SPSS答案

第五章1、单个样本检验检验值=75tdfSig.(双侧)均值差值差分的95%置信区间下限上限英语六级分数-.44210.668-1.273-7.695.14该问题采用单侧检验，因此比较α和р/2。而р/2=0.3340.05，所以不拒绝原假设，认为经理说法可信。且95%的置信区间告诉我们有95%的把握认为六级平均分在67.31—80.14分之间，75在区间内，也证实了上述推断。2、单个样本检验检验值=0tdfSig.(双侧)均值差值差分的95%置信区间下限上限VAR0000315.22934.00027.54323.8731.22由上述结果可知，与0进行独立样本分析，可得差分的95%的置信区间为题目所求：{23.87—31.22}3、由上表可知，Sig不论方差是否齐性都为0.0000.05所以拒绝原假设，两组实验结果显著差异，所以心理学家的结论得到支持4、单个样本检验检验值=0.75tdfSig.(双侧)均值差值差分的95%置信区间下限上限VAR00006-1.244199.215-.040-.10.02由上表结果可知，Sig=0.2150.05因此不拒绝原假设，与遗传模型一致；且95%的置信区间告诉我们有95%的把握认为开蓝色花的概率在0.65—0.77之间，0.75在区间内，也证实了上述推断。5、方式一：成对样本检验成对差分tdfSig.(双侧)均值标准差均值的标准误差分的95%置信区间下限上限对1饲料1-饲料2-1.68894.63671.5456-5.25291.8752-1.0938.306由上表可知，用两配对样本T检验的方法，Sig=0.3060.05，所以不拒绝原假设，即认为钙存留量没有显著差异，不同饲养方式对鼠体内钙存留量没有显著影响。方式二：独立样本检验方差方程的Levene检验均值方程的t检验FSig.tdfSig.(双侧)均值差值标准误差值差分的95%置信区间下限上限VAR00009假设方差相等.059.811-.58419.566-.89171.5268-4.08732.3040假设方差不相等-.59918.645.557-.89171.4897-4.01362.2303由上表可知，采用两独立样本T检验，无论方差是否齐性，Sig都大于0.05，因此不拒绝原假设，说明钙存留量没有显著差异，不同饲养方式对鼠体内钙存留量没有显著影响。6、（用两独立样本T检验）无论方差是否齐性，sig都大于0.05，不拒绝原假设。说明男女生在XX这门课上平均分没有显著差别。且该置信区间夸零，也从另一个角度证实了上述推断。7、独立样本t检验，此时应对5.6题中数据结构进行改造，如要比较poli和math则只提取这两门课的成绩成为一列（一个变量），另一个变量设为1和2.当然，用方差分析的方法可以在不改动数据结构的前提下轻松完成本题，详见第六章内容。8、（用配对样本t检验）成对样本检验成对差分tdfSig.(双侧)均值标准差均值的标准误差分的95%置信区间下限上限对1培训前-培训后-70.833106.04130.611-138.209-3.458-2.31411.041由上表可知，Sig=0.0410.05，即拒绝原假设，说明销量在培训前后有了显著区别。第六章1、（1）单因素方差分析VAR00014平方和df均方F显著性组间405.5344101.38411.276.000组内269.737308.991总数675.27134由表可知，显著性=00.5，所以拒绝原假设，说明不同组之间的销量有显著差别，不同销售方法的效果不同。（2）、均值对比图：多重比较因变量:VAR00014LSD(I)VAR00015(J)VAR00015均值差(I-J)标准误显著性95%置信区间下限上限12-3.3000*1.6028.048-6.573-.0273.72861.6028.653-2.5454.00243.05711.6028.066-.2166.3305-6.7000*1.6028.000-9.973-3.427213.3000*1.6028.048.0276.57334.0286*1.6028.018.7557.30246.3571*1.6028.0003.0849.6305-3.4000*1.6028.042-6.673-.12731-.72861.6028.653-4.0022.5452-4.0286*1.6028.018-7.302-.75542.32861.6028.157-.9455.6025-7.4286*1.6028.000-10.702-4.15541-3.05711.6028.066-6.330.2162-6.3571*1.6028.000-9.630-3.0843-2.32861.6028.157-5.602.9455-9.7571*1.6028.000-13.030-6.484516.7000*1.6028.0003.4279.97323.4000*1.6028.042.1276.67337.4286*1.6028.0004.15510.70249.7571*1.6028.0006.48413.030*.均值差的显著性水平为0.05。由上表可知，说明组1,3,4差异不显著，组2,5与1,3,4差异显著，而2与5差异也显著。2、B=7.5/A=3.125A=26.4/11=2.43、(1)、不满足，因为方差齐性检验显示拒绝原假设。(2)、1104.128、24.20619047619048、2629.118(3)、应选择差异显著且值最大的一组。而在均值差这列中，三组与其他组的均值差皆为正数，且显著性都小于0.05，说明第三组的血压降低数值高于其他组且差异显著4、（2）主体间效应的检验因变量:销售额源III型平方和df均方FSig.校正模型61851851.852a87731481.4818.350.000截距844481481.4811844481481.481912.040.000地区2296296.29621148148.1481.240.313日期2740740.74121370370.3701.480.254地区*日期56814814.815414203703.70415.340.000误差16666666.66718925925.926总计923000000.00027校正的总计78518518.51926a.R方=.788（调整R方=.693）由表可知，地区和日期的Sig均大于0.05，所以不拒绝原假设，则说明地区和日期单独对销量并没有显著影响，即不同地区的销量没有显著差别，不同日期的也没有。（3）、由表可知他们的交互效应sig=0.000，因此拒绝原假设，可以认为不同地区和不同日期对销售额产生显著的交互作用，说明地区和日期都不同的销量数据间有显著差别。5、主体间效应的检验因变量:得分源III型平方和df均方FSig.校正模型1028.125a3342.70821.101.000截距34732.042134732.0422138.453.000性别5.04215.042.310.584使用手机1001.04211001.04261.634.000性别*使用手机22.042122.0421.357.258误差324.8332016.242总计36085.00024校正的总计1352.95823a.R方=.760（调整R方=.724）由上表可知，性别的Sig=0.5840.05，不拒绝原假设，则认为性别对驾驶状态没有显著影响；而是否使用手机的Sig=00.05，表示拒绝原假设，说明是否使用手机对驾驶状态有显著影响。但性别和是否使用手机的交互效应Sig=0.258，因此不拒绝原假设，则说明性别和是否使用手机对得分没有显著的交互影响。6、由于要剔除加盟时间的影响，因此使用协方差分析①、协方差分析结果：主体间效应的检验因变量:scoreadd源III型平方和df均方FSig.校正模型67.571a233.78519.451.000截距200.2701200.270115.299.000Month50.557150.55729.106.000Method9.40519.4055.415.034误差26.054151.737总计2508.75018校正的总计93.62517a.R方=.722（调整R方=.685）②、与不剔除协变量的结果比较：主体间效应的检验因变量:scoreadd源III型平方和df均方FSig.校正模型17.014a117.0143.553.078截距2415.12512415.125504.392.000Method17.014117.0143.553.078误差76.611164.788总计2508.75018校正的总计93.62517a.R方=.182（调整R方=.131）比较：随机因素可解释的误差由原来的76.611减少为26.054，模型中的R方也有0.131提高到0.685结论：入职时间对分数增加有显著影响，同时，在考虑入职时间的前提下，sig=0.0340.05，拒绝原假设，认为不同方法对分数增加的效果也有显著差异第十章1、（1）碎石图：先进行系统聚类，聚类表如下聚类表阶群集组合系数首次出现阶群集下一阶群集1群集2群集1群集212930.00500222629.02701332426.085021342531.218001652028.24100106822.24800107314.27300158723.36700149413.372001210820.414651611216.509001512412.5359020132124.575032114727.59380181523.6441171816825.882104171758.923016211827.946151420196111.443002220241.467181225215211.937171325226182.09219026239192.2580024249173.0372302725253.953202129266154.8942202727696.5782624282861011.92727029292619.259252830301277.3720290提取第四列数据至excel，并补充聚类数目，如下系数聚类数目0.005300.027290.085280.218270.241260.248250.273240.367230.372220.414210.509200.535190.575180.593170.644160.882150.923140.946131.443121.467111.937102.09292.25883.03773.95364.89456.578411.927319.259277.3721并利用散点图绘图：由碎石图可知，随着类的不断凝聚、类数目的不断减少，类间的距离逐渐增大。在聚成4类之前，类间距离增大的幅度较少，形成极为“陡峭的山峰”，但到2类后，类间的距离逐渐增大，形成极为“平坦的碎石路”。根据类间距离小形成类的相似性大，类间距离大形成类的相似性小的原则，可以找到“山脚”下的“拐点”碎石，以它作为确定分类数目的参考。所以可选择分为3类或4类。（2）05101520253035020406080100聚类数目聚类数目如果分为两类，则北京（1）一类，其他省市一类，如果分为三类，则北京1为一类，9,17,19，6,11,18,15,10为一类，剩余为另一类。以此类推。（3）、描述统计量N均值标准差统计量统计量标准误统计量投入人年数312144.387293.54281634.3769投入高级职称的人年数311035.032149.4795832.2668投入科研事业费（百元）3155632.45212098.476167361.4640课题总数31960.000150.5431838.1887专著数31486.16194.2478524.7494论文数3