华东理工大学应用统计学SPSS - 实验报告二

华东理工大学2011—2012 学年 第 一 学期

《 应用统计学 》实验报告2

班级 人力100 学号 10101064 姓名 崔舜晖

开课学院 商学院 任课教师 汪东华 成绩 实验内容： 实验 2.1 熟悉One---Sample T Test 功能 实验 2.2 熟悉 Independent--Samples T Test 功能 实验 2.3 熟悉 Paired--Samples T Test 功能 实验 2.4 熟悉 One—Way ANOVA 功能运用 实验 2.5 熟悉General Factorial功能 实验要求： ? ? 教师评语： 教师签名： 年 月 日

实验报告：

实验2.1

（1）选用Employee data.sav 文件中的变量，Analyze 中选择 Compare Means再选择One---Sample T Test。将salary作为Test因变量，test值分别取34000、35000、34419、24000，作均值检验。

Test 取34000

写出实验步骤 根据实验内容撰写分析报告

实验结果如下图所示：

由于概率P=0.593>0.05 ，故接受原假设，说明样本salary均值与假设无显著性差异。

Test取35000时，实验结果如下图所示：

P=0.450>0.05，故接受原假设。说明样本salary均值与假设的35000无显著性差别。 Test 取34419时，实验结果如下图所示：

可知，P=0.999>0.05，故接受原假设。说明样本salary均值与假设的34419无显著性差别。 Test 取24000时，实验结果如下图所示：

可知，p=0.000<0.05，故原假设不成立。说明样本salary均值与假设的24000有显著性差别。 （2）仍选用Employee data.sav 文件中的变量，先作10%的随机抽样，然后将salary作为Test因变量，test值取34419，作均值检验。 首先做随机抽样：data 选项中选择select cases，再选random sample of cases，单击sample，approximately 10%，点击确定。

运行完成后，发现原始数据序号前面有些被划掉。再进行均值检验过程：

Analyze 中选择 Compare Means再选择One---Sample T Test。将salary作为Test因变量，test值取34419，所得实验数据结果如下图所示：

可知，P=0.284>0.05，故接受原假设。说明随机抽样的样本均值salary与假设的34419没有显著性差异。

实验2.2 熟悉 Independent--Samples T Test 功能

Analyze 选择Compare Means选择 Independent--Samples T test，选用Employee data.sav 文件中的变量，将Current Salary作为Test Variables, gender作Grouping Variable，作两样本比较T检验，选择define groups,两个group分别定义为0、1

实验结果如下：

实验2.3熟悉 Paired--Samples T Test 功能

录入数据

Analyze 选择Compare Means再选择Paired--Samples T test，Paired-variables里面将before 与after 选入其中，单击ok

实验结果如下图所示：

可以看出，P>0.05，说明消费者购买前与购买后的物品购买意愿均值没有显著性差异。

实验 2.4 熟悉 One—Way ANOVA 功能运用

Analyze 选择Compare Means再选择One—Way ANOVA，选用Tomato.sav 文件中的变量，将height作为dependent variable, fert作为factor,作单因素方差分析

实验结果如下图所示：

由实验结果可知，P=0.025<0.05，则知肥料的不同造成的最终高度之间有显著性差异。即不同的肥料使得最终高度不一样。

实验 2.5 熟悉 Univariate功能 录入数据如下图

Analyze 选择General Linear Model再选择Univariate ，将Analyze选入到“dependengt variable”框里，因子“地区”和“品牌”选入到“fixed factor”框中，

单击“model”按钮，弹出“univariate model”对话框，选择“custom”。在小营选项中选择主效应选项“main effects”，将“地区”和“品牌”两个因子选入model“框中，如下图所示：

单击ok，得实验结果如下图所示：

由实验结果可知，时段因子的P=0.00<0.05，路段因子的P=0.00<0.05，则知时段和路段都高度显著，即不同的路段，不同的时段都会对汽车通行量有显著影响。

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