《统计学应用软件实验报告》由会员分享，可在线阅读，更多相关《统计学应用软件实验报告（19页珍藏版）》请在金锄头文库上搜索。
1、统计学应用软件实验报告实验目的：本次实验的目的在于通过练习了解统计软件的功能并熟练掌握统计软件的使用方法，利用软件对枯燥的统计数据进行相应的分析，使得到的统计数据具有较强的可读性和可利用性。第六章 方差分析第一题该实验的步骤如下：1. 点击 data6-4.sav 数据文件；2. 左键单击 Analyze,在下拉列表中单击 Compares Means 中的 One- Way ANOVA;3. 从弹出的菜单中，把左边框中的产量点入右边框的 Dependent List,把品种点入 Factor;4. 选中 One Way ANOVA：Options,单击 Homogeneity of vari
2、ance test,单击 One -Way ANOVA：Post Hoc Multiple Comparisons,把其中的 Significance level的该为 0.05（0.01） ；5. 单击 OK实验结果如下：1.当显著水平为 0.05 时ANOVA产量Sum of Squares dfMean Square F Sig.Between Groups 2263.482 3 754.494 12.158 .001Within Groups 744.715 12 62.060Total 3008.197 15方差齐性检验的原假设是：方差相等。由上表可知，组间平方和为 2263.482
3、，自由度为 3，均方为 754.494；组内平方和为 744.715，自由度为 12，均方为62.060；F 统计量为 12.158.由于 Sig.=0.0010.05,故接受原假设，说明四种轮胎的性能一样好。第三题该实验的步骤如下：1.点击 data6-7.sav 数据文件；2.左键单击 Analyze,在下拉列表中单击 General Linear Model，再点击 Univariate,并将销量移入 Dependent Variable,将包装和摆放位置移入 Fixed Factor；3.单击 Options.按钮，选中 Homogeneity tests，显著水平设为 0.05；4.
4、再选中 Post Hoc Multiple Comparisons for Observed Means 对话框，再其中选出需要进行比较分析的控制变量，即包装，再选中 LSD 和 Tamhanes T2;5.打开 Model 对话框，选中 Full factorial;6.再单击 Plots按钮，将包装和摆放位置分别移入 Horizontal Axis 和 Separate Lines，点击 Add;7.选择 contrasts 对话框，选择 Simple,再单击 Change 按钮；8.单击 OK 按钮。实验结果显示如下：Between-Subjects FactorsValue Label
5、 N1 A1 92 A2 9包装3 A3 91 B1 92 B2 9摆放位置3 B3 9Levenes Test of Equality of Error VariancesaDependent Variable:销量F df1 df2 Sig.754 8 18 .646由于相伴概率 Sig.=0.6460.05，故认为各个组总体方差是相等的。Tests of Between-Subjects EffectsDependent Variable:销量SourceType III Sum of Squares dfMean Square F Sig.Corrected Model 65.407a
6、 8 8.176 7.612 .000Intercept 822.259 1 822.259 765.552 .000casing .963 2 .481 .448 .646place 3.185 2 1.593 1.483 .253casing * place 61.259 4 15.315 14.259 .000Error 19.333 18 1.074Total 907.000 27Corrected Total 84.741 26a. R Squared = .772 (Adjusted R Squared = .670)由上表可知：不同包装的贡献离差平方和为0.963，均方为0.48
7、1，不同摆放位置的贡献离差平方和为3.185，均方为1.593，这说明摆放位置比包装的影响大。从相伴概率来看，均大于0.05，说明包装和摆放位置对销量没有影响。Contrast Results (K Matrix)Dependent Variable包装 Simple Contrasta 销量Contrast Estimate -.111Hypothesized Value 0Difference (Estimate - Hypothesized) -.111Std. Error .489Sig. .823Lower Bound -1.138Level 1 vs. Level 395% Con
8、fidence Interval for Difference Upper Bound .915Contrast Estimate .333Hypothesized Value 0Difference (Estimate - Hypothesized) .333Std. Error .489Sig. .504Lower Bound -.693Level 2 vs. Level 395% Confidence Interval for Difference Upper Bound 1.360a. Reference category = 3由于不同包装之间的均值比较结果，Sig.0.05，所以不
9、同的包装之间没有显著性差异。Multiple ComparisonsDependent Variable:销量95% Confidence Interval(I) 包装 (J) 包装Mean Difference (I-J) Std. Error Sig. Lower Bound Upper BoundA2 -.44 .489 .375 -1.47 .58A1A3 -.11 .489 .823 -1.14 .92A1 .44 .489 .375 -.58 1.47A2A3 .33 .489 .504 -.69 1.36A1 .11 .489 .823 -.92 1.14LSDA3A2 -.33
10、 .489 .504 -1.36 .69Tamhane A1 A2 -.44 .778 .924 -2.52 1.63A3 -.11 .915 .999 -2.58 2.36A1 .44 .778 .924 -1.63 2.52A2A3 .33 .941 .980 -2.19 2.86A1 .11 .915 .999 -2.36 2.58A3A2 -.33 .941 .980 -2.86 2.19Based on observed means.The error term is Mean Square(Error) = 1.074.由表可知，相伴概率均大于0.05，即没有显著性差异。且均值A2
11、A3A1.。第四题该实验的步骤如下：1.点击 data6-7.sav 数据文件；2.左键单击 Analyze,在下拉列表中单击 General Linear Model，再点击 Univariate,并将销量移入 Dependent Variable,将包装和摆放位置移入 Fixed Factor；3.单击 Options.按钮，选中 Homogeneity tests，显著水平设为 0.05；4.再选中 Post Hoc Multiple Comparisons for Observed Means 对话框，再其中选出需要进行比较分析的控制变量，即包装，再选中 LSD 和 Tamhanes
12、T2;5.打开 Model 对话框，选中 Full factorial;6.再单击 Plots按钮，将包装和摆放位置分别移入 Horizontal Axis 和 Separate Lines，点击 Add;7.选择contrasts对话框，选择Simple,再单击Change按钮实验结果如下：Tests of Between-Subjects EffectsDependent Variable:生长量SourceType III Sum of Squares dfMean Square F Sig.Corrected Model .410a 5 .082 5.464 .008Intercept
13、 77.211 1 77.211 5147.401 .000N .053 1 .053 3.557 .084K .307 2 .154 10.240 .003N * K .049 2 .025 1.640 .235Error .180 12 .015Total 77.801 18Corrected Total .590 17a. R Squared = .695 (Adjusted R Squared = .568)不同量的氮肥贡献离差平方和为 0.053,均方为 0.053;不同量的钾肥的贡献离差平方和为 0.307,均方为 0.154，所以钾肥队树苗的生长影响比氮肥大。又氮肥的相伴概率 S
14、ig.=0.0840.05，说明氮肥对树苗的生长没有影响；钾肥的相伴概率Sig.=0.00312.50。第八章 相关分析第三题实验步骤如下：1.打开 data8-5.sav 数据文件；2.运行 AnalyzeCorrelateBivariate,将花瓣长、花枝长和花萼长移入 Variable框中，选择 Person 相关系数，在 Test of signifinance 中选择双尾检验，再单击Options按钮，在打开的对话框中选择 Mean and standard deviations;3.点击 OK。实验结果如下：Descriptive StatisticsMeanStd. Deviat
15、ion N花瓣长 40.44 5.973 18花枝长 19.67 5.029 18花萼长 16.17 3.294 18上表可知：花瓣长的均值为 40.44，标准差为 5.973,花枝长的均值为 19.67，标准差为 5.029，花萼长的均值为 16.17，标准差为 3.294，记录数为 18 条。Correlations花瓣长 花枝长 花萼长Pearson Correlation 1 .955* .797*Sig. (2-tailed) .000 .000Sum of Squares and Cross-products 606.444 487.667 266.667Covariance 35
16、.673 28.686 15.686花瓣长N 18 18 18Pearson Correlation .955* 1 .678*Sig. (2-tailed) .000 .002Sum of Squares and Cross-products 487.667 430.000 191.000Covariance 28.686 25.294 11.235花枝长N 18 18 18Pearson Correlation .797* .678* 1Sig. (2-tailed) .000 .002Sum of Squares and Cross-products 266.667 191.000 184.500Covariance 15.686 11.235 10.853花萼长N 18 18 18*. Correlation is significant at the 0.01 level (2-tailed).从上表中看出，三种的相关系数均大于 0，故都成正相关，而相关概率小于0.05
