《经济数据分析与建模》由会员分享,可在线阅读,更多相关《经济数据分析与建模(37页珍藏版)》请在金锄头文库上搜索。
1、经济数据分析与建模一、某企业自动打包机的标准打包重量为 500 克。为检验该打包机工作是否正常,他们抽取了 15 个样本。在显著水平 0.05 下,判断打包机是否处于正常工作状态。 495.9,501.3,500.2,498.7,495.7,502.1,505.2,503.2,492.6,493.5,502.4,495.3,499.7,500.4,496.2首先,进行正态性检验。1) H0假设:打包机的打包重量服从正态分布。2) SPSS命令:1-Sample K-S。这是一种非参数正态检验的方法。 3)在0.05显著性水平下,打包机的打包重量服从正态分布的概率分别为0.854,大于0.05,
2、接受H0假设。表1.1 单样本 Kolmogorov-Smirnov 检验VAR00001N 15均值 498.8267正态参数 a,b标准差 3.77311绝对值 .157正 .157最极端差别负 -.125Kolmogorov-Smirnov Z .607渐近显著性(双侧) .8544)得出对实际问题的分析结论。打包机的打包重量服从正态分布。正态性检验的结果说明可以进行参数检验。1) H0 假设:该自动打包机打包的平均重量与 500 克无显著差异,处于正常工作状态。2) SPSS 命令:单样本 T 检验。这种方法是检验某变量的总体均值是否与某个“特定值” (常量)相等(存在或不存在差异)的
3、假设检验,而这里是检验该打包机工作是否正常,即检验自动打包机的标准打包重量是否为 500 克,通过单样本 T 检验能够达到这个目的。3) 15 个样本的均值为 498.8267 克。在显著性水平为为 0.05 的条件下,H0 发生的概率为 0.248,大于 0.05,接受 H0。表1.2 单个样本统计量N 均值 标准差 均值的标准误VAR00001 15 498.8267 3.77311 .97421表1.3 单个样本检验检验值 = 500差分的 95% 置信区间t df Sig.(双侧) 均值差值下限 上限VAR00001 -1.204 14 .248 -1.17333 -3.2628 .9
4、1614)得出对实际问题的分析结论。该自动打包机打包的平均重量与 500 克无显著差异,处于正常工作状态。总体均值 95%的置信区间为(496.7372, 500.9161) 。二、公司员工数据表 Employee Data.sav,主要数据含义如下:完成以下内容:id( Employee Code)职工编号Gender(性别)bdate(Date of Birth)出生日期educ(Educational Level (years))受教育水平(年)jobcat(Employment Category)职业类别salary(Current Salary)当前工资salbegin(Beginn
5、ing Salary)开始工资jobtime(Months since Hire)受雇月数prevexp(Previous Experience (months))工作阅历(月)minority(Minority Classification)民族假设分组数据近似服从正态分布,完成以下任务: 检验不同性别的受教育水平、开始工资、当前工资的均值是否存在显著性差异?1) H0 假设:假设一:不同民族的受教育水平、开始工资、当前工资的方差相等。假设二:不同性别的受教育水平、开始工资、当前工资的均值不存在显著性差异。2) SPSS 命令:两独立样本 T 检验。这里要检验不同性别的受教育水平、开始工资、
6、当前工资的均值是否存在显著性差异,而性别不同的两个总体之间是独立的,可以用两独立样本 T 检验。3) 在显著性水平 0.05 下,两个样本方差相等(F 检验)的概率均为 0.000,小于 0.05,拒绝 H0 的假设一,方差不等,应看方差不相等时的概率。在显著性水平 0.05 下,不同性别的受教育水平、开始工资、当前工资的均值不存在显著性差异的概率均为 0.000,小于 0.05,拒绝 H0 的假设二。表2.11 组统计量Gender N 均值 标准差 均值的标准误Male 258 14.43 2.979 .185Educational Level (years)Female 216 12.3
7、7 2.319 .158表2.12 独立样本检验方差方程的 Levene 检验均值方程的 t 检验差分的 95% 置信区间F Sig. t df Sig.(双侧) 均值差值 标准误差值下限 上限假设方差相等 17.884 .000 8.276 472 .000 2.060 .249 1.571 2.549EducationalLevel (years) 假设方差不相等 8.458 469.595 .000 2.060 .244 1.581 2.538表2.13 组统计量Gender N 均值 标准差 均值的标准误Male 258 $20,301.40 $9,111.781 $567.275Be
8、ginning SalaryFemale 216 $13,091.97 $2,935.599 $199.742表2.14 独立样本检验方差方程的 Levene 检验均值方程的 t 检验差分的 95% 置信区间F Sig. t df Sig.(双侧) 均值差值 标准误差值下限 上限假设方差相等 105.969 .000 11.152 472 .000 $7,209.428 $646.447 $5,939.158 $8,479.698Beginning Salary 假设方差不相等 11.987 318.818 .000 $7,209.428 $601.413 $6,026.188 $8,392.
9、667表2.15 组统计量Gender N 均值 标准差 均值的标准误Male 258 $41,441.78 $19,499.214 $1,213.968Current SalaryFemale 216 $26,031.92 $7,558.021 $514.258表2.16 独立样本检验方差方程的 Levene 检验2.均值方程的 t 检验差分的 95% 置信区间F Sig. t df Sig.(双侧)均值差值 标准误差值下限 上限假设方差相等 119.669 .000 10.945 472 .000 $15,409.862 $1,407.906 $12,643.322 $18,176.401
10、Current Salary 假设方差不相等 11.688 344.262 .000 $15,409.862 $1,318.400 $12,816.728 $18,002.9964)得出对实际问题的分析结论。不同性别的受教育水平、开始工资、当前工资的均值存在显著性差异,均值差异的95%的置信区间分别为(1.581, 2.528),($6,026.188,$8,392.667),($12,816.728,$18,002.996)。从组统计量表格中也可以看出,男性受教育水平的均值为14.43,女性受教育水平的均值为12.37,差异较大;男性开始工资的均值为$20,301.40,女性开始工资的均值为
11、$13,091.97,差异较大;男性当前工资的均值为$41,441.78,女性当前工资的均值为$26,031.92,差异较大。 检验不同民族的受教育水平、开始工资、当前工资的均值是否存在显著性差异?1) H0 假设:假设一:不同民族的受教育水平、开始工资、当前工资的方差相等。假设二:不同民族的受教育水平、开始工资、当前工资的均值不存在显著性差异。2) SPSS 命令:两独立样本 T 检验。这里要检验不同民族的受教育水平、开始工资、当前工资的均值是否存在显著性差异,而民族不同的两个总体之间是独立的,可以用两独立样本 T 检验。 3) 在显著性水平 0.05 下,两个样本方差相等(F 检验)的概率
12、分别为 0.013, 0.000,0.000, 均小于 0.05,拒绝 H0 的假设一,方差不等,应看方差不相等时的概率。在显著性水平 0.05 下,不同民族的受教育水平、开始工资、当前工资的均值不存在显著性差异的概率,分别为 0.002,0.000,0.000,均小于0.05,拒绝 H0 的假设二。表2.21 组统计量Minority Classification N 均值 标准差 均值的标准误No 370 13.69 2.942 .153Educational Level (years)Yes 104 12.77 2.555 .251表2.22 独立样本检验方差方程的 Levene 检验均
13、值方程的 t 检验差分的 95% 置信区间F Sig. t df Sig.(双侧)均值差值 标准误差值下限 上限EducationalLevel (years)假设方差相等 6.201 .013 2.913 472 .004 .925 .318 .301 1.550假设方差不相等 3.152 186.843 .002 .925 .294 .346 1.504表2.23 组统计量Minority Classification N 均值 标准差 均值的标准误No 370 $17,673.01 $8,392.419 $436.301Beginning SalaryYes 104 $14,678.94
14、 $5,008.239 $491.098表2.24 独立样本检验方差方程的 Levene 检验均值方程的 t 检验差分的 95% 置信区间F Sig. t df Sig.(双侧)均值差值 标准误差值下限 上限Beginning Salary假设方差相等 20.488 .000 3.467 472 .001 $2,994.071 $863.535 $1,297.223 $4,690.919假设方差不相等 4.558 280.911 .000 $2,994.071 $656.914 $1,700.972 $4,287.170表2.25 组统计量Minority ClassificationN 均值
15、 标准差 均值的标准误No 370 $36,023.31 $18,044.096 $938.068Current SalaryYes 104 $28,713.94 $11,421.638 $1,119.984表2.26 独立样本检验方差方程的 Levene 检验均值方程的 t 检验差分的 95% 置信区间F Sig. t df Sig.(双侧)均值差值 标准误差值下限 上限Current Salary假设方差相等 28.487 .000 3.915 472 .000 $7,309.369 $1,867.111 $3,640.491 $10,978.246假设方差不相等 5.003 262.18
16、8 .000 $7,309.369 $1,460.936 $4,432.707 $10,186.0304)得出对实际问题的分析结论。不同民族的受教育水平、开始工资、当前工资的均值存在显著性差异,均值差异的95%的置信区间分别为(0.346,1.504),($1,700.972,$4,287.170),($4,432.707,$10,186.030)。从组统计量表格中也可以看出,不同民族受教育水平的均值分别为13.69和12.77,差异较大;不同民族开始工资的均值分别为$17,673.01和$14,678.94,不同民族当前工资的均值分别为$36,023.31和$28,713.94,差异较大。 检验受雇月数70 与受雇月数70 的开始工资、当前工资的均值是否存在显著性差异?1) H0 假设:假设一:不同受雇月数的受教育水平、开始工资、当前工资的方差相等。假设二:不同受雇月数的受教育水平、开始工资、当前工资的均值不存在显著性差异。2) SPSS 命令:两独立样本 T 检验。这里要检验不同受雇月数族的