实验四指导书运用STATISTICA和SPSS软件进行样本方差检验和分析.docx
- 文档编号:230760
- 上传时间:2023-04-28
- 格式:DOCX
- 页数:31
- 大小:2.12MB
实验四指导书运用STATISTICA和SPSS软件进行样本方差检验和分析.docx
《实验四指导书运用STATISTICA和SPSS软件进行样本方差检验和分析.docx》由会员分享,可在线阅读,更多相关《实验四指导书运用STATISTICA和SPSS软件进行样本方差检验和分析.docx(31页珍藏版)》请在冰点文库上搜索。
实验四指导书运用STATISTICA和SPSS软件进行样本方差检验和分析
数理统计B
实验指导书
理学院实验中心
数学专业实验室编写
实验四运用STATISTICA和SPSS软件进行样本方差的检验和分析
【实验类型】(综合性)
【实验学时】2学时
【实验目的】通过上机操作掌握在STATISTICA和SPSS软件中的样本方差的卡方检验和F检验,熟悉软件数据的引入和分析,熟悉相关选项的操作,并能正确解释软件处理的结果。
【实验内容】
1、利用STATISTICA和SPSS软件完成对单样本方差的卡方检验,并解释软件处理的结果。
2、利用STATISTICA和SPSS软件完成对双样本方差的F检验,并解释软件处理的结果。
3、利用STATISTICA和SPSS软件完成单因子方差分析,并解释软件处理的结果。
数据分析:
1、抽样样本量确定以后,对单样本方差的卡方检验,并解释软件处理的结果。
2、利用得到的抽样,对样本方差的F检验,估计量的方差的分析,并解释软件处理的结果。
3、确定因子,完成单因子方差分析,并解释软件处理的结果。
【实验报告要求】1.写出实验步骤;
2.附上数据处理结果。
SPSS操作步骤:
一、打开EXCEL文件:
可以选择现有的数据源,也可以选择自己的文件,但一定要注意打开文件的类型的选择,
要选择打开EXCEL文件的工作区,和范围;
打开的文件如下图
二、SPSS软件对单样本均值的卡方检验,并对结果做分析。
简单的统计量分析,在分析选项中
1、首先选择“分析”—“非参数检验”—“旧对话框”—“卡方”,打开“卡方”对话框。
选出要检验的变量到“检验变量”中,可以选一个,也可能选多个,多个被选中,则会每个变量都出一个结果。
点“选项”出现新对话框,是对假设检验的统计量和缺失值的设置;点“精确检验”对话框用于选择计算显著性水平sig.值的几种方法,通常系统默认的渐进方法。
点“继续”返回后,点“粘贴”可以进入“语法对话框”得到如下结果:
可以对结果进行多次编程。
无需改动,就返回,点“确定”得到结果。
检验统计量
对照班前测总分
卡方
34.261a
df
43
渐近显著性
.827
a.44个单元(100.0%)具有小于5的期望频率。
单元最小期望频率为2.1。
三、SPSS软件对对样本方差的F检验,估计量的方差的分析。
简单的统计量分析,在分析选项中
2、首先选择“分析”—“比较均值”—“单因素ANOVA”,打开“单因素ANOVA”对话框。
选出要检验的变量到“因变量列表”中,可以选一个,也可能选多个,多个被选中,则会每个变量都出一个结果;“因子”中,只可以选一个,则会每个变量按分好的组都出一个结果;
单击“对比”按钮,然后从打开的对比对话框中的“度”下拉列表框选择“线性”,选项,“继续”后返回主对话框,再单击“两两比较”按钮,然后从打开的对比对话框中选择“LSD”,选项,“继续”后返回,再单击“选项”按钮,然后选择“描述性”和“均值图”,选项,“继续”后返回,最后确定出结果。
点“继续”返回后,点“粘贴”可以进入“语法对话框”得到如下结果:
可以对结果进行多次编程。
无需改动,就返回,点“确定”得到结果。
描述
对照班前测总分
N
均值
标准差
标准误
均值的95%置信区间
极小值
极大值
下限
上限
1
4829
71.81
14.843
.214
71.39
72.23
43
120
2
1436
67.06
10.598
.280
66.51
67.61
48
81
总数
6265
70.72
14.125
.178
70.37
71.07
43
120
ANOVA
对照班前测总分
平方和
df
均方
F
显著性
组间
(组合)
24959.851
1
24959.851
127.625
.000
线性项
未加权的
24959.851
1
24959.851
127.625
.000
加权的
24959.851
1
24959.851
127.625
.000
组内
1224864.596
6263
195.572
总数
1249824.446
6264
重新做因子有三个的类别,有三班,分别31班32班33班,
描述
从56到70
N
均值
标准差
标准误
均值的95%置信区间
极小值
极大值
下限
上限
31
45
24.18
1.992
.297
23.58
24.78
20
30
32
45
23.91
2.372
.354
23.20
24.62
20
30
33
45
25.02
1.889
.282
24.45
25.59
22
30
总数
135
24.37
2.133
.184
24.01
24.73
20
30
ANOVA
从56到70
平方和
df
均方
F
显著性
组间
(组合)
30.281
2
15.141
3.451
.035
线性项
对比
16.044
1
16.044
3.657
.058
偏差
14.237
1
14.237
3.245
.074
组内
579.200
132
4.388
总数
609.481
134
多重比较
从56到70
LSD
(I)班级
(J)班级
均值差(I-J)
标准误
显著性
95%置信区间
下限
上限
31
32
.267
.442
.547
-.61
1.14
33
-.844
.442
.058
-1.72
.03
32
31
-.267
.442
.547
-1.14
.61
33
-1.111*
.442
.013
-1.98
-.24
33
31
.844
.442
.058
-.03
1.72
32
1.111*
.442
.013
.24
1.98
*.均值差的显著性水平为0.05。
由多重比较,可以得到31与33班的显著性0.058,31与32班的显著性是0.547,说明31与32班的差异要大一点,
均值,是32班最小,33班最大
四、SPSS软件对对样本相关性的分析。
1、简单的统计量分析,在分析选项中
2、首先选择“分析”—“相关”—“双变量”,打开“双变量相关”对话框。
选两个变量和多个变量,做“PEARSON”相关系数的相关性分析,不清楚变量之间是正相关还是负相关,就选双侧检验,如果知道正负,就选“单侧检验”。
描述性统计量
均值
标准差
N
对照班前测总分
68.10
13.433
92
对照班后测总分
67.59
13.087
92
相关性
对照班前测总分
对照班后测总分
对照班前测总分
Pearson相关性
1
.996**
显著性(双侧)
.000
平方与叉积的和
16420.120
15928.717
协方差
180.441
175.041
N
92
92
对照班后测总分
Pearson相关性
.996**
1
显著性(双侧)
.000
平方与叉积的和
15928.717
15586.304
协方差
175.041
171.278
N
92
92
**.在.01水平(双侧)上显著相关。
相关系数为1和0.996,说明相关性非常强
如果多个变量做相关性分析,现选四个变量得如下结果
描述性统计量
均值
标准差
N
对照班前测总分
68.10
13.433
92
对照班后测总分
67.59
13.087
92
实验班前测总分
64.95
15.036
78
实验班后测总分
97.83
11.748
78
相关性
对照班前测总分
对照班后测总分
实验班前测总分
实验班后测总分
对照班前测总分
Pearson相关性
1
.996**
.868**
.786**
显著性(双侧)
.000
.000
.000
平方与叉积的和
16420.120
15928.717
12850.077
9089.000
协方差
180.441
175.041
166.884
118.039
N
92
92
78
78
对照班后测总分
Pearson相关性
.996**
1
.865**
.780**
显著性(双侧)
.000
.000
.000
平方与叉积的和
15928.717
15586.304
12414.872
8754.833
协方差
175.041
171.278
161.232
113.699
N
92
92
78
78
实验班前测总分
Pearson相关性
.868**
.865**
1
.896**
显著性(双侧)
.000
.000
.000
平方与叉积的和
12850.077
12414.872
17407.795
12183.333
协方差
166.884
161.232
226.075
158.225
N
78
78
78
78
实验班后测总分
Pearson相关性
.786**
.780**
.896**
1
显著性(双侧)
.000
.000
.000
平方与叉积的和
9089.000
8754.833
12183.333
10626.833
协方差
118.039
113.699
158.225
138.011
N
78
78
78
78
**.在.01水平(双侧)上显著相关。
由上面的结果,可以得到,对照班前测总分和对照班后测总分相关系数是0.996,相关性最强,实验班前测总分与实验班后测总分的相关系数是0.896,比其它的又大一点,所以它俩之间相关性大一点。
3、首先选择“分析”—“相关”—“偏相关”,打开“偏相关”对话框。
偏相一般是研究多个变量之间的相关关系是的,如
研究农作物产量与雨量与气温之间的偏相关,高温多雨均有利于产量,而高温与雨量是负相关,高温则一定少雨,所以高温与产量不是简单的相关,而是固定雨量,确定高温与产量的相关性,就是偏相关,控制一个变量时,叫一阶偏相关分析,要控制二个变量时,叫二阶偏相关分析。
简单相关系数
“变量”输入进行偏相关分析的变量,可以两个,也可以多个,则给出两两相关分析,“控制”输入控制变量,需要控制的变量。
点“选项”对话框,选中统计量,见右上图
点“继续”后,返回“确定”按钮,执行结果。
相关性
控制变量
对照班前测总分
实验班前测总分
实验班后测总分
对照班前测总分
相关性
1.000
.597
显著性(双侧)
.
.000
df
0
75
实验班前测总分
相关性
.597
1.000
显著性(双侧)
.000
.
df
75
0
描述性统计量
均值
标准差
N
对照班前测总分
70.77
12.786
78
实验班前测总分
64.95
15.036
78
实验班后测总分
97.83
11.748
78
相关性
控制变量
对照班前测总分
实验班前测总分
实验班后测总分
-无-a
对照班前测总分
相关性
1.000
.868
.786
显著性(双侧)
.
.000
.000
df
0
76
76
实验班前测总分
相关性
.868
1.000
.896
显著性(双侧)
.000
.
.000
df
76
0
76
实验班后测总分
相关性
.786
.896
1.000
显著性(双侧)
.000
.000
.
df
76
76
0
实验班后测总分
对照班前测总分
相关性
1.000
.597
显著性(双侧)
.
.000
df
0
75
实验班前测总分
相关性
.597
1.000
显著性(双侧)
.000
.
df
75
0
a.单元格包含零阶(Pearson)相关。
4、首先选择“分析”—“相关”—“距离”,打开“距离”对话框。
在距离分析过程中,主要利用变量之间的相似性测度与不相似性测度,“不相似性测度”主要有欧氏距离,平方欧氏距离,契比雪夫距离,BLOCK距离,等,“相似性测度”PEARSON相关系数和夹角余弦距离,对于二值变量的相似性测度,也有简单匹配系数,等
在“计算距离”中选中“变量间”,在“度量标准”中选“相似性”点“确定”结果如下:
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
78
84.8%
14
15.2%
92
100.0%
近似矩阵
值向量间的相关性
对照班前测总分
对照班后测总分
实验班前测总分
实验班后测总分
对照班前测总分
1.000
.995
.868
.786
对照班后测总分
.995
1.000
.865
.780
实验班前测总分
.868
.865
1.000
.896
实验班后测总分
.786
.780
.896
1.000
这是一个相似性矩阵
相似矩阵也就是PEARSON相关系数矩阵,从上表可以得到,对照班前测总分与对照班后测总分的相关系数是0.995,相关性最大。
实验班前测总分与实验班后测总分相关系数是0.896,相关性是最大。
五、SPSS软件作单因子方差分析的分析。
单因子方差分析有两种,第一种是完全随机设计方差分析;另一种是随机单位组设计方差分析;
第一种:
1、打开EXCEL文件,
2、简单的统计量分析,在分析选项中
首先选择“分析”—“比较均值”—“单变量ANOVE”,打开“单因素方差分析”对话框。
其中“因变量列表”,是选择要选择的变量,对其进行方差分析
其中“因子”,是对选择的变量由该因子分类,进行方差分析
另一种:
1、打开EXCEL文件,
2、简单的统计量分析,在分析选项中
首先选择“分析”—“一般线性模型”—“单变量”,打开“单变量”对话框。
其中“固定因子”就是需要分析时考虑的因子,可以是一个也可以是两个多个,
其中“因变量”就是需要分析的变量,
其中“选项”就是分析出的选项,有对话框如下:
其中“模型”选定模型类型
得结果如下:
描述性统计量
因变量:
总保费
汽车类别
均值
标准偏差
N
瑞纳2014款1.4L手动顶级型TOP
2822.4557
402.35174
28
瑞纳2014款1.4L手动智能型GLS
2461.4957
402.35174
28
瑞纳2014款1.4L自动领先型GLX
2873.6557
402.35174
28
瑞纳2014款1.4L自动智能型GLS
2796.8557
402.35174
28
总计
2738.6157
429.08297
112
主体间效应的检验
因变量:
总保费
源
III型平方和
df
均方
F
Sig.
偏Eta方
校正模型
2952665.498a
3
984221.833
6.080
.001
.144
截距
8.400E8
1
8.400E8
5188.818
.000
.980
汽车类别
2952665.498
3
984221.833
6.080
.001
.144
误差
17483787.857
108
161886.925
总计
8.604E8
112
校正的总计
20436453.355
111
a.R方=.144(调整R方=.121)
参数估计
因变量:
总保费
参数
B
标准误差
t
Sig.
95%置信区间
偏Eta方
下限
上限
截距
2796.856
76.037
36.783
.000
2646.137
2947.575
.926
[汽车类别=瑞纳2014款1.4L手动顶级型TOP]
25.600
107.533
.238
.812
-187.549
238.749
.001
[汽车类别=瑞纳2014款1.4L手动智能型GLS]
-335.360
107.533
-3.119
.002
-548.509
-122.211
.083
[汽车类别=瑞纳2014款1.4L自动领先型GLX]
76.800
107.533
.714
.477
-136.349
289.949
.005
[汽车类别=瑞纳2014款1.4L自动智能型GLS]
0a
.
.
.
.
.
.
a.此参数为冗余参数,将被设为零。
STATISTICA操作步骤:
-、打开EXCEL文件:
做样本卡方检验,
打开之后,点主菜单中的“统计”后选“非参统计”打开对话框,
选择观测次数与期望次数的卡方检验后,双击“观测次数与期望次数的卡方检验”出现对话框,
首先选定变量,选定“变量”,可以选一个变量,按住CTRL也可以选多个变量,点“确定”后返回。
点“
”后得出结论,
二、打开EXCEL文件:
做单因子方差分析,
打开之后,点主菜单中的“统计”后选“方差分析”打开对话框,
选择一因子方差分析后,双击“一因子方差分析”出现对话框,
首先选定变量,选定“变量”,可以选一个变量,按住CTRL也可以选多个变量,点“确定”后返回。
选择“反应变量”,可以选一个变量,按住CTRL也可以选多个变量;“类别预测变量”是需要预测的变量,点确定后出新对话框。
点“
”后得出效用结论上面右侧的图,点确定得出图形结论。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 指导书 运用 STATISTICA SPSS 软件 进行 样本 方差 检验 分析