《统计分析与SPSS的应用(第五版)》课后练习答案(第5章)

【综合文库】

《统计分析与SPSS的应用（第五版）》（薛薇）

课后练习答案

第5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，如果按照英语六级考试的话，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。原假设：样本均值等于总体均值即u=u0=75

步骤：生成spss数据→分析→比较均值→单样本t检验→相关设置→输出结果（Analyze->compare means->one-samples T test；）

采用单样本T检验（原假设H0:u=u0=75,总体均值与检验值之间不存在显著差异）；

单个样本统计量成绩 N 11 均值 73.73 单个样本检验标准差 9.551 均值的标准误 2.880 检验值 = 75t 成绩 -.442 df 10 Sig.(双侧) .668 均值差值 -1.273 差分的 95% 置信区间下限 -7.69 上限 5.14 分析：指定检验值:在test后的框中输入检验值（填75），最后ok! 分析：N=11人的平均值（mean）为73.7，标准差（std.deviation）为9.55,均值标准误差(std error mean)为2.87.t统计量观测值为-4.22，t统计量观测值的双尾概率p-值（sig.(2-tailed)）为0.668，六七列是总体均值与原假设值差的95%的置信区间,为(-7.68,5.14),由此采用双尾检验比较a和p。T统计量观测值的双尾概率p-值（sig.(2-tailed)）为0.668＞a=0.05所以不能拒绝原假设；且总体均值的95%的置信区间为(67.31,80.14),所以均值在67.31~80.14内,75包括在置信区间内,所以经理的话是可信的。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）：

（1）请利用SPSS对上表数据进行描述统计，并绘制相关的图形。

（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。（1）分析?描述统计?描述、频率

（2）分析?比较均值?单样本T检验

每周上网时间的样本平均值为27.5，标准差为10.7，总体均值95%的置信区间为23.8-31.2.

3、经济学家认为决策者是对事实做出反应，不是对提出事实的方式做出反应。然而心理学家则倾向于认为提出事实的方式是有关系的。为验证哪种观点更站得住脚，调查者分别以下面两种不同的方式随机访问了足球球迷。

原假设：决策与提问方式无关，即u-u0=0

步骤：生成spss数据→分析→比较均值→两独立样本t检验→相关设置→输出结果表5-3 组统计量决策提问方式丢票再买丢钱再买 N 200 183 均值 .46 .88 标准差 .500 .326 均值的标准误 .035 .024 表5-4

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Sig.(双F 决假设方差相等策假设方差不相等 257.985 Sig. .000 t -9.640 df 381 侧) .000 .000 均值差值 -.420 -.420 标准误差值 .044 .043 区间下限 -.505 -.504 上限 -.334 -.336-9.815 345.536 分析：由表5-3可以看出，提问方式不同所做的相同决策的平均比例是46%和88%，认为决策者的决策与提问方式有关。由表5-4看出，独立样本在0.05的检验值为0，小于0.05，故拒绝原假设，认为决策者对事实所作出的反应与提问方式有关，心理学家的观点更站得住脚。

分析：

从上表可以看出票丢仍买的人数比例为46%,钱丢仍买的人数比例为88%,两种方式的样本比例有较大差距。

1.两总体方差是否相等F检验：F的统计量的观察值为257.98,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0.05,两种方式的方差有显著差异。

看假设方差不相等行的结果。2.两总体均值（比例）差的检验：.T统计量的观测值为-9.815,对应的双尾概率为0.00,T统计量对应的概率P值<0.05,故推翻原假设,表明两总体比例有显著差异.更倾向心理学家的说法。

4、一种植物只开兰花和白花。按照某权威建立的遗传模型，该植物杂交的后代有75%的几率开兰花，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株开了兰花，请利用SPSS进行分析，说明这与遗传模型是否一致？原假设：开蓝花的比例是75%，即u=u0=0.75

步骤：生成spss数据→分析→比较均值→单样本t检验→相关设置→输出结果表5-5 单个样本统计量开花种类 N 200 均值 1.29 标准差 .455 均值的标准误 .032 表5-6 单个样本检验检验值 = 0.75t 开花种类 16.788 df 199 Sig.(双侧) .000 均值差值 .540 差分的 95% 置信区间下限 .48 上限 .60

分析：由于检验的结果sig值为0，小于0.05，故拒绝原假设，由于检验区间为（1.23,1.35），0.75不在此区间内，进一步说明原假设不成立，故认为与遗传模型不一致。

5、给幼鼠喂以不同的饲料，用以下两种方法设计实验：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 1 2 33.1 28.8 3 26.8 35.1 4 36.3 35.2 5 39.5 43.8 6 30.9 25.7 7 33.4 36.5 8 31.5 37.9 9 28.6 28.7 饲料1 33.1 饲料2 36.7 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: 甲组饲料1：29.726.728.931.131.126.826.339.530.933.433.128.6 乙组饲料2：28.728.329.332.231.130.036.236.830.0 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。

原假设：不同饲料使幼鼠体内钙的留存量无显著不同。

方式1步骤：生成spss数据→分析→比较均值→配对样本t检验→相关设置→输出结果

表5-7 成对样本统计量均值 N 标准差均值的标准误对 1 饲料1钙存量饲料2钙存量 32.578 34.267 9 9 3.8108 5.5993 1.2703 1.8664 表5-8 成对样本相关系数对 1 饲料1钙存量 & 饲料2钙存量 N 9 相关系数 .571 Sig. .108 表5-9

成对样本检验成对差分均值的标准均值对 1 饲料1钙存量 - 饲料2钙存量标准差误差分的 95% 置信区间下限上限 t df 8 Sig.(双侧) .306 -1.6889 4.6367 1.5456 -5.2529 1.8752 -1.093 方式2步骤：生成spss数据→分析→比较均值→独立样本t检验→相关设置→输出结果表5-10

组统计量钙存量 dimension1饲料类型饲料1 饲料2 N 12 9 均值 30.508 31.400 标准差 3.6882 3.1257 均值的标准误 1.0647 1.0419 表5-11 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Sig.(双F 钙存量假设方差相等假设方差不相等 .059 Sig. .811 t -.584 df 19 侧) .566 均值差值 -.8917 标准误差值 1.5268 区间下限 -4.0873 上限 2.3040-.599 18.645 .557 -.8917 1.4897 -4.0136 2.2303 分析：采用配对样本t检验法所得结果如表5-7,5-8,5-9所示，配对样本的分析结果可以看出两组的平均差是1.789在置信区间内（-5.2529，1.8752）同时sig值为0.153>0.05 不应该拒绝原假设。采用独立样本t检验法所得结果如表5-10，5-11所示，可以看出均值差为0.892在置信区间内 sig值为0.405，大于0.05 ，故不能拒绝原假设。所以，两种饲料使用后的钙存量无显著差异。

6、如果将第2章第9题的数据看作是来自总体的样本，试分析男生和女生的课程平均分是否存在显著差异？

原假设：男女生课程平均分无显著差异

步骤：分析→比较均值→单因素分析→因变量选择课程，因子选择性别进行→输出结果：表5-12

描述 polifemale male 总数均值的 95% 置信区间 N 30 30 60 均值 78.8667 76.7667 77.8167 标准差 10.41793 18.73901 15.06876 标准误 1.90205 3.42126 1.94537 下限 74.9765 69.7694 73.9240 上限 82.7568 83.7639 81.7093 极小值 56.00 .00 .00 极大值 94.00 96.00 96.00 表5-13

ANOVA poli组间组内总数平方和 66.150 13330.833 13396.983 df 1 58 59 均方 66.150 229.842 F .288 显著性 .594分析：由表5-12和5-13可以看，出男生和女生成绩平均差为1.4021在置信区间内 sig值为0.307，大于0.05，故不能拒绝原假设，即认为男生和女生的平均成绩没有显著差异

7、如果将第2章第9题的数据看作是来自总体的样本，试分析哪些课程的平均分差异不显著。

步骤：计算出各科的平均分：转换→计算变量→相关的设置表5-14 组统计量average sex female male N 30 30 均值 67.5208 68.9229 标准差 9.08385 9.85179 均值的标准误 1.65848 1.79868

重新建立SPSS数据→分析→比较均值→单因素→进行方差齐性检验→选择Tukey方法进行检验。

利用配对样本T检验，逐对检验

8、以下是对促销人员进行培训前后的促销数据：试分析该培训是否产生了显著效果。培训前 440 培训后 620 500 520 580 550 460 500 490 440 480 540 600 500 590 640 430 580 510 620 320 590 470 620 原假设：培训前后效果无显著差异

步骤：生成spss数据→分析→比较均值→配对样本t检验→相关设置→输出结果表5-15

成对样本统计量

成对样本检验成对差分均值的标准均值对 1 培训前 - 培训后标准差误 30.611 差分的 95% 置信区间下限 -138.209 上限 -3.458 t -2.314 df 11 Sig.(双侧) .041 -70.833 106.041对 1 培训前培训后均值 489.17 560.00 N 12 12 标准差 78.098 61.938 均值的标准误 22.545 17.880 表5-16

成对样本相关系数

对 1

培训前 & 培训后

N 12