均值检验-方差分析SPSS.doc

一、实验目的及要求： 1、目的 用SPSS软件实现均值检验和方差分析。 2、内容及要求 用SPSS对所要求数据进行相应的数据处理和分析：均值检验、方差分析。 二、仪器用具： 仪器名称 规格/型号 数量 备注 计算机 1 有网络环境 SPSS软件 1 三、实验方法与步骤: 1.从网上下载到可用的数据 2.将所需数据复制到SPSS中，并且把学校变量改为数值型变量，用1、2分别代替“A”和“B”。 四、实验结果与数据处理： 首先用SPSS软件对单变量进行正态性检验，结果如下： 正态性检验 Kolmogorov-Smirnova Shapiro-Wilk 统计量 df Sig. 统计量 df Sig. 语文 .084 60 .200* .986 60 .698 数学 .102 60 .192 .972 60 .185 英语 .071 60 .200* .982 60 .512 物理 .087 60 .200* .990 60 .894 化学 .073 60 .200* .984 60 .627 a. Lilliefors 显著水平修正 *. 这是真实显著水平的下限。 因为样本数n=602000，所以此处选用Shapiro-Wilk统计量。由Sig.值我们可以认为五科的录取分数均遵从正态分布。 用SPSS的GLM模块进行多元正态分布有关均值与方差的检验，结果如下： 第一张主体间因子表展示了样本数据分别来自两个学校的个数。第二张多变量检验表给出了几个统计量，由Sig.值可以看出，无论从哪个统计量来看，两个学校的录取分数都是有显著差别的。由于模型通过了显著性检验，意味着两所学校的录取分数线是不同的。 主体间因子 N 学校 A 30 B 30 多变量检验b 效应 值 F 假设 df 误差 df Sig. 截距 Pillai 的跟踪 .999 16790.281a 5.000 54.000 .000 Wilks 的 Lambda .001 16790.281a 5.000 54.000 .000 Hotelling 的跟踪 1554.656 16790.281a 5.000 54.000 .000 Roy 的最大根 1554.656 16790.281a 5.000 54.000 .000 学校 Pillai 的跟踪 .851 61.672a 5.000 54.000 .000 Wilks 的 Lambda .149 61.672a 5.000 54.000 .000 Hotelling 的跟踪 5.710 61.672a 5.000 54.000 .000 Roy 的最大根 5.710 61.672a 5.000 54.000 .000 a. 精确统计量 b. 设计 : 截距 + 学校 主体间效应的检验 源 因变量 III 型平方和 df 均方 F Sig. 校正模型 语文 1050.017a 1 1050.017 48.251 .000 数学 1470.150b 1 1470.150 86.034 .000 英语 1135.350c 1 1135.350 39.831 .000 物理 1859.267d 1 1859.267 83.392 .000 化学 1560.600e 1 1560.600 41.652 .000 截距 语文 372408.817 1 372408.817 17113.201 .000 数学 376833.750 1 376833.750 22052.626 .000 英语 388010.417 1 388010.417 13612.479 .000 物理 389781.600 1 389781.600 17482.600 .000 化学 383360.267 1 383360.267 10231.722 .000 学校 语文 1050.017 1 1050.017 48.251 .000 数学 1470.150 1 1470.150 86.034 .000 英语 1135.350 1 1135.350 39.831 .000 物理 1859.267 1 1859.267 83.392 .000 化学 1560.600 1 1560.600 41.652 .000 误差 语文 1262.167 58 21.761 数学 991.100 58 17.088 英语 1653.233 58 28.504 物理 1293.133 58 22.295 化学 2173.133 58 37.468 总计 语文 374721.000 60