4601 ＝1.8786 u?(1/162?1/110)/12双侧概率P＞0.05，两组R值总体均数的差异无统计意义。 不能认为慢性气管炎与吸烟量有关。

====================== 我是强大而华丽的分割线 ===============

24.

调查员按态度分为A（兴趣、友好、热情），B（拘谨、节制、殷情），C（冷漠、粗鲁、俗套）3种类型。把有关情况相似的每3户家庭构成一组，共选18组进行调查。回答或拒绝回答分别记为1或0，结果如表8-8所示，判断调查员态度对被访者是否回答有无影响。

仅供参考，正误自辩

表8-8 调查员态度对被访者是否回答的影响 家庭组编号 1 态度A 态度B 态度C

0 0 0

2 1 1 0

3 0 1 0

4 0 0 0

5 1 0 0

6 1 1 0

7 1 1 0

8 0 1 0

9 1 0 0

10 0 0 0

11 1 1 1

12 1 1 1

13 1 1 0

14 1 1 0

15 1 1 0

16 1 1 1

17 1 1 0

18 1 1 0

解

态度为处理组、家庭为配伍组，r＝3、s＝18，

H0：3种态度的效果相同，H1：3种态度的效果不同。 由式8-9，计算得到

∑Bi?/?r＝(13＋13＋3?)/3＝29/3，∑Lj＝29，∑Lj2＝63

3?2?[(13?29/3)2?(13?29/3)2?(3?29/3)2]＝16.6667，df＝2 QC?3?29?63查卡方界值表，单侧概率P＜0.01，以α＝0.01水准单侧检验拒绝H0。可以认为3?种态度的效果不同。

本文来源：https://www.bwwdw.com/article/l52t.html