概率统计实验报告(三)精要.doc

线性回归实验报告（三） 实验目的：通过本次实验，了解matlab和spss在非参数检验中的应用，学会用matlab和spss做非参数假设检验，主要包括单样本和多样本非参数假设检验。 实验内容： 1.单样本假设检验； 2.多样本假设检验. 实验结果与分析： 单样本K-S儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-1-样本KS； ⑵将“周岁儿童身高”变换到检验变量列表，由于样本量太少，点击精确按钮，选择精确检验方法； ⑶回到K-S检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 从图形特征上看，儿童身高的分布非常接近正态分布，但是仍需要用K-S来检验诊断。 结论：K-S检验统计量Z值为0.936，显著性为0.344，大于显著性水平0.05，所以不能拒绝原假设，认为周岁儿童的身高服从正态分布。 单样本游程——电缆 操作步骤： ⑴分析-非参数检验-旧对话框-游程； ⑵将“耐电压值”变换到检验变量列表； ⑶回到游程检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：中位数渐进显著性为0.491，平均数和众数为1，大于显著性水平0.05，所以不能拒绝原假设，所以该组电缆耐电压值是随机的。 多独立样本——儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-K个独立样本检验； ⑵将“周岁儿童身高”变换到检验变量列表；将“城市标志”变换到分组变量，设置分组变量范围； ⑶回到多独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：多个样本的K-W检验，即秩和检验目的是看各总体的位置参数是否一样，渐近显著性值为0.003，小于显著性水平0.05，所以拒绝原假设，因而四个城市儿童身高的分布存在显著性差异。 多样本配对——促销方式 操作步骤： ⑴分析-非参数检验-旧对话框-K个相关样本检验； ⑵将“促销形式1”、“促销形式2”、“促销形式3”变换到检验变量列表； ⑶回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：渐进显著性为0.045，小于显著性水平0.05，所以要拒绝原假设，三种促销形式对商品的销售存在显著性差异。 多配对样本——航空公司 操作步骤： ⑴分析-非参数检验-旧对话框-K个相关样本检验； ⑵将“甲航空公司”、“乙航空公司”、“丙航空公司”变换到检验变量列表； ⑶回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：渐进显著性为0.001，小于显著性水平0.05，所以要拒绝原假设，三个航空公司的服务态度存在显著性差异。 多配对样本——评委打分 操作步骤： ⑴分析-非参数检验-旧对话框-K个相关样本检验； ⑵将6名“歌手得分”变换到检验变量列表； ⑶回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：渐进显著性为0.002，小于显著性水平0.05，所以要拒绝原假设，协同系数0.955反映了四位评委评分一致性的高低，所以四位评委的评判标准是一致的，而且一直性系数很高。 两独立样本——使用寿命 操作步骤： ⑴分析-非参数检验-旧对话框-2个独立样本检验； ⑵将“使用寿命”变换到检验变量列表；“使用工艺”变换到分组列表； ⑶回到两个独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果以及分析。 结论：渐进显著性为0.005，小于显著性水平，所以要拒绝原假设，两种工艺生产的产品寿命存在显著性差异。 两配对样本——统计学 操作步骤： ⑴分析-非参数检验-旧对话框-2个配对样本检验； ⑵将“学习前的认识”、“学习后的认识”变换到检验对； ⑶输出检验结果以及分析。 结论：统计量z值为-0.816,，渐进显著性为0.414，大于显著性水平0.05，所以不能拒绝原假设，因而学习前后认识无显著性差异。 9、两配对样本——训练成绩 操作步骤： ⑴分析-非参数检验-旧对话框-2个配对样本检验； ⑵将“学习前的认识”、“学习后的认识”变换到检验对； ⑶输出检验结果以及分析。 结论：统计量z值为-1.599,，渐进显著性为0.11，大于显著性水平0.05，所以不能拒绝原假设，因而训练前后成绩无显著性差异。 10、非参数检验——心脏病猝死 操作步骤： ⑴分析-非参数检验-旧对话框-卡方检验； ⑵选定待检验变量：死亡日期；设定期望值2.8:1:1:1:1:1:1 ⑶输出检验结果以及分析。 结论：设定一周七天心脏病人猝死理论比例2.8:1:1:1:1:1:1，卡方检验渐进显著性0.256，大于显著性水