《《统计分析与SPSS的应用(第五版)》课后练习答案(第6章)》由会员分享，可在线阅读，更多相关《《统计分析与SPSS的应用(第五版)》课后练习答案(第6章)（15页珍藏版）》请在金锄头文库上搜索。
1、., . .统计分析与SPSS的应用（第五版）（薛薇）课后练习答案第6章SPSS的方差分析1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从应聘人员中尚无推销经验的人员中随机挑选一部分人，并随机地将他们分为五个组，每组用一种推销方法培训。一段时期后得到他们在一个月内的推销额，如下表所示：第一组20.016.817.921.223.926.822.4第二组24.921.322.630.229.922.520.7第三组16.020.117.320.922.026.820.8第四组17.518.220.217.719.118.416.5第五组25.226.226.
2、929.330.429.728.21） 请利用单因素方差分析方法分析这五种推销方式是否存在显著差异。2） 绘制各组的均值对比图，并利用LSD方法进行多重比较检验。（1）分析比较均值单因素ANOVA因变量：销售额；因子：组别确定。ANOVA销售额 平方和df均方F显著性组之间405.5344101.38411.276.000组内269.737308.991总计675.27134概率P-值接近于0，应拒绝原假设，认为5种推销方法有显著差异。（2）均值图：在上面步骤基础上，点 选项均值图；事后多重比较LSD 多重比较因变量: 销售额 LSD(L) (I) 组别(J) 组别平均差 (I-J)标准 错误
3、显著性95% 置信区间下限值上限第一组第二组-3.30000*1.60279.048-6.5733-.0267第三组.728571.60279.653-2.54484.0019第四组3.057141.60279.066-.21626.3305第五组-6.70000*1.60279.000-9.9733-3.4267第二组第一组3.30000*1.60279.048.02676.5733第三组4.02857*1.60279.018.75527.3019第四组6.35714*1.60279.0003.08389.6305第五组-3.40000*1.60279.042-6.6733-.1267第三组
4、第一组-.728571.60279.653-4.00192.5448第二组-4.02857*1.60279.018-7.3019-.7552第四组2.328571.60279.157-.94485.6019第五组-7.42857*1.60279.000-10.7019-4.1552第四组第一组-3.057141.60279.066-6.3305.2162第二组-6.35714*1.60279.000-9.6305-3.0838第三组-2.328571.60279.157-5.6019.9448第五组-9.75714*1.60279.000-13.0305-6.4838第五组第一组6.70000
5、*1.60279.0003.42679.9733第二组3.40000*1.60279.042.12676.6733第三组7.42857*1.60279.0004.155210.7019第四组9.75714*1.60279.0006.483813.0305*. 均值差的显著性水平为 0.05。可知，1和2、1和5、2和3，2和4,2和5,3和5,4和5有显著差异。2、从两个总体中分别抽取 n 1 =7 和 和 n 2 =6 的两个独立随机样本，经计算得到下面的方差分析表。请补充表中单元格的两个独立随机样本，经计算得到下面的方差分析表。请补充表中单元格“A” 和单元格“B” 内的计算结果。答：已知
6、组内均方=组内偏差平方和/自由度， 所以 A=26.4/11=2.4 F 统计量=组间均方/组内均方 所以 B=7.5/2.4=3.1253、为研究某种降血压药的适用特点，在五类具有不同临床特征的高血压患者中随机挑选了若干志愿者进行对比试验，并获得了服用该降压药后的血压变化数据。现对该数据进行单因素方差分析，所得部分分析结果如下表所示。1） 请根据表格数据说明以上分析是否满足方差分析的前提要求，为什么？2） 请填写表中空缺部分的数据结果，并说明该降压药对不同组患者的降压效果是否存在显著差异。3） 如果该降压药对不同组患者的降压效果存在显著差异，那么该降压药更适合哪组患者？（1）因F检验的概率P
7、值小于显著性水平（0.05），拒绝原假设，方差不齐，不满足方差分析的前提假设。（2）4*276.032=1104.128； 1104.128+1524.990=2629.118； 4+63=67； 1524990/63=24.206（3）各组均值存在显著差异。更适合第三组4、为研究某商品在不同地区和不同日期的销售差异性，调查收集了以下日平均销售量数据。销售量日期周一周三周四周五周末地区一500060004000600080007000400030005000地区二700080008000500050006000500060004000地区三300020004000600060005000800
8、0900060001） 选择恰当的数据组织方式建立关于上述数据的SPSS数据文件2） 利用多因素方差分析方法，分析不同地区和不同日期对该商品的销售是否产生了显著影响3）地区和日期是否对该商品的销售产生了交互影响。若没有显著的交互影响，则试建立非饱和模型进行分析，并与饱和模型进行对比。（1）数据组织方法如下：（2）分析一般线性模型单变量因变量：销售量；因子：地区、日期确定。主体间因子值标签数字地区1地区192地区293地区39日期1周一至周三92周四至周五93周末9主体间效应的检验因变量: 销售量 源III 类平方和自由度均方F显著性校正的模型61.852a87.7318.350.000截距84
9、4.4811844.481912.040.000Area2.29621.1481.240.313Date2.74121.3701.480.254Area * Date56.815414.20415.340.000错误16.66718.926总计923.00027校正后的总变异78.51926a. R 平方 = .788 （调整后的 R 平方 = .693）分析：（2） 由上表可知，Fa1、Fa2的概率P-值为0.313和0.254，大于显著性水平（0.05），所以不应拒绝原假设，可以认为不同地区和日期下的销售额总体均值不存在显著差异，不同地区和不同日期对该商品的销售没有产生显著影响。（3） 产
10、生了交互影响。因为概率P-值接近于0，拒绝原假设，认为不同地区和日期对销售额产生了显著的交互作用。5、研究者想调查性别（1 为女，2 为男）和使用手机（1 使用，2 不使用）对驾驶状态的影响。在封闭道路开车的 24 人参与了该项研究。其中，12 男12 女，6 男6 女使用手机，其余6 男 6 女不使用手机。用 0-50 分测度驾驶状态，分数越高驾驶状态越好。数据如下：性别使用手机得分性别使用手机得分113421351129213211382127113421261133213711302124124522481244224712462240124222461247225012402239请问
11、：性别和是否使用手机对驾驶状态有影响吗？如果有影响，影响效应是多少？（1）数据组织方法如下：（2）分析一般线性模型单变量因变量：得分；因子：性别、是否使用手机确定。主体间因子值标签数字性别1男122女12是否使用手机1使用122不使用12主体间效应的检验因变量: Score 源III 类平方和自由度均方F显著性校正的模型1028.125a3342.70821.101.000截距34732.042134732.0422138.453.000Sex5.04215.042.310.584UsePhone1001.04211001.04261.634.000Sex * UsePhone22.04212
12、2.0421.357.258错误324.8332016.242总计36085.00024校正后的总变异1352.95823a. R 平方 = .760 （调整后的 R 平方 = .724）分析：就性别而言，因为概率P-值=0.584，大于显著性水平0.05，所以不应拒绝原假设，认为性别对驾驶状态无显著影响；就手机使用情况而言，因为概率P-值接近0，应拒绝原假设，认为手机使用情况对驾驶状态存在显著影响。6、下面的表格记录了某公司采用新、旧两种培训方式对新员工进行培训前后的工作能力评分增加情况的数据。现需要比较这两种培训方式的效果有无差别，考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了纪录。IDMethodMonthscoreaddIDMethodmonthscoreadd111.59102212212.510.51124.514315.51312271641181320.59514111424.5126159.515
