数据分析与SPSS软件应用（微课版）-课后习题答案1-10章全书章节练习题答案.pdf

《数据分析与SPSS软件应用（微课版）-课后习题答案1-10章全书章节练习题答案.pdf》由会员分享，可在线阅读，更多相关《数据分析与SPSS软件应用（微课版）-课后习题答案1-10章全书章节练习题答案.pdf（75页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第1章 统计分析与SPSS软件概述习题与思考题（-）填空题1.定性数据，定序数据，定距数据，定比数据2.主成分分析，因子分析，聚类分析，判别分析，对应分析等3.数据清理，数据转换，缺失数据插补，数据的合并汇总拆分4.完全窗口菜单运行方式，程序运行方式5.SPSS Base（-）选择BADAD（三）判断V V X V X（四）简答题1.目前常用的统计分析工具或软件有哪些？你使用过哪些？它们之间的区别在哪里？解：常用的统计分析工具有SPSS、SAS、STATA.Python等。2.试检查自己的SPSS软件共有几个模块，其中包括了哪些基本功能，并思考平时的统计分析需要哪些模块才能满足需要。解：SPS

2、S 软件共有 11 个模块，分别是 SPSS Base、SPSS Advance、SPSS C ategoriesSPSS Complex Sample、SPSS Conjoint ,SPSS Exact T est、SPSS Maps、SPSS MissingValue Analysis SPSS Regression、SPSS Tables 和 SPSS T re n d s,其中 SPSS Base 是必需的，SPSS的整体框架、基本数据的获取、数据准备和整理等基本功能都集中在这一模块上，其他模块必须在该模块的基础上才能工作。3.阐述定性、定序、定距、定比数据，并各举1例。解：定性变量又

3、称为名义变量。这是-种测量精度最低、最粗略的基于“质”因素的变量，它的取值只代表观测对象的不同类别，如“班级”。定序变量又称为有序变量、顺序变量，它取值的大小能够表示观测对象的某种顺序关系（等级、方位或大小等），也是基 于“质”因素的变量，如“满意度”。定距变量又称为间隔变量，它的取值之间可以比较大小，可以用加减法计算出差异的大小，如“重量”。定比变量又称为比率变量，它与定距变量意义相近，差别在于定距变量中的“0”值只表示某一取值，定比数据变量表示“没有”，如“年龄”。4.sav,.spv,.s p s分别是sp ss哪类文件的扩展名?解：s a v”是S P S S 的数据文件的扩展名，s

4、p v”是 S P S S 的结果输出文件扩展名,“.s p s”是 S P S S 的程序文件扩展名.5.简述统计分析基本流程。任何一个数据分析项目，都要经过项目计划、数据获取与准备、概括性描述统计分析、探索性统计推断、统计模型精准分析和结果报告6个阶段。（1）项目计划的内容包括确定研究问题和研究对象、样本抽取方法、样本量、数据搜集方式、数据分析方法和分析工具、项目预算等内容。（2）按照项目计划搜集数据。（3）概括性描述统计分析阶段是对数据进行的初步探讨，是通过参数估计输出相关统计量，并辅以统计表或统计图，从而对数据的集中趋势、离散趋势、分布特征等信息有详细的了解。（4）探索性统计推断阶段，

5、主要对数据进行深层次的分析尝试，通过探索分析、方差分析,相关分析等方法，对不同变量数据的内在联系进行探讨，为后续的精准模型分析奠定基础。（5）统计模型精准分析阶段，选择最优的统计模型，寻求变量间数据信息的完美呈现和解释。（6）统计报告阶段将整个数据分析项目的结果以合适的方式表达出来，从而使得决策者或者读者快速理解和掌握核心内容，并能据此做出科学决策。第 2 章 数据的获取与管理习题与思考题（一）填空题1 .查找和替换2 .拆入变量3.计算变量4 .原始数据组织方式，频数数据组织方式5 .指定加权变量（-）选择题D D C D C（三）判断X V V X X（四）简答题1 .试 述“个案排序”和

6、“个案排秩”两种排序操作的区别。解：“个案排序”操作会改变原有样本的排列顺序。“个案排秩”会在原有数据的基础上形成一个新的变量，用于存储样本的秩序号。2 .如何进行变量集的定义和使用？解：变量集的定义在“实用程序”菜单中的“定义变量集”命令。变量集定义之后，在“实用程序”菜单中选择的“使用变量集”命令，在“选择要应用的变量集”框中选择想要使用的变量集。3.简述数据排序在数据分析过程中的目的。解：数据排序是数据整理的关键步骤，在很多的统计分析过程中，如数据文件的合并等，都需要先对原始数据按照一定的规则进行排序。排序后的数据文件更便于进行相关的统计分析。4 .对于缺失值，如何利用S P S S 进

7、行科学替代？解：S P S S 提供了 5种缺失值的替代方式：序列平均值：用该变量的所有非缺失值的均数作替代。临近点的平均值：用缺失值相邻点的非缺失值的均数作替代，取多少个相邻点可任意定义。临近点的中间值：用缺失值相邻点的非缺失值的中位数作替代，取多少个相邻点可任意定义。线性插值：用缺失值相邻两点的非缺失值的中点值作替代。临近点的线性趋势：用线性拟合方式确定替代值。5 .在计算数据的加权平均数时，如何对变量进行加权？解：数据的加权在“数据”菜单中的“个案加权”命令，其中，“不对个案加权”项表示不作加权，是 S P S S 系统默认选项，也可用于取消加权操作：“个案加权依据”项表示选择一个变量作

8、加权变量。案例分析题1 .根据下述调查问卷中的题目，完成变量的设置和编码。“4.请问您的家庭月收入：a.3 0 0 0 以下 b.3 0 0 0 4 999 c.5 0 0 0 6 999 d.70 0 0 9999 e.1 0 0 0 0 以上”Value Labels2.请根据下列数据建立SP SS数据文件，并完成相关数据操作。表 2-2 数据I D年龄体 重（公斤）性别12 56 9.0男22 76 8.5男31 94 8.3女42 95 1.6女51 94 5.9女62 270.5男72 34 8.6女82 26 6.7男92 46 7.3男1 02 65 0.2女（1）请采用多种方法

9、根据体重指标值对样本进行排序（升序排列）。升序排列方 式 1：方式2：（2）对“性别”变量设置变量值标签，使其对应0 和 1 值。1 -,Untitiedl DataSetO-iBM SPSS Statistics Data EditorEile Edit View Qata Iransform Analyze graphs Utilities Extensions y/indow helpmH坞 四 4 0 甘 褊 嚼 n蠹 困 小通目Type Width Decimals Label Values Missing ColumnsNumeric 8 0 None None 7Numeric

10、8|。None None 18Numeric 8 1 None None 8String 8 0 None None 8Value Labels3,现有自由格式的文本文件，其中包含4个样本，每个样本为一行，每个样本测度6个指标，如下所示，请将文本文件数据信息导入到SP SS软件中，并对数据文件进行保存。2 3；4 5；3；4 6；6 5；1 24 6；89；5 6；1 2；4；1 35 5；1；2 3；6 1；4 1；2 04 1；2 0；6 1；2 0；1；3 0第3章描述统计分析及SPSS实现习题与思考题（-）填空题1 .探索分析2 .分析-描述统计-描述3 .离散程度4 .均值、中位数、

11、众数5 .备选选择项，答案（二）选择题CACBD（三）判断题X X V V X（四）简答题1 .探索性统计分析主要目的有哪些？解：探索分析的目的主要有三个：检查数据是否有错误；获得数据分布基本特征；对数据规律进行初步观察。2 .什么是峰度和偏度？解：偏度是描述某变量取值分布对称性的统计量。具体的计算公式如下：Skewness=Z（怎 -/i=i这个统计量是与正态分布相比较的量，偏度为0 表示其数据分布形态与正态分布偏度x 相同；偏度大于0 表示正偏差数值较大，为正偏或右偏，即有一条长尾巴拖在右边；偏度 小 于 0 表示负偏差数值大，为负偏或左偏，有一条长尾拖在左边。而偏度的绝对值数值越大。峰度

12、是描述某变量所有取值分布形态陡缓程度的统计量。这个统计量是与正态分布相比较的量，峰度为0 表示其数据分布与正态分布的陡缓程度相同；峰度大于0 表示比正态分布高峰要更加陡峭，为尖顶峰；峰度小于0 表示比正态分布的高峰要平坦，为平顶峰。具体的计算公式如下：Kurtosis=V(x(-x)4/SD4 3-,=i表示分布形态的偏斜程度越大。3.简述SPSS对数据进行统计分析刻画集中趋势以及离散程度的描述统计量。解：对数据集中趋势刻画的描述统计量包括：均值、中位数、众数、总和等。对数据离散趋势刻画的描述统计量包括：方差、标准差、极差、标准误等4.简述交叉列联表分析主要内容。解：交叉列联表分析主要包括两部

13、分的内容：第一是输出交叉分组下的频数分布状态表；二是分析交叉分类的两个变量之间是否具有独立性，并判断他们之间的相关性的大小。5.对于多项选择问题，分解(编码方案)的方法主要有哪两种，请简要说明。解：多项选择问题的编码方式有两种：一种是二分法，一种是多分法。多选项二分法将每个可能的答案设置为一个SPSS变量，变量的取值为0 或 1,0 表示没选中，1 表示选中。多选项分类法首先估计多选项问题可能出现的答案个数。比如，一个多选题，如果最多 有 3 个答案，那么就设置3 个 SPSS变量，分别用来存放3 个可能的答案。SPSS变量的取值为备选答案的代码，常用数字1,2,3表示不同的备选答案。案例分析

14、题1.某学校科研团队进行库区移民生存状态调查，经过抽样，抽取20名库区移民，对其生存状态进行调查，部分指标见表3-2.表 3-2 库区移民生存状况调查部分指标样 本 ID性别年龄家庭年收入家庭食品烟酒支出单位岁元元0 1男5 585 0 842 80 0 00 2女3 81 0 3 0 3 52 9 0 0 00 3女3 685 0 3 52 2 0 0 00 4男6 11 0 785 53 85 0 00 5女4 484 9 6 42 5 6 0 00 6女3 679 0 3 53 870 00 7男5 5877733 5 70 00 8男5 4877863 0 4 0 00 9男5 378

15、9 9 53 2 80 01 0女4 11 3 876 44 3 6 0 01 1男4 583 0 3 52 0 80 012男5 21 0 3 3 2 02 3 80 01 3男3 24 9 4 3 52 1 6 0 01 4男3 41 0 2 0 2 43 6 80 01 5男6 34 2 74 61 70 0 01 6男3 11 2 1 0 1 72 0 0 0 01 7女6 184 2 3 52 0 0 0 01 8女5 989 9 802 0 0 0 01 9女4 81 0 9 0 803 0 0 0 02 0男4 39 0 6 783 2 0 0 0请分析:数据状态:1.样本在性别

16、与年龄上分布状态。年 龄*性别交叉表计数性别总男女计年31101龄32101341013602238011410114310144011451014801152101531015410155202590116111263101总计12820男性样本与女性样本的对比关系为12:8。N统计最小值统计最大值统计均值统计描述统id标准偏差统计1统计偏度标准错误统计哮度标准错误年龄 20316347.0510.435-.034.512-1.359.992样本的平均年龄为47.05岁，峰度为-1.3 5 9,与正态分布相比较为平缓，偏度为-0.034,轻微的左偏。2.受访样本的家庭年收入是否符合正态分布正

17、态性检验柯尔莫戈洛夫-斯米诺夫(V)夏皮洛-威尔克统计 自由度 显著性 统计 自由度 显著性家庭年收.193 20.049.931 20.159入a.里利氏显著性修正家庭年收入的正态Q-Q图20.000 40,000 60 0080,000 100.000 120,000 140.000实测值从正态性分布检验结果和Q-Q图可以看出，夏皮洛威尔克检验接受了原假设，即数据符合正态分布特征，Q -Q图也基本呈现较为一致的特征。柯尔莫戈洛夫-斯米诺夫呈轻微的拒绝原假设状态，可认为接受正态分布的假设。3.不同性别的受访群体的食品烟酒消费支出方差是否相等。个案处理摘要个案性别有效N 百分比缺失N 百分比总

18、计N 百分比烟 酒 食 品 支 芝 _出 女12100.0%00.0%12100.0%8100.0%00.0%8100.0%方差齐性检验莱文统计自 由 度1自 由 度2显著性烟酒食品支出 基于平均值.064118.803基于中位数.059118.811基于中位数并具有调整后自由度,059115.599.812基于剪除后平均值.064118.803不同性别受访者食品烟酒消费的方差是相等的，四种莱文检验的结果均接受原假设,即不同组别因变量的方差是相等的。2.调查得到甲乙两班学生的上网状况，调查结果如表3-3 所示，请根据下列数据分析班级与上网状况是否存在相关关系。表 3-3甲乙两班上网状况班级每天

19、上网经常上网偶尔上网从不上网合计甲班4 99 26 54 12 4 7乙班6 21 1 36 74 22 8 4合计1 1 12 0 51 3 28 35 3 1通*无标题2 数据集1 -I B M S P S S S t a t is t ic s 致振箱塔器文件(E)编 辑 丘)查 看Q)数据(2)转换C D 分 析 但)图 形 实用程序(U)is昌1船最3 B H 1 3：鼻 上 网状态向班级夕人数变量变量3711每天上网甲班4 92每天上网乙班6 23经常上网甲班9 24经常上网乙班1 1 35偶尔上网甲班6 56偶尔上网乙班6 77从不上网甲班4 18从不上网乙班4 291 0采用交

20、叉列联分析:卡方检验值自由度渐进显著性(双侧)皮尔逊卡方1.143”3.767似然比1.1433.767有效个案数531a.0 个单元格(0.0%)的期望计数小于5。最小期望计数为 38.61。对称测量c.相关性统计仅适用于数字数据。值渐进显著性名义到名义列联系数.046.767有效个案数531卡方检验的结果接受原假设，即上网状态与班级之间是相互独立的。3.先得到某超市9月份每一天的商品销售总额数据，如下表所示。表 3-4 超市商品销售总额2 5 72 6 92 6 83 0 13 3 63 6 52 9 85 6 22 8 93 0 62 9 02 4 93 1 62 9 63 1 13 6

21、 94 0 35 6 94 1 62 7 95 1 04 1 03 6 83 5 64 1 34 2 63 6 93 7 64 0 64 5 6(1)计算该超市日销售额的均值、中位数；(2)判断该超市日销售额数据的偏度和峰度状况。22:夕 销售额变量3ES变量，125722693268430153366365729885629289103061129012249_i3161429615311163691740318569194162027921510224102336824356254132642627369283762940630456应用基本描述统计分析方法:统计销售额个案数 有效 30缺

22、失 0平均值 361,30中位数 360.50偏度.933偏度能俣举.427峰度.499峰度标准误差.833第4章 参数检验与SPSS实现习题与思考题（一）填空题1 .总体均值和指定检验值之间不存在显著差异2 .两独立样本组的均值比较，两配对样本组的均值比较3 .拒绝4 .T统计量公。而5 .两样本群的方差是否相等（二）选择题B DCB B（三）判断题V 7 X V V（四）简答题1 .什么是配对样本？请举例解释。解：常见的配对样本情况有4种：同一研究对象分别给予两种不同处理的效果比较;两配对对象分别给予两种不同处理的效果比较；同一研究对象处理前后的效果比较；两配对对象（一个接受处理，一个不接

23、受处理）的效果比较。和推断两种效果有无差别，和推断某种处理是否有效。比如一组高血压患者在服药前和服药一段时间后对于舒张压和收缩压测量结果就形成了配对样本。2 .两独立样本群的均值比较分析的流程是怎样的？解：在具体的计算中需要通过两步来完成：第一，利 用 F检验判断两总体的方差是否相同；第二，根据第一步的结果，决 定 T统计量和自由度计算公式，进而对T检验的结论作出判断。3 .什么是独立样本，请举例说明。解：独立样本是指两个样本之间彼此独立没有任何关联，两个独立样本各自接受相同的测量，研究者的主要目的是了解两个样本之间是否有显著差异存在。比如生产同一类产品的不同国家的厂商，若彼此之间在生产链条上

24、无任何相关性，则其生产产品的抽取样本即构成了独立样本。4.对两配对样本进行T 检验的前提要求是？解：两配对样本T 检验的前提要求如下。(1)两个样本应是配对的。在应用领域中，主要的配对资料包括具有年龄、性别、体重、病况等非处理因素相同或相似者。首先两个样本的观察数目相同，其次两样本的观察值顺序不能随意改变。(2)样本出自的两个总体应服从正态分布。5.如何检验某一样本某变量的总体均值和指定值之间是否存在显著差异？解：检验某一样本某变量的总体均值和指定值之间是否存在显著差异用到的是单一样本的均值比较。单 样 本 T 检验的零假设(H o)为：总体均值和指定检验值之间不存在显著差异。采用T 统计量，

25、计算公式为DF式中，石是样本均值和检验值的差。因为总体方差未知，所以用样本方差s 代替总体方差。n 为样本数。SPSS将自动计算t 值，由于该统计量服从n T 个自由度的T 分布，SPSS将根据T 分布表给出t 值对应的相伴概率值。如果相伴概率值小于或等于用户设想的显著性水平a ,则拒绝H 0,认为总体均值和检验值之间存在显著差异。相反，相伴概率大于显著性水平a,则接受HO,可以认为总体均值和检验值之间不存在显著差异。案例分析题1.从小学二年级某班抽取1 0 名男生，分别测得他们的身高，是否可以认为该班男生的平均身高为1.35米?1.29 1.36 1.39 1.27 1.35 1.30 1.

26、36 1.26 1.31 1.24T 检验 效提集0单 样 本 统 计标准设差平均个案数 平均值 标准偏差 值10 1.3130.04990.01578单 样 本 检 验检验值=1.35t自由度Sig,（双尾）平均值差值下限 上限身高-2.3459.044-.03700-.0727-.0013单 一 样 本 T 检验的伴随概率为0.0 4 4,因此拒绝原假设，即该班男生的平均身高与L 35有显著性差异。2.用某药治疗6 位高血压病人，对每一位病人治疗前、后的舒张压进行了测量，结果如表5-4所示。表 4-4 治疗前后的舒张压测量表病例编号i23156用药前120127141107115138用药

27、后123108120107102152（1）治疗前后这6 位病人的均值和方差有何不同？（2）治疗前后病人的血压是否有显著的变化？*无标题2圜旃集1-IBM SPSS Statistics数据绢填器描述统计N均值标准偏差方差用药前6124.6713.246175.467用药后6118.6718.217331.867有效个案数（成列）6样本用药后舒张压均值比用药前有所降低，标准差和方差有所上升。配对样本检验平均值标准偏差配对差值标准谀差平均值 9 5%同下限 上限t自由度S ig.（双 尾）,1 -I 1 6.00013,8565.657-8.541 20.5411.0615,337用药前后舒张压

28、均值的配对样本比较分析结果表明：T 统计量伴随概率为0.3 3 7,大于0.0 5,故接受原假设，即配对样本的均值没有显著性差异，用药前后患者的舒张压均值无区别。3.某学校要对两位老师的教学质量进行评价，这两位老师分别教甲班和乙班，这两班数学课的成绩如表4-5所示，这两个班的成绩是否存在差异？表4-5甲、乙两班数学考试成绩甲班90 93 82 88 85 80 87 85 74 90 88 83 82 85 73 86 77 9468 82乙班76 75 73 75 98 62 90 75 83 66 65 78 80 68 87 74 64 6872 80采用两独立样本均值比较分析方法:值

29、*无 丽 3 1ms集2-IBM SPSS Statistics组统计班级个案数平均值标准偏差标嘉误差平均值成绩 12083.606.7001.49822075.459.1792.053独立样本检验莱文方差等同性检验 平均值等同性t 检验F显箸性t 自由度Sig.（双尾1平均值差值标准谀差差值差值95%置信区间下限上限成绩假定等方差1.110.2993.20738.0038.1502.5413.00613.294f 假定等方差3.20734.768.0038.1502.5412.99013.310可以看到，两位老师的教评平均值差异较大，分别为8 3.6 0和 7 5.4 5 分，采用两独立样本

30、均值比较方法，对两位老师的教评差异进行统计推断，首先看出两样本组的方差是相等 的（伴随概率为0.2 99,接受方差相等的原假设）。因此采用第一行的T 统计量来进行统计推断，推断结果表示，伴随概率为0.003,拒绝原假设，原假设为两样本组的均值是相等的。因此可以得出，两位老师的教评结果存在显著性的差异。第5章方差分析及SPSS实现习题与思考题（-）填空题1 .随机性、独立性、正态分布、方差齐性2 .F统计量，控制变量不同水平下各总体均值没有显著差异3 .续数值型，多个协变量间互相独立，且与控制变量之间也没有交互影响。4 .交互效应5 .主效应部分，交互效应部分，随机变量部分（二）选择题B D B

31、 B D（三）判断题X V V V V（四）简答题1.什么是协方差分析？什么情况适于使用协方差分析？解：协方差分析是将那些很难控制的因素作为协变量，在排除协变量影响的条件下，分析控制变量对观察变量的影响，从而更加准确地对控制因素进行评价。无论是单因素方差分析还是多因素方差分析，它们都有一些可以人为控制的控制变量。在实际问题中，有些随机因素是很难人为控制的，但它们又会对结果产生显著的影响，为了更加准确地研究控制变量不同水平对结果的影响，应该尽量排除其他因素对分析结果的影响，这时就需要应用协方差分析。2.如何检验两个及两个以上样本均值之间是否存在显著性差异？解：检验两个及两个以上样本均值之间差异显

32、著性的方法是方差分析。方差分析的基本思想是：通过分析研究不同变量的变异对总变异的贡献大小，确定控制变量对研究结果影响力的大小。通过方差分析，分析不同水平的控制变量是否对结果产生了显著影响。如果控制变量的不同水平对结果产生了显著影响，那么它和随机变量共同作用，必然使结果有显著的变化；如果控制变量的不同水平对结果没有显著的影响，那么结果的变化主要由随机变量起作用，和控制变量关系不大。3.方差分析包括哪些类型，他们有何区别？解：根据人为施加的可控因素（即控制变量）的数量多少，可分为单因素方法分析和多因素方差分析方法。单因素方差分析适用于只有一个控制变量的情况，它的实质是统计推断。它的研究目的在于推断

33、该控制变量的不同水平是否给观察变量造成了显著差异和变动。单因素方差分析具有有一个比较严格的前提条件，包括：控制变量不同水平下的样本是随机的。控制变量不同水平下的样本是相互独立的。控制变量不同水平下的样本来自正态分布的总体，否则采用非参数方法进行多组别的均值比较。控制变量不同水平下的样本方差相同。在满足该前提的基础下，方差分析问题就转换成研究不同水平下各个总体的均值是否有显著差异的问题。多因素方差分析是指当存在多个控制变量的前提下，分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量对结果是否产生显著影响的统计推断方法。多因素方差分析适用于存在两个或两个以上控制变量的情况。多因素方差分

34、析对各个总体的方差相等的前提假设是放松的，但是一般要求多控制变量交叉作用下的单元格内至少有3 个观测值。4 .简述方差分析的基本思想和操作步骤。方差分析的基本思想是：通过分析研究不同变量的变异对总变异的贡献大小，确定控制变量对研究结果影响力的大小。通过方差分析，分析不同水平的控制变量是否对结果产生了显著影响。如果控制变量的不同水平对结果产生了显著影响，那么它和随机变量共同作用，必然使结果有显著的变化；如果控制变量的不同水平对结果没有显著的影响，那么结果的变化主要由随机变量起作用，和控制变量关系不大。5 .方差分析有哪些基本假定？解：单因素方差分析具有有比较严格的前提条件，包括：控制变量不同水平

35、下的样本是随机的。控制变量不同水平下的样本是相互独立的。控制变量不同水平下的样本来自正态分布的总体，否则采用非参数方法进行多组别的均值比较。控制变量不同水平下的样本方差相同。多因素方差分析对各个总体的方差相等的前提假设是放松的，但是一般要求多控制变量交叉作用下的单元格内至少有3个观测值。案例分析题1.一家耳机生产厂商设计了四种不同类型的耳机，并计划与传统耳机形成对比。先从四种类型的耳机中随机抽取6只样品，同时再抽取6只传统耳机样品，在相同的实验条件下，测试它们的使用寿命（单位：月），结果如表5T所示.表 5T耳机样品使用寿命耳机类型测试寿命传统耳机2 0.2 1 9.8 1 9.6 2 0.3

36、 2 1.3 2 0.5型 号 12 3.6 2 1.7 1 9.8 2 0.5 2 1.5 2 2.1型号21 5.2 1 9.1 1 6.8 1 7.6 1 6.5 2 0.3型号33 5.8 3 6.2 3 3.8 3 4.2 3 5.3 3 4.8型号41 9.8 2 2.6 2 4.2 2 1.0 1 9.8 2 3.4试分析各种型号耳机间使用寿命是否有区别。数据整理结果见下图:通*无标题1 数据集0-IBM SPSS Statistics数据编瑁器文件(E)编辑(E)直看&)数据。)转换Q)分析的)图形6)国k嚼褊8:e寿命.耳机类的型夕 类 型变量变量120.20 传统0219.

37、80 传统0319.60 传统0420.30 传统0521.30 传统0620.50 传统0|723.60 型号11|821.70 型号11919.80 型号11二 020.50 型号111121.50 型号11二 222.10 型号11_1315.20 型号22_1419.10 型号221516.80 型号22二 617.60 型号22二 716.50 型号22二 820.30 型号221935.80 型号332036.20 型号332133.80 型号3322_34.20 型号332335.30 型号332434.80 型号332519.80 型号442622.60 型号42724.20

38、型号442821.00 型号442919.80 型号443023.40 型号44因为只有一个控制变量，所以采用单因素方差分析方法。SPSS输出结果如下。方差齐性检验莱文统计自由度1自由度2显著性寿命基干平均值2.820425.046基于中位数2.626425.059基于中（2数并具有调整后自由度2.626416,463.072基干剪除后平均值2.818425.047方差齐性检验结果显示，基于中位数的莱文检验支持方差齐性的结果，基于平均值的检验虽然拒绝了原假设，但是偏离并不严重，所以可以认为该数据适合进行单因素方差分析。A N OVA寿命平方和自由度均方F显著性组间1106.4954276.62

39、4139.657.000组内49.518251.981总计1156.01429方差分析构造的F统计量及检验结果拒绝了原假设，即说明5个不同类型的耳机中,至少有两种类型耳机的平均寿命是不一样的。齐性子集寿命将显示齐性子集中各个组的平均值类型个案数Alpha 的千集=0.051|2|3S-N-Ka 2617.58330620.28331621.53334621.80003635.0167显著性1.000.1691.000a.使用调和平均值样本大小=6.000S-N-K多重比较的验证结果说明，类型2的耳机，类型3的耳机，传统耳机和类型1和4的耳机构成了三组，组与组之间均值存在显著差异，组内的各类型耳

40、机均值无差异。多重比较因：丁(1)类型(J)类型平均值差值小J)标准错谡显著性95%置信区间下限 上限LSD01-1.25000,81255.137-2.9235.423522.70000,81255,0031.02654.37353-14.73333.81255.000-16.4068-13.05984-1.51667.81255.074-3.1902.1568101.25000.81255.137-.42352.923523.95000.81255.0002.27655.62353-13.48333.81255.000-15.1568-11.80984-.26667.81255.746-1

41、.94021.4068202.70000.81255.003-4.3735-1.02651-3.95000,81255.000-5.6235-2.27653-17.43333.81255.000-19.1068-15.75984-4.21667.81255.000-5.8902-2.54323014,73333.81255,00013.059816.4068113,48333.81255.00011.809815.1568217,43333.81255.00015.759819.1068413,21667.81255.00011.543214.8902401.51667.81255.074-.

42、15683.19021.26667.81255,746-1.40681.940224.21667.81255.0002.54325.89023-13.21667.81255.000-14.8902-11.5432*.平均值差值的显箸性水平为0 05L S D 的多重比较方法结果验证，0与 2,0与 3,1 与 2,1 与 3,2与 4,3与 4之间的耳机平均寿命存在差异。2.为了验证四种不同安眠药的药效，选取2 4 只兔子，公兔子和母兔子各1 2 只，随机分为四组，每组兔子服用一种安眠药，并记录它们的睡眠时间，如表5-2 所示。表 5-2 兔子安眠药实验数据兔子编号睡眠时间安眠药种类性别0 1

43、6.21公0 26.11母0 36.01公0 46.31公0 56.11母0 65.91母0 76.32母0 86.52公0 96.72母1 06.62母1 17.12公1 26.42母1 36.83公1 47.13公1 56.63公1 66.83母1 76.93母1 86.63母1 95.44公2 06.44公2 16.24母2 26.34母2 36.04公2 45.94公数据处理和输入的结果如下:7：6 ID/睡眠时夕间,安眠安8种类为 性 别 s e x变量116.201 公1226.101母2336.001 公1446.301 公1556.101 母2665.901母2776.302

44、得2886.502 公1996.702 母210106.602 母211117.102 公112126.402母213136.803 公114147.103 公115156.603 公116166.803217176.903 母218186.603 母219195.404公120206.404 公121216.204 母222226.304 母223236.004 公124245.904 公125这里有两个控制变量，一个是安眠药种类，一个是性别，因此采用多因素方差分析方法。描述统计因变量：邮民时间安R 民药种类sex平均值标准偏差个案数116.1667.15275326.0333.115473

45、总计6.1000.141426216.8000.42426226.5000.182574总计6.6000.282846316.8333.25166326.7667.152753总计6.8000.189746415.9250.41130426.2500.070712总计6.0333.361486总计16.3583.503551226.4083.3117612总计6.3833.4103724误差方差的莱文等同性检验岫检验“各个组中的因变量误差方差相等 这一原假设a.因变量：睡眠时间b.设计：瞬+根+sex+如 陋 种 类*sex莱文统计自由度1自由度2显著性睡f l 民时间基于平均值1.25071

46、6.334基于中位数1.131716.392基于中位数并具有调整后自由度1.13176.744.440基干剪除占平均值1.247716.335两个控制变量交叉分类下的数据基本信息见第一张输出表格。第二张输出表格是方差齐性检验的结果，四种不同统计量都拒绝了方差相等的原假设。但是多因素方差分析对方差齐性的前提是放松的，不满足也没有特别严重的后果。主体间效应检验因变量：睡眠时间源III类平方和自由度均方F显著性修正模型2.834a7.4056.234.001截距927.9271927.92714287.243.000如 陋 种 类2.3513.78412.066.000sex.0111.011.16

47、6.689安 财 种 类.sex.2823.0941.445.267谡差1.03916.065总计981.80024修正后总计3.87323a.R h=.732（调整后 R 母=.614）多因素方差分析的结果显示，安眠药种类对睡眠时间是有显著性影响的，但是第二个控制变量性别对实验对象的睡眠时间并未产生显著影响，同时安眠药种类和性别之间也并不存在显著地交叉效用。安眠药种类多重比较*.平均值差值的显著性水平为.0 5因变量：蜥民时间L S D(I)安眠药种类(J)以 第 种 类平均值差值(I-J)标准误差显著性95%宜信区间下限 上限1 2-.5 0 0 0.1 4 7 1 4.0 0 4-.8

48、1 1 9-.1 8 8 13-.7 0 0 0,1 4 7 1 4,0 0 0-1.0 1 1 9-.3 8 8 14.0 6 6 7.1 4 7 1 4.6 5 7-.2 4 5 2.3 7 8 62 1,5 0 0 0.1 4 7 1 4.0 0 4.1 8 8 1.8 1 1 93-.2 0 0 C.1 4 7 1 4.1 9 3-.5 1 1 9.1 1 1 94.5 6 6 7.1 4 7 1 4.0 0 1.2 5 4 8.8 7 8 63 1.7 0 0 0.1 4 7 1 4.0 0 0.3 8 8 11.0 1 1 92.2 0 0 C.1 4 7 1 4.1 9 3-.1

49、 1 1 9.5 1 1 94.7 6 6 7.1 4 7 1 4.0 0 0.4 5 4 81.0 7 8 64 1-.0 6 6 7.1 4 7 1 4.6 5 7-.3 7 8 6.2 4 5 22-.5 6 6 7.1 4 7 1 4.0 0 1-.8 7 8 6-.2 5 4 83-.7 6 6 7.1 4 7 1 4.0 0 0-1.0 7 8 6-.4 5 4 8基干实测平均值,误差项是均方(谀差i二.0 6 5具体而言，安眠药的种类中，1与2,1与3,2与4,3与4之间是存在差异的，1与4之间是不存在效果的差异的。3.学校为了改善教师生活水平，试行某种新政策，政策实施前，以及实

50、施半年后分别对教师的待遇状况进行调查，工资待遇分为1 0 级，分值越高代表待遇越好，调查结果以及教授级别详见表5-3 表 5-3 政策实施教师待遇原工资现工资教师级别452341343242552363481672672573243673981561772试分析政策实施后，不同类型的教师彼此间工资待遇是否存在差异。待分析数据结果如下图所示:通 无标题3 数揖集2-IBM SPSS Statistics数索编镇器文件(E)编辑(E)查看数据(0)转换分 析/)图 形 G)实用宅H母 回其中，现工资是因变量，教师级别是控制变量，原工资是协变量。采用协方差分析的方法来验证教师级别对工资的影响。主体间