SPSS数据统计分析(复习)选编.docx

均值：方差检验 （【单样本T检验】 从某厂第一季度生产的电子元件中抽取了部分样品测量他们的电阻（单位：欧姆），数据资料在“小测1.sav”中。按质量规定，元件的额定电阻为0.140欧姆，假定元件的电阻服从正态分布。判断这批产品的质量是否合格。 从上表单样本数据统计量表中可以得测试电阻值的样品有35个，均值为0.1423，标准差为0.00426，均值标准误为0.00072 从单样本检验表中可以看出：t统计量的值为3.174，自由度为34,均值差值为0.00229,95%的置信区间（0.0008,0.0037），相伴概率为0.003，远小于显著性水平0.05，说明假设成立，也就是说这批产品的质量与0.140欧姆有显著性差异，说明这批产品的质量是不合格的。 假设方差相等所对应的一行数据是在方差无显著性差异条件下的各统计量的值，假设方差不相等所对应的下面一行数据是在方差有显著性差异条件下的各统计量的值 【独立样本T检验】 2、甲乙两台测时仪同时测量两靶间子弹飞行的时间，测量结果在“小测2.sav”中，假定两台仪器测量的结果服从正态分布，设显著性水平为0.05，问两台仪器的测量结果有无显著差异 Levene检验 主要用来检验原假设条件是否成立，（即：假设方差相等和方差不相等两种情况）如果SIG0.05，证明假设成立，不能够拒绝原假设，如果SIG0.05，证明假设不成立，拒绝原假设。 在组数据统计表中可以得到第1组有6个样本，均值为12.8883，标准差是0.72256，均值标准误为0.29498；第二组有7个样本，均值是13,标准差是0.5870均值标准误是0.22189； 在独立样本检验表中可以得出F 的统计量的值为1.028，相伴概况为0,332，远大于显著性水平0.05，说明这两组数据的方差之间不存在显著差别，所以适合采用独立样本T检验。t的统计量为-0.772，自由度为11，95%的置信区间，（01.07881,0.51834），相伴概率为0.456，远大于显著性水平0.05，假设成立，不能拒绝原假设，说明这2台仪器的测试结果没有显著性差异。 【配对样本T检验】 3、分别从甲乙两厂生产的同规格的前轮轮胎中随机抽取10只，将它们配对安装在10辆汽车的左右轮上，行驶相同的里程之后，测得各只轮胎磨损的数据在“小测3.sav”中，试用配对样本T检验过程检验两种轮胎的耐磨性之间的差异。 从上表的成对样本数据统计表中可以看出：左轮胎磨损量的举止为614.2，有10个样本，标准差是119。644，均值的标准误为37.834；右轮胎磨损量均值为568.9，有10个样本，标准差为99.31，均值的标准误为31.405； 成对样本相关系数表看出：x1和x2的相关系数为08.9%，相关性很高 在成对样本检验表中可以发现：t的统计量为3.343，自由度为9，95%的置信区间（8.82633,45.77367），相伴概率为0.009，远小于显著性水平0.05，说明左右轮胎的耐磨性有显著性差异。 【单因素】 对4个服务行业（航空公司-1、零售业-2、酒店业-3和汽车制造业-4）的服务质量进行评估。评价数据见“小测1.sav”。 从上表可以看出4个服务行业的服务质量的相伴概率大于显著性水平0.05.说明这组数据适合进行单因素方差分析。 方差检验的F值为11.644，相伴概率为0.00，小于显著性水平，表示拒绝零假设，也就是说明4个服务行业中至少有一行业和其他行业有明显的区别，也就是会所四个服务行业的服务质量存在明显的差异、。 航空公司-1、零售业-2、酒店业-3和汽车制造业-4 这是LSD法多重比较的结果。可以看出hotel和areways、hotel和retailing、hotel和auto、retailing和auto之间的相伴概率小于显著性水平，说明他们之间都存在显著差别。Retailing和areway、auto和areways之间的相伴概率大于0.05，他们之间没有显著性差异 【单因素】 评估某种型号的电池质量。分别从A、B、C三个工厂生产的同种型号电池中各随机抽取5只电池为样本，经试验得到其寿命（小时）如下表所示。 显著性为0.218，大于显著性水平0.05，可以认为各个组总体方差是相等的，因此这组数据适合进行单因素方差分析 。方差检验的F值为12.447，相伴概率为0.001，小于显著性水平0.05.表示拒绝零假设，也就是说这三组数据中至少有一组和其他两组有明显的区别 LSD法多重比较结果可以的看出： 工厂A和工厂B的相伴概率为0.002，工厂B和工厂C的相伴概率为0.001，都低于显著性水平0.05，说明工厂A与工厂B的电池寿命存在显著性差异。 工厂A和工厂C的相伴概率为0.515，大于显著性水平0.05，说明A和B厂的电池寿命不存在显著