《应用统计学实验》由会员分享，可在线阅读，更多相关《应用统计学实验（13页珍藏版）》请在金锄头文库上搜索。
1、实验二 均值假设检验、相关与回归分析一、实验目的掌握使用SPSS进行均值假设检验的方法，完成单样本t检验、两个独立样本t检验、配对样本t检验和方差分析，熟练使用SPSS统计表格中的概率P值判断原假设是否成立。掌握使用SPSS检验变量之间的关系，熟悉SPSS的相关分析，能够根据实际问题构造回归模型，采用SPSS完成回归分析。（本次实验4学时）二、实验步骤及要求（1）打开实验二数据中的“01单个样本t检验.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去，例如学号后两位为08，则把SPSS数据文件第8行数据删去（以下方法相同）。设计假设H0、H1，检验灯泡的平均寿命是否为3800
2、小时。用SPSS单样本t检验输出统计结果，用三种方法判断原假设是否成立。【作出假设，单样本t检验统计结果表格复制到实验报告中，并对该表格作出分析说明】（2）打开实验二数据中的“02两个独立样本t检验.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。设计假设H0、H1，用SPSS独立样本 t检验来检验这两个班的统计学学习情况是否存在显著差异，输出统计结果，判断原假设是否成立。【作出假设，独立样本t检验统计结果表格复制到实验报告中，并对该表格作出分析说明】（3）打开实验二数据中的“03配对样本t检验.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。设计假设H
3、0、H1，用SPSS配对样本 t检验判断喝茶前体重和喝茶后体重是否有显著差别，输出统计结果，判断原假设是否成立。【作出假设，配对样本t检验统计结果表格复制到实验报告中，并对该表格作出分析说明】（4）打开实验二数据中的“04单因素方差分析.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。设计假设H0、H1，用SPSS单因素方差分析判断商品颜色的不同对销量是否有显著影响，输出统计结果，判断原假设是否成立，完成多重比较分析。【作出假设，方差分析检验统计结果表格复制到实验报告中，并对各表格作出分析说明】（5）打开实验二数据中的“05正态分布检验.sav”数据文件，找到自己学号最后两
4、位对应的数据行，将该行数据删去。按照题目要求利用SPSS单样本KS检验输出统计结果，判断该数据是否服从正态分布。【单样本KS检验统计结果表格复制到实验报告中，并对各表格作出分析说明】（6）打开实验二数据中的“06相关分析与偏相关分析.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。按照题目要求设计假设H0、H1，用SPSS相关分析来判断“游客增长率”、“商业投资”、“景区经济增长”两两之间是否存在显著的相关关系，输出统计结果，说明相关方向和程度。【作出假设，相关分析统计结果表格复制到实验报告中，并对该表格作出分析说明】（7）打开实验二数据中的“06相关分析与偏相关分析.sa
5、v”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。用SPSS偏相关分析排除“游客增长率”变量后，“商业投资”与“景区经济增长”两变量之间的偏相关关系。【偏相关分析统计结果表格复制到实验报告中，并对该表格作出分析说明】（8）打开实验二数据中的“08信度分析.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。用SPSS分析六个变量之间的信度。【信度分析统计结果表格复制到实验报告中，并对该表格作出分析说明】（9）打开实验二数据中的“09一元回归.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。试构建销售量与价格之间的一元线性回归方程，用SPSS回归
6、分析输出统计结果，如能建立起来，写出该一元线性回归方程。【回归分析统计结果表格复制到实验报告中，并对该表格作出分析说明】（10）打开实验二数据中的 “10多元回归分析.sav”数据文件，找到自己学号最后两位对应的数据行，将该行数据删去。试构建不良贷款与其他变量之间的一元或多元线性回归方程，用SPSS回归分析输出统计结果，完成多重共线性分析。如能建立起来，写出该一元或多元线性回归方程，比较采用“Enter”和“Stepwise”两种方法最终回归结果是否有差异。【回归分析统计结果表格复制到实验报告中，并对各表格作出分析说明】三、实验操作步骤及结果分析（注：此内容需按照我们做实验的步骤列出试验内容及
7、结果，如截图、SPSS输出表格等，并需对此作出必要的解释说明。请同学们把你们实验报告的内容写在此项目下。）(1)1步骤：点击AnalyeCompare MeanOne-Sample T Test将灯泡寿命选入Test Varibles中在Test Value中输入3800点击OK2.构建的假设：H0：灯泡的平均寿命为3800小时H1：灯泡的平均寿命不为3800小时3.分析：下表为单样本t检验统计结果表格，从表中可知1） P值为0.9750.05，所以接受原假设H0，即灯泡的平均寿命为3800小时2） Lower=-79.8535 Upper=89.9037，即含有0点，所以接受原假设H0，即灯
8、泡的平均寿命为3800小时One-Sample StatisticsNMeanStd. DeviationStd. Error Mean灯泡寿命1993.8050E3607.1750143.04150One-Sample TestTest Value = 3800 tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper灯泡寿命.117198.9075.02513-79.853589.9037（2）1.步骤：点击AnalyeCompare MeanIndependent-Sample
9、 T Test把统计学成绩和班级分别选入Test Value和Grouping Value中点击Define Groups，在Group1中输入1Group中输入2 点击OK2.分析： 第一步：判断两个总体方差是否相等构建的假设：H0：两个总体方差相等H1：两个总体方差不相等从表中可知，P值为0.3580.05，所以接受原假设H0，两个班的统计学学习情况不存在显著差异。Group Statistics班级NMeanStd. DeviationStd. Error Mean统计学成绩一班2081.958.2361.842二班1986.326.4301.475（3）1.步骤：点击AnalyeCom
10、pare MeanPaired-Sample T Test将喝茶前体重和喝茶后体重选入Paired Values中点击OK。2.构建假设H0：喝茶前体重和喝茶后体重没有显著差别 H1：喝茶前体重和喝茶后体重有显著差别3.分析：下表为配对样本t检验统计结果表格，从表中可知P值为00.05，所以拒绝原假设H0，即喝茶前体重和喝茶后体重有显著差别Paired Samples StatisticsMeanNStd. DeviationStd. Error MeanPair 1喝茶前体重89.3590395.50353.88127喝后体重69.7949395.76824.92366（4）1.步骤：点击A
11、nalyeCompare MeanOne-Way Anova将销量和商品颜色分别选入dependent list和factor中点击options在Descriptives前打勾点击continu点击ok2.构建假设H0： 商品颜色的不同对销量是没有显著影响H1：商品颜色的不同对销量是有显著影响3.分析：下表为方差分析检验统计结果表格，从表中可知P值为00.05，又因为K-S检验的原假设是总体服从正态分布，所接受原假设，即销售额数据服从正态分布One-Sample Kolmogorov-Smirnov Test销售额N31Normal ParametersaMean33.52Std. Devi
12、ation12.407Most Extreme DifferencesAbsolute.194Positive.194Negative-.092Kolmogorov-Smirnov Z1.079Asymp. Sig. (2-tailed).195a. Test distribution is Normal.（6）1.步骤：点击AnalyeCorrelate Bivarite 将变量选入Variable中在Pearson前打勾点击ok2.构建假设H0：“游客增长率”、“商业投资”、“景区经济增长”两两之间不相关H1：“游客增长率”、“商业投资”、“景区经济增长”两两之间相关3.分析：下表为相关分
13、析统计结果表格 观察表格，第二列是商业投资与其他变量之间的相关分析结果。以商业投资和游客增长率的相关分析为例，Pearson的相关系数为0.912，相应p值为00.05，拒绝原假设，认为两者存在显著相关关系，相关系数大于0.9，说明商业投资和游客增长率存在正向强相关关系。其他的同理分析Correlations商业投资游客增长率景区经济增长商业投资Pearson Correlation1.912*.871*Sig. (2-tailed).000.000N313131游客增长率Pearson Correlation.912*1.910*Sig. (2-tailed).000.000N313131景区经济增长Pearson Correlation
