spss的参数检验实验报告

第八节 非参数检验的SPSS操作

前面一章介绍的二项分布的比率检验、配合度检验——卡方检验和1-Sample K-S检验等都属于非参数检验。这一节我们主要结合前面参数假设检验一章讲过的t检验以及方差分析一章讲过的方差分析，来进一步分析，当参数检验的前提条件不满足时，两个样本和多个样本平均数差异的SPSS操作方法。

一、两个独立样本的差异显著性检验

两独立样本的的差异显著性检验只有在满足如下条件时才能进行T检验：变量为正态分布的连续测量数据。若数据不满足这样的条件，强行进行T检验容易造成错误的结论。在数据不能满足这种参数检验的条件下，我们可以选择非参数检验方法进行。与两独立样本差异显著性检验相对应的方法可以在SPSS主菜单Analyze / Nonparametric Tests / 2 Independent Samples…中得到。

1．数据

采用本章第一节中例2的数据（数据文件“9-4-1.sav”），具体介绍操作过程。 2．理论分析

对于数据文件9-4-1.sav中的数据，目的是检验男女生之间注意稳定性是否存在显著差异，注意稳定性测量的结果虽然是测量数据但是从总体上来看不满足正态分布的前提假设，另外不同性别的学生可以看成是两组独立的样

实验报告

一、实验名称：假设检验 二、实验目的与要求：

1.掌握单样本t检验的基本原理和spss实现方法。

2.掌握两样本t检验的基本原理和spss实现方法。 3.熟悉配对样本t检验的基本原理和spss实现方法。 三、实验内容提要：

1.自行练习本章涉及的单样本t检验（P253；13.2.1）、两样本t检验（P257；13.3.2）和配对t检验（P261；13.3）的案例。

2.从一批木头里抽取5根，测得直径如下（单位：cm），是否能认为这批木头的平均直径是12.3cm 。

12.3 12.8 12.4 12.1 12.7

3.比较两批电子器材的电阻，随机抽取的样本测量电阻如题下表所示，试比较两批电子器材的电阻是否相同（需考虑方差齐性的问题）。 A批 B批 0.140 0.135 0.138 0.140 0.143 0.142 0.142 0.136 0.144 0.138 0.148 0.140 0.137 0.141 3.为研究女性服用某种新药后是否影响其血清总胆固醇，将20名女性按年龄配成10对。从每对中随机抽取一人服用新药，另一人服用安慰剂。经过一定时间后，测得血清总胆固醇含量（mmol/L），结果如题

实验五:残差分析

【实验目的】

（1）通过残差检验，掌握残差分析的方法

（2）异常值检验

【仪器设备】

计算机、spss软件、何晓群《实用回归分析》表4.15和表5.6的数据

【实验内容、步骤和结果】

1.1对何晓群《实用回归分析》表4.15的数据进行残差分析

原始数据如表1，其中y表示货运总量（亿吨）x1表示工业总产值（亿元）x2表示农业总产值（亿元）x3表示居民非商业支出（亿元）

1.2 对表1数据用spss软件进行分析得以下各表

由上表可知复相关系数R=0.898，决定系数R方=0.806，由决定系数看出回归方程的显著性

不高，接下来看方差分析表3

由表3知F 值为8.283较小，说明x1、x2、x3整体上对y 的影响不太显著。

表4系数

模型 非标准化系数

标准系数 t Sig.

B 标准 误差

试用版

1

(常量) -348.280

176.459

-1.974

.096 x1 3.754 1.933 .385 1.942 .100 x2 7.101 2.880 .535 2.465 .049 x3

12.447

10.569

.277

1.178

.284

回归方程为 123348.280 3.7547.10112.447y x x x =-+++

《统计分析与SPSS的应用》

学院（系） 专业名称 班姓学

级 名 号

实习地点 起止时间

2015年 5月至 2015 年 7月

实验内容：

1统计数据的收集与预处理

1.1数据文件的编辑 1.1.1数据文件的合并

数据文件的合并是把外部数据与当前数据合并成一个新的数据文件，SPSS提供两种形式的合并：一是横向合并，指从外部数据文件中增加变量到当前数据文件中；二是纵向合并，指从外部数据文件增加观测数据到当前文件中。横向合并即增加变量，而增加变量有两种方式：一是从外部数据文件中获取变量数据，加入当前数据文件中；二是按关键变量合并，要求两个数据文件有一个共同的关键变量，而且两个数据文件的关键变量中还有一定数量相同值的观测值。 1.1.2数据文件的拆分

拆分并不是要把数据文件分成几个，而是根据实际情况，根据变量对数据进行分组，为以后的分组统计提供便利。例2-2实验步骤：打开data2-2.sav→点击菜单栏的数据，拆分文件，弹出“分割文件”→按照产品类型拆分数据，选择“比较组”，激活“分组方式”栏。选中“产品”变量移入其中，单击“确定”按钮结束。点击菜单“分析→描述性统计→描述?”，弹出“描述性”对话框，选择变量“金额”，“数量”进行分析，单击“

SPSS应用——

实验报告

班 级：统计0801班 学 号：1304080116 姓 名： 宋 磊 指导老师：胡 朝 明

2010.9.8

一、实验目的：

1、熟悉SPSS操作系统，掌握数据管理界面的简单的操作；

2、熟悉SPSS结果窗口的常用操作方法，掌握输出结果在文字处理软件中的使用方法。掌握常用统计图（线图、条图、饼图、散点、直方图等）的绘制方法； 3、熟悉描述性统计图的绘制方法；

4、熟悉描述性统计图的一般编辑方法。掌握相关分析的操作，对显著性水平的基本简单判断。

二、实验要求：

1、数据的录入，保存，读取，转化，增加，删除；数据集的合并，拆分，排序。 2、了解描述性统计的作用，并掌握其SPSS的实现（频数，均值，标准差，中位数，众数，极差）。

3、应用SPSS生成表格和图形，并对表格和图形进行简单的编辑和分析。 4、应用SPSS做一些探索性分析（如方差分析，相关分析）。

三、实验内容：

1、使用SPSS进行数据的录入，并保存： 职工基本情况数据： 职工号 1 2 3 4 5 6 7 8 9 10 11 性别 1 1 1 1 1 2 2 2 2

《统计分析与SPSS的应用》

学院（系） 专业名称 班姓学

级 名 号

实习地点 起止时间

2015年 5月至 2015 年 7月

实验内容：

1统计数据的收集与预处理

1.1数据文件的编辑 1.1.1数据文件的合并

数据文件的合并是把外部数据与当前数据合并成一个新的数据文件，SPSS提供两种形式的合并：一是横向合并，指从外部数据文件中增加变量到当前数据文件中；二是纵向合并，指从外部数据文件增加观测数据到当前文件中。横向合并即增加变量，而增加变量有两种方式：一是从外部数据文件中获取变量数据，加入当前数据文件中；二是按关键变量合并，要求两个数据文件有一个共同的关键变量，而且两个数据文件的关键变量中还有一定数量相同值的观测值。 1.1.2数据文件的拆分

拆分并不是要把数据文件分成几个，而是根据实际情况，根据变量对数据进行分组，为以后的分组统计提供便利。例2-2实验步骤：打开data2-2.sav→点击菜单栏的数据，拆分文件，弹出“分割文件”→按照产品类型拆分数据，选择“比较组”，激活“分组方式”栏。选中“产品”变量移入其中，单击“确定”按钮结束。点击菜单“分析→描述性统计→描述?”，弹出“描述性”对话框，选择变量“金额”，“数量”进行分析，单击“

4. T检验与非参数检验 4.1常用统计概念简介

?

4.1.1 常用统计概念

?

4.1.2概率、概率分布

4.1.3 二项分布

4.1.4 泊松分布

4.1.5 正态分布

正态概率分布有以下重要特征：（见图4-2） （1）正态分布是对称分布，对称轴是x=μ。 （2）当x=μ时，正态概率密度最大。 （3）正态分布的图形由μ和σ决定。

（4）当σ为定值时，μ的变化引起正态概率密度曲线在横轴上平行移动。 （5）当μ为定值时，σ的变化将引起正态概率密度曲线的形状变得尖峭或偏平。

0.60.5曲线曲线20.40.30.20.10.001曲线3123456

注：正态曲线1的μ=2.4，σ=0.8； 正态曲线2的μ=3.4，σ=0.8； 正态曲线3的μ=3.4，σ=1.2。 正态分布与二项分布的主要区别：

正态分布是连续的，而二项分布是离散的。象所有连续随机变量一样，正态随机变量任意一个确定值的概率为0，非0概率只有在确定区间内才能得到。

二项分布与正态分布存在渐近关系。二项分布的参数是n和p。则概率P(a

二项分布对正态分布的近似有一个很重要的统计定理的特例，称为中心极限定理。 4.1.6 极限定理

4. T检验与非参数检验 4.1常用统计概念简介

?

4.1.1 常用统计概念

?

4.1.2概率、概率分布

4.1.3 二项分布

4.1.4 泊松分布

4.1.5 正态分布

正态概率分布有以下重要特征：（见图4-2） （1）正态分布是对称分布，对称轴是x=μ。 （2）当x=μ时，正态概率密度最大。 （3）正态分布的图形由μ和σ决定。

（4）当σ为定值时，μ的变化引起正态概率密度曲线在横轴上平行移动。 （5）当μ为定值时，σ的变化将引起正态概率密度曲线的形状变得尖峭或偏平。

0.60.5曲线曲线20.40.30.20.10.001曲线3123456

注：正态曲线1的μ=2.4，σ=0.8； 正态曲线2的μ=3.4，σ=0.8； 正态曲线3的μ=3.4，σ=1.2。 正态分布与二项分布的主要区别：

正态分布是连续的，而二项分布是离散的。象所有连续随机变量一样，正态随机变量任意一个确定值的概率为0，非0概率只有在确定区间内才能得到。

二项分布与正态分布存在渐近关系。二项分布的参数是n和p。则概率P(a

二项分布对正态分布的近似有一个很重要的统计定理的特例，称为中心极限定理。 4.1.6 极限定理

第五章 统计量及其分布

§5.1总体与样本

一、 总体与样本

在一个统计问题中，把研究对象的全体称为总体，构成总体的每个成员称为个体。对于实际问题，总体中的个体是一些实在的人或物。比如，我们要研究某大学的学生身高情况，则该大学的全体学生构成问题的总体，而每一个学生即是一个个体。事实上，每一个学生有许多特征：性别、年龄、身高、体重等等，而在该问题中，我们关心的只是该校学生的身高如何，对其他的特征暂不考虑。这样，每个学生（个体）所具有的数量指标——身高就是个体，而所有身高全体看成总体。这样，抛开实际背景，总体就是一堆数，这堆数中有大有小，有的出现机会多，有的出现机会小，因此用一个概率分布去描述和归纳总体是合适的，从这个意义上说：

总体就是一个分布，而其数量指标就是服从这个分布的随机变量。

例5.1.1考察某厂的产品质量，将其产品分为合格品和不合格品，并以0记合格品，以1记不格品，若以p表示不合格品率，则各总体可用一个二点分布表示：

X p 0 1 1-p p

不同的p反映了总体间的差异。

在有些问题中，我们对每一研究对象可能要观测两个或更多个指标，此时可用多维随机向量及其联合分布来描述总体。这

第六章 方差分析

一 实验目的

1． 理解方差分析的概念、原理及作用;

2． 掌握用 SPSS 进行单因素、双因素及协方差分析的方法; 3． 结合参考资料了解方差分析的其它方法及作用。

二 方差分析的原理

方差分析的基本原理是认为不同处理组的均值间的差别基本来源有两个： （1）随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作w SS ，组内自由度w df ;

（2）实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值 与总均值之偏差的总平方和表示，记作b SS ，组间自由度b df 。

三 实验过程

1. 某农场为了比较4种不同品种的小麦产量的差异，选择土壤条件基本相同的土地，分成16块，将每一个品种在4块试验田上试种，测得小表亩产量（kg）的数据如表6.17所示（数据文件为data6-4.sav），试问不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异。（数据来源：《SPSS实用统计分析》 郝黎仁，中国水利水电出版社） 表6.17 小麦产量的实测数据 品种 A1 A2 A3 A4 277.5 244.2 249.2 273 276.4