实习报告四讲解[1].doc
姓名：韩璐 班级：社工132班 学号：2019014805第五章 spss的参数检验1. 某公司经理宣称他的雇员英语水平很高，如果参加英语六级考试，一般平均得分为75分。现从雇员中随机选出11人参加考试，得分如下：80,81,72,60,78,65,56,79,77,87,76。请问：该经理的宣称是否可信？首先建立spss数据文件：然后进行单样本t检验：结果输出：结果分析：结果：该经理的宣称可信，他的雇员参加英语六级考试一般平均得分为75分。分析：由样本统计可知，11个雇员平均得分为73.73，标准差为9.551，均值标准误为2.880；再看样本检验，t统计量的观测值为-0.442，自由度为10，t统计量的双侧概率P-值是0.668，样本均值与原假设检验值的差为-1.273，总体均值与原假设值差的95%的置信区间为（-7.69,5.14），由此计算出总体均值的95%的置信区间为（67.31,80.14）。根据题意，该问题应采用双侧检验，因此比较和。如果取0.05，由于大于，因此不能拒绝原假设，认为该公司雇员参加英语六级考试一般平均得分为75分。95%的置信区间告诉我们有95%的把握认为该公司雇员参加英语六级考试一般平均得分为67.3180.14分之间，75分包含在置信区间内，也证实了上述推断。2. 在某年级随机抽取35名大学生，调查他们每周的上网时间情况，得到的数据如下（单位：小时）：24172629386284439830172632401020274333153028352647251726451636293715（1) 请利用SPSS对上表数据进行描述统计，并绘制相关的图形。首先建立spss数据文件：然后进行描述统计：结果输出：结果分析：从结果输出可知，35名大学生平均每周上网27.54小时，标准差为10.7小时。平均每周上网小时呈左偏平峰分布，因此均值作为集中趋势的代表存在低估，且平均每周上网小时的整体离散趋势较弱。（2) 基于上表数据，请利用SPSS给出大学生每周上网时间平均值的95%的置信区间。结果输出：结果分析：结果：35名大学生每周上网时间平均值的95%的置信区间是（23.87,31.22）。分析：由样本统计可知，35名大学生平均每周上网时间27.54小时，标准差为10.7小时，均值标准误为1.809小时；再看样本检验，t统计量的观测值为0.002，自由度为34，t统计量的双侧概率P-值是0.999，样本均值与原假设检验值的差为0.003，总体均值与原假设值差的95%的置信区间为（-3.67,3.68），由此计算出总体均值的95%的置信区间为（23.87,31.22）。3. 经济学家认为决策者是对事实作出反应，不是对提出事实的方式作出反应，然而心理学家则倾向于认为提出事实的方式是有影响的。为验证那种观点更站得住脚，调查者分别以下面两种不同的方式随机访问了足球球迷。方式一：假设你已经买了100元一张的足球票，当你来到足球场门口时，发现票丢了且再也找不到了。球场还有票出售。你会再掏出100元买一张球票吗？（1.买；0.不卖）。随机访问了200人，其中92人回答买。方式二：你想看足球赛，100元一张票。当你来到足球场买票时，发现丢了100元钱。你口袋中还有钱，此时你还会付100元买一张球票吗？（1.买；0.不卖）。随机访问了183人，其中161回答买。请恰当建立SPSS数据文件，并利用本章所学习的参数检验方法说明你更倾向于哪种观点以及原因。首先建立spss数据文件：然后进行独立样本t检验：结果输出：结果分析：我更倾向于心理学家的说法，认为提出事实的方式是有影响的，即选择决策与提问方式有关。原因：由统计量表得知，在提问方式不同的情况下球迷所做的相同决策的平均比例是46%与88%，通过检验应推断这种差异是抽样误差造成的还是系统性的；再看独立样本t检验：第一步，两总体方差是否相等的F检验。这里该检验的F统计量的观测值为257.985，对应的P-值为0.00。如果显著性水平为0.05，由于概率P-值小于0.05，可以认为两总体的方差有显著差异。第二步，两总体均值的检验。在第一步中，由于两总体方差有显著差异，因此应看第二行（假设方差不相等）t检验的结果。其中，t统计量的观测值为-9.815，对应的双侧概率P-值为0.000。如果显著性水平为0.05，由于概率P-值小于0.05，可以认为两总体的均值有显著差异，即两种提问方式下的选择决策存在显著差异，选择决策与提问方式有关。4. 一种植物只开蓝花和白花。按照某权威机构建立的遗传模型，该植物杂交的后代有75%的几率开蓝花，有25%的几率开白花。现从杂交种子中随机挑选200颗，种植后发现142株开了蓝花。请利用SPSS进行分析，说明这与遗传模型是否一致。首先建立spss数据文件：然后进行单样本t检验：结果输出：结果分析：结果：与遗传模型一致，该植物杂交的后代有75%的几率开蓝花。分析：由样本统计可知，200株花种平均开蓝花概率为0.71，标准差为0.455，均值标准误为0.032；再看样本检验，t统计量的观测值为-1.244，自由度为199，t统计量的双侧概率P-值是0.215，样本均值与原假设检验值的差为-0.040，总体均值与原假设值差的95%的置信区间为（-0.10,0.02），由此计算出总体均值的95%的置信区间为（0.65,0.77）。根据题意，该问题应采用双侧检验，因此比较和。如果取0.05，由于大于，因此不能拒绝原假设，认为该实验与遗传模型一致，该植物杂交的后代有75%的几率开蓝花。95%的置信区间告诉我们有95%的把握认为植物杂交的后代开蓝花的平均几率在65%77%之间，75%包含在置信区间内，也证实了上述推断。5. 给幼鼠喂以不同的饲料，用以下两种方式设计实验：方式1：同一鼠喂不同的饲料所测得的体内钙留存量数据如下：鼠号123456789饲料133.133.126.836.339.530.933.431.528.6饲料236.728.835.135.243.825.736.537.928.7方式2：甲组有12只喂饲料1，乙组有9只喂饲料2所测得的钙 留存量数据如下：甲129.726.728.931.131.126.826.339.530.933.433.128.6乙228.728.329.332.231.130.036.236.830.0请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙的留存量有显著不同。（方式一）首先建立spss数据文件：然后进行配对样本T检验：结果输出：结果分析：结论：不同饲料并没有使幼鼠体内钙的留存量有显著不同。分析：由成对样本统计资料得知，饲料1与饲料2体内钙留存量的平均值有较大差异。使用饲料2后的实验鼠平均体内钙留存量高于使用饲料1后的实验鼠平均钙留存量；再看成对样本相关性，样本中不同饲料钙留存量的相关系数是-0.571，概率P-值是0.108。如果显著性水平为0.05，由于概率P-值大于0.05，所以不能推论总体，认为实验鼠使用饲料1和饲料2前后的钙留存量并没有明显的线性变化，不同饲料钙留存量的线性相关程度较弱；最后看成对样本检验，饲料1与饲料2使用后实验鼠体内钙留存量的平均差异是1.6889，其标准差是4.6367，样本均值抽样分布的标准差是1.5456，差值95%的置信区间是（-5.2529，1.8752），t检验统计量的观测值是-1.093，t分布的自由度是8，t检验统计量观测值对应的双侧概率P-值是0.306。如果显著性水平为0.05，由于概率P-值大于0.05，则不能拒绝原假设，认为总体上使用饲料1后和使用饲料2后实验鼠的体内钙留存量的差值的平均值与0无显著不同，即不同饲料并没有使幼鼠体内钙的留存量有显著不同。（方式二）首先建立spss数据文件：然后进行独立样本T检验：结果输出：结果分析：分析：由统计资料表得知，在使用饲料不同的情况下实验鼠的平均体内钙留存量是30.508与31.400，通过检验应推断这种差异是抽样误差造成的还是系统性的；再看独立样本t检验：第一步，两总体方差是否相等的F检验。这里该检验的F统计量的观测值为0.059，对应的P-值为0.811。如果显著性水平为0.05，由于概率P-值大于0.05，可以认为两总体的方差无显著差异。第二步，两总体均值的检验。在第一步中，由于两总体方差无显著差异，因此应看第一行（假设方差相等）t检验的结果。其中，t统计量的观测值为-0.584，对应的双侧概率P-值为0.566。如果显著性水平为0.05，由于概率P-值大于0.05，可以认为两总体的均值无显著差异，即不同饲料并没有使幼鼠体内钙的留存量有显著不同。6. 如果将第2章第9题的数据看做来自总体的随机样本，试分析男生和女生的课程平均分是否存在显著差异。首先通过计算变量构造新变量ave（课程平均分）：然后进行独立样本T检验：结果输出：结果分析：结论：男生和女生的课程平均分不存在显著差异。分析：由统计资料表得知，在性别不同的情况下学生的平均课程分分别是69.8524与71.8214，通过检验应推断这种差异是抽样误差造成的还是系统性的；再看独立样本t检验：第一步，两总体方差是否相等的F检验。这里该检验的F统计量的观测值为0.190，对应的P-值为0.665。如果显著性水平为0.05，由于概率P-值大于0.05，可以认为两总体的方差无显著差异。第二步，两总体均值的检验。在第一步中，由于两总体方差无显著差异，因此应看第一行（假设方差相等）t检验的结果。其中，t统计量的观测值为-0.810，对应的双侧概率P-值为0.421。如果显著性水平为0.05，由于概率P-值大于0.05，可以认为两总体的均值无显著差异，即男生和女生的课程平均分不存在显著差异。7. 如果将第2章第9题的数据看做来自总体的随机样本，试分析哪些课程平均分差异不显著。首先通过数据汇总构造新变量MEAN（）各科课程平均分：后面步骤不会做了.8. 以下是对促销人员进行培训前后某种商品的促销数据：培训前44930510320470培训后62480620590620试分析该培训是否产生了显著效果。首先建立spss数据文件：然后进行配对样本T检验：结果输出：结果分析：结论：该培训产生显著效果。分析：由成对样本统计资料得知，培训前后的促销量的平均值有较大差异，培训后的平均促销量高于培训前的平均促销量；再看成对样本相关性，样本中培训前与培训后的促销量相关系数是-0.135，概率P-值是0.675。如果显著性水平为0.05，由于概率P-值大于0.05，所以不能推论总体，认为培训前后的促销量并没有明显的线性变化，培训前与培训后的促销量的线性相关程度较弱；最后看成对样本检验，培训前与培训后的促销量的平均差异是70.833，其标准差是106.041，样本均值抽样分布的标准差是30.611，差值95%的置信区间是（-138.209，3.458），t检验统计量的观测值是-2.314，t分布的自由度是11，t检验统计量观测值对应的双侧概率P-值是0.041。如果显著性水平为0.05，由于概率P-值小于0.05，则拒绝原假设，认为培训前与培训后的促销量的差值的平均值与0无显著不同，即培训前与培训后的促销量有显著不同，该培训产生显著效果。附加作业：社工专业学生身高体重分析首先建立原假设：不同性别与身高体重无显著差异。然后进行独立样本t检验：结果分析：结论：男女生的身高、体重有显著差异。分析：由统计资料表得知，在性别不同的情况下学生的平均体重分别是64.941与52.894，平均身高分别是175.1176与162.2727，通过检验应推断这种差异是抽样误差造成的还是系统性的；再看独立样本t检验：第一步，两总体方差是否相等的F检验。这里该体重检验的F统计量的观测值为0.435，对应的P-值为0.513。如果显著性水平为0.05，由于概率P-值大于0.05，可以认为两总体的方差无显著差异；身高检验的F统计量的观测值为0.114，对应的P-值为0.737。如果显著性水平为0.05，由于概率P-值大于0.05，可以认为两总体的方差无显著差异。第二步，两总体均值的检验。在第一步中，由于两总体方差无显著差异，因此应看第一行（假设方差相等）t检验的结果。其中，身高与体重的t统计量的观测值分别为6.447与7.871，对应的双侧概率P-值都近似为为0.000。如果显著性水平为0.05，由于概率P-值小于0.05，可以认为两总体的均值有显著差异，即男生和女生的身高、体重有显著差异。第 11 页
