1Spss 第 3 次作業方差分析練習題：第 1 題(1)【實驗目的】學會單因素方差分析(2)【實驗內容】1、入戶推銷有五種方法。某大公司想比較這五種方法有無顯著的效果差異，設計了一項實驗。從尚無推銷經驗的應聘人員中隨機挑選一部分，并隨機將他們分為五個組，每種用一種推銷方法培訓。一段時期后得到他們在一個月的推銷額，如下表所示：第一組 20 16.8 17.9 21.2 23.9 26.8 22.4第二組 24.9 21.3 22.6 30.2 29.9 22.5 20.7第三組 16.0 20.1 17.3 20.9 22.0 26.8 20.8第四組 17.5 18.2 20.2 17.7 19.1 18.4 16.5第五組 25.2 26.2 26.9 29.3 30.4 29.7 28.2(1) 利用單因素方差分析方法分析這五種推銷方式是否存在顯著差異？(2) 繪制各組的均值比對圖，并利用 LSD 方法進行剁成比較檢驗。(3)【操作步驟】在數據編輯窗口輸入組別和推銷額分析比較平均值單因素 ANOVA 檢驗將“推銷額”轉入“因變量列表”將“組別 ”轉入“因子” 確定分析 一般線性模型 單變量將“推銷額”轉入“因變量”將“組別”轉入“固定因子”事后比較 將“組別”轉入 “下列各項的事后檢驗”選中“LSD”繼續確定2(4)【輸出結果】ANOVAVAR00002 平方和 自由度 均方 F 顯著性組間 405.534 4 101.384 11.276 .000組內 269.737 30 8.991總計 675.271 34主體間因子個案數1.00 72.00 73.00 74.00 7VAR000015.00 73主體間效應檢驗因變量: VAR00002 源III 類平方和 自由度 均方 F 顯著性修正模型 405.534a 4 101.384 11.276 .000截距 17763.779 1 17763.779 1975.677 .000VAR00001 405.534 4 101.384 11.276 .000誤差 269.737 30 8.991總計 18439.050 35修正后總計 675.271 34a. R 方 = .601（調整后 R 方 = .547）多重比較因變量: VAR00002 LSD 95% 置信區間(I) VAR00001 (J) VAR00001平均值差值 (I-J) 標準誤差 顯著性 下限 上限2.00 -3.3000* 1.60279 .048 -6.5733 -.02673.00 .7286 1.60279 .653 -2.5448 4.00194.00 3.0571 1.60279 .066 -.2162 6.33051.005.00 -6.7000* 1.60279 .000 -9.9733 -3.42671.00 3.3000* 1.60279 .048 .0267 6.57333.00 4.0286* 1.60279 .018 .7552 7.30194.00 6.3571* 1.60279 .000 3.0838 9.63052.005.00 -3.4000* 1.60279 .042 -6.6733 -.12671.00 -.7286 1.60279 .653 -4.0019 2.54482.00 -4.0286* 1.60279 .018 -7.3019 -.75524.00 2.3286 1.60279 .157 -.9448 5.60193.005.00 -7.4286* 1.60279 .000 -10.7019 -4.15521.00 -3.0571 1.60279 .066 -6.3305 .21622.00 -6.3571* 1.60279 .000 -9.6305 -3.08383.00 -2.3286 1.60279 .157 -5.6019 .94484.005.00 -9.7571* 1.60279 .000 -13.0305 -6.48381.00 6.7000* 1.60279 .000 3.4267 9.97332.00 3.4000* 1.60279 .042 .1267 6.67333.00 7.4286* 1.60279 .000 4.1552 10.70195.004.00 9.7571* 1.60279 .000 6.4838 13.0305基于實測平均值。誤差項是均方（誤差）= 8.991。4*. 平均值差值的顯著性水平為 .05。(5)【結果分析】1.五種單因素相等重復試驗，考察推銷額。方差分析結果：不同推銷方式對推銷額有影響，即五種推銷方式存在顯著差異。2. 由于顯著性大于 0.05，因此接受原假設，即五種推銷方式存在顯著差異。5第 2 題(1)【實驗目的】學會建立 spss 數據文件，學會用 spss 進行方差分析(2)【實驗任務】2、為研究某商品在不同地區和不同日期的銷售差異性，調查收集了以下日平均銷售量數據，（1）選擇恰當的數據組織方式建立關于上述數據的 SPSS 數據文件。（2）利用多因素方差分析方法，分析不同地區和不同日期對該商品的銷售是否產生了顯著影響。（3）地區和日期是否對該商品的銷售產生了交互影響？若沒有顯著的交互影響，則試建立非飽和模型進行分析，并與飽和模型進行對比。日期銷售量周一到周三 周四到周五 周末地區一 500060004000600080007000400030005000地區二 700080008000500050006000500060004000地區三 300020004000600060005000800090006000(3)【操作步驟】變量視圖：名稱分別為“地區” 、 “日期” 、 “銷售量” ；設置“值”：1：地區一、2：地區二、3：地區三.(4)【輸出結果】6主體間因子值標簽 個案數1 地區一 92 地區二 9地區3 地區三 91 周一到周三 92 周四到周五 9日期3 周末 9主體間效應檢驗因變量: 銷售量 源 III 類平方和 自由度 均方 F 顯著性修正模型 61851851.852a 8 7731481.481 8.350 .000截距 844481481.481 1 844481481.481 912.040 .000地區 2296296.296 2 1148148.148 1.240 .313日期 2740740.741 2 1370370.370 1.480 .254地區 * 日期 56814814.815 4 14203703.704 15.340 .000誤差 16666666.667 18 925925.926總計 923000000.000 27修正后總計 78518518.519 26a. R 方 = .788（調整后 R 方 = .693）7主體間因子值標簽 個案數1 地區一 92 地區二 9地區3 地區三 91 周一到周三 92 周四到周五 9日期3 周末 9主體間效應檢驗因變量: 銷售量 源 III 類平方和 自由度 均方 F 顯著性修正模型 5037037.037a 4 1259259.259 .377 .823截距 844481481.481 1 844481481.481 252.834 .000地區 2296296.296 2 1148148.148 .344 .713日期 2740740.741 2 1370370.370 .410 .668誤差 73481481.481 22 3340067.340總計 923000000.000 27修正后總計 78518518.519 26a. R 方 = .064（調整后 R 方 = -.106）(5)【結果分析】2.不同地區和不同日期對該商品的銷售產生了顯著影響。但二者之間的交互效應對商品的銷售量并無顯著影響。3. 由于沒有顯著的交互影響，建立非飽和模型進行分析。結果表明地區和日期兩個變量對銷售量有顯著的影響，但是交互作用對因變量并沒有顯著的影響。非參數假設檢驗練習題第 1 題8(1)【實驗目的】學會用 spss 進行非參數假設檢驗(2)【實驗任務】1、 為分析不同年齡段人權對某商品的滿意程度的異同，通過隨機調查收集到以下數據：請選用恰當的非參數假設檢驗的方法，以恰當的形式組織以下數據，分析不同年齡階段人群對該商品滿意程度的分布狀況是否一致。年齡段滿意程度青年 中年 老年很不滿意 126 297 156不滿意 306 498 349滿意 88 61 75很滿意 27 17 44(3)【操作步驟】數據編輯分析 非參數檢驗 k 個獨立樣本將“滿意程度”導入“檢驗變量列表” 選中 “分組變量 ”添加年齡段確定。(4)【輸出結果】秩9年齡段 個案數 秩平均值青年 547 1108.97中年 873 925.93老年 624 1081.80滿意程度總計 2044檢驗統計 a,b滿意程度卡方 51.999自由度 2漸近顯著性 .000a. 克魯斯卡爾-沃利斯檢驗b. 分組變量：年齡段(5)【結果分析】由于顯著性差異小于 0.05，拒絕原假設，即不同年齡段對該商品滿意程度的分布狀況不一致。第 2 題(1)【實驗目的】學會用 spss 進行非參數假設檢驗(2)【實驗任務】利用 居民儲蓄調查數據，選擇恰當的非參數檢驗方法，分析本次存款金額的總體分布于正太分布是否存在顯著差異。(3)【操作步驟】分析 非參數檢驗 單樣本 K-S將“A5”導入到“檢驗變量列表” 選中“正態” “確定 ”10(4)【輸出結果】描述統計個案數 最小值 最大值 平均值 標準差您本次存款的金額是多少？ 282 1 100001 4738.09 10945.569有效個案數（成列） 282單樣本柯爾莫戈洛夫-斯米諾夫檢驗您本次存款的金額是多少？個案數 282平均值 4738.09正態參數 a,b標準差 10945.569絕對 .333正 .292最極端差值負 -.333檢驗統計 .333漸近顯著性（雙尾） .000ca. 檢驗分布為正態分布。b. 根據數據計算。c. 里利氏顯著性修正。(5)【結果分析】由于顯著性小于 0.05，因此拒絕原假設，11，即樣本來自的總體與指定的理論分布有顯著差異，即總體分布與正態分布存在顯著差異。第 3 題(1)【實驗目的】學會用 spss 進行非參數假設檢驗(2)【實驗任務】利用 居民儲蓄調查數據，選擇恰當的非參數檢驗方法，分析不同常住地人群本次存款金額的總體分布是否存在顯著差異。(3)【操作步驟】分析 非參數檢驗 兩個獨立 樣本將“A5”導入到“檢驗變量列表”將“A13”導入到“分組變量”“確定”(4)【輸出結果】秩您的常住地位于： 個案數 秩平均值 秩的總和沿海或中心繁華城市 200 149.65 29929.00邊遠地區 82 121.63 9974.00您本次存款的金額是多少？總計 282檢驗統計 a您本次存款的金額是多少？曼-惠特尼 U 6571.000威爾科克森 W 9974.000Z -2.627漸近顯著性（雙尾） .009a. 分組變量：您的常住地位于：12檢驗統計 a您本次存款的金額是多少？絕對 .152正 .019最極端差值負 -.152柯爾莫戈洛夫-斯米諾夫 Z 1.162漸近顯著性（雙尾） .135a. 分組變量：您的常住地位于：(5)【結果分析】由于顯著性大于 0.05，因此接收原假設， 即不同常住地人群本次存款金額的總體分布存在顯著差異。第 4 題(1)【實驗目的】學會用 spss 進行非參數假設檢驗(2)【實驗任務】利用 居民儲蓄調查數據，選擇恰當的非參數檢驗方法，分析不同收入人群本次存款金額的總體分布是否存在顯著差異。(3)【操作步驟】分析 非參數檢驗 k 個獨立樣本將“A5”導入到“檢驗變量列表”將“A4”導入到“分組變量”“確