HDU管理统计学作业.docx
- 文档编号:589013
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:21
- 大小:1.89MB
HDU管理统计学作业.docx
《HDU管理统计学作业.docx》由会员分享,可在线阅读,更多相关《HDU管理统计学作业.docx(21页珍藏版)》请在冰点文库上搜索。
HDU管理统计学作业
第一次作业
李四1.026.06.4256759E715#504室yjtansir@
王五2.035.04.2324568E715#210室dyj2620@
赵六2.022.08.6796222E715#412室shenfei@
孙七2.043.08.9325462E77#224室tingxu@
陈八1.032.05.6321558E715#410室sxy60@
吴九2.055.07.2654566E715#412室cuitao2005@
第二次作业
1.
接收
频率
累积%
接收
频率
累积%
1
10
20.00%
2
14
28.00%
2
14
48.00%
1
10
48.00%
3
6
60.00%
4
10
68.00%
4
10
80.00%
5
10
88.00%
5
10
100.00%
3
6
100.00%
其他
0
100.00%
其他
0
100.00%
分析:
对于第一个问题,被调查者当中有有60%的人持否定态度,40%的人持肯定的态度;
对于第二个问题,被调查者当中有有30%的人持否定态度,70%的人持肯定的态度。
2.
分析:
1.可口可乐这一品牌的市场占有率为20%,2.旭日升冰红茶市场占有率为28%,3.百事可乐市场占有率为12%,4.汇源果汁市场占有率为20%,5.露露市场占有率为20%,其他品牌的市场占有率为0。
3.
分析:
变量数50,极差32,最小值107,最大值139,总和6419,均值122.98,均值的标准误差1,13515,标准差8.02672,方差64.428。
整组数据集中于122左右,离散程度稍稍偏大。
4.
第三次作业:
CHIINV函数
一、使用CHIINV函数求卡方分布
a=
0.05
n=
15
24.99579
FINV函数
二、使用FINV函数求
a=
0.05
n=
10
N=
15
1=
2.543719
NORMDIST函数正太分布
使用NORMDIST求解任意正太分布问题
μ=
8
σ=
2
x=
5
x1=
5
x2=
10
P(X 0.066807 P(X>x)= 0.933193 P(x1 0.774538 TINV函数 二、使用TINV函数求 a= 0.05 n= 10 2.228139 中心极限定理的动态模拟验证 列1 0.3 0 0.325546 0 0.351092 0 最小值 0.329014 0.376639 9 最大值 0.712208 0.402185 13 组间距 0.025546 0.427731 37 0.453277 51 0.478824 65 0.50437 88 0.529916 71 0.555462 63 0.581008 46 0.606555 31 0.632101 15 0.657647 8 0.683193 2 0.70874 0 0.734286 1 第四次作业: 1、操作: 将课本p174~p178的操作做完,并加以解释。 (注: 到底课本是用了p57的正态分布还是t分布) spss求置信区间 CaseProcessingSummary Cases Valid Missing Total N Percent N Percent N Percent VAR00001 12 100.0% 0 .0% 12 100.0% Descriptives Statistic Std.Error VAR00001 Mean 11.0742 .07873 95%ConfidenceIntervalforMean LowerBound 10.9009 UpperBound 11.2475 5%TrimmedMean 11.0369 Median 10.9850 Std.Deviation .27275 Minimum 10.91 Maximum 11.91 Range 1.00 InterquartileRange .13 Skewness 3.065 .637 Kurtosis 9.922 1.232 Excel 平均 11.07416667 标准误差 0.078734867 中位数 10.985 众数 10.94 标准差 0.27274558 方差 0.074390152 峰度 9.92187778 偏度 3.065003691 区域 1 最小值 10.91 最大值 11.91 求和 132.89 观测数 12 最大 (1) 11.91 最小 (1) 10.91 置信度(95.0%) 0.173294274 因为样本12<30个,小样本,所以课本用了t分布。 2、计算: 将本题目用公式计算出来,写在word里面。 3、其他: 计算并利用软件(spss和excel)做完p63习题的第2题(包括解释)。 Spaa: 根据输出的结果我们可以很清楚的得到在95%的置信度下置信区间为[6.2705,6.7795]。 Excel: 平均 6.525 标准误差 0.121585 中位数 6.45 众数 6 标准差 0.543744 方差 0.295658 峰度 -0.87595 偏度 0.387545 区域 1.9 最小值 5.7 最大值 7.6 求和 130.5 观测数 20 最大 (1) 7.6 最小 (1) 5.7 置信度(95.0%) 0.25448 4、计算: p64页第7题。 5、计算并操作: 下面例题! 由输出结果可以看出该批商品在置信水平95%的条件下平均总量的置信区间为[74.9,77.8]。 第五次作业: (第六章) 案例1: 新工艺是否有效? 因为t值的显著性为0.000<0.05,故差异显著 案例2: 哪种安眠药的疗效好? 根据题意令 t-检验: 双样本等方差假设 变量1 变量2 平均 2.33 0.75 方差 4.009 3.200556 观测值 10 10 合并方差 3.604778 假设平均差 0 df 18 tStat 1.860813 P(T<=t)单尾 0.039593 t单尾临界 1.734064 P(T<=t)双尾 0.079187 t双尾临界 2.100922 用excel进行假设检验,根据题意此题选择t-检验: 双样本等方差假设,可得 Tstat=1.86<2.1(t双尾临界) 即不再否定域内,因此原假设成立,即在显著性水平0.05条件下,这两种安眠药无显著差异。 补充资料: 一、MEANS过程 例子: 1.职工数据(不同性别职工的收入、不同职称的收入); 2.成绩数据(不同性别、不同班级的成绩); 3.身高数据(不同性别、不同年龄); 1. F值的显著性=0.021<0.05,故组间差异显著,即不同性别的职业工资有所不同。 2. F值的显著性=0.941>0.05,故组间差异不显著,即不同性别的学生数学成绩没有不同。 F值的显著性=0.864>0.05,故组间差异不显著,即不同班级的学生数学成绩没有不同。 二、单一样本的T检验 例子: 1.职工数据: 这个系的16名职工的平均工资与整个学院的平均工资(900.00元)是否有明显差异? 2.身高数据: 某大学同学身高的标准值为170.0厘米,试问该班32名同学的身高是否正常? 即与170厘米是否有显著性差异? 1. 三、独立样本的T检验 例子: 某公司为了比较两种激励措施的效果,针对两组销售人员分别采取了不同的激励措施,年终得到销售人员的业绩数据。 现根据业绩数据试比较两种方法的激励效果是否有所不同? 由于F值的显著性0.734>0.05,方差齐次,t值的显著性0.128>0.05,故差异不显著,即两种方法的激励效果没有不同。 四、配对样本T检验 例子: 销售管理实施前后的业绩比较 某公司对销售人员推行一项管理措施,分别测定每个销售员前后的业绩情况,得到下表的资料,能否认为该项管理措施的实施引起销售人员的业绩发生了显著变化? 由于t值的显著性0.130>0.05,故差异不显著,即不能认为该项管理措施的实施引起销售人员的业绩发生了显著变化。 书本P179 由于F值的显著性0.860>0.05,方差其次,t值的显著性0.019<0.05,故差异不显著,即可认为两组间血磷值有差别。 书本P182 z-检验: 双样本均值分析 变量1 变量2 平均 82.5 78 已知协方差 64 100 观测值 30 40 假设平均差 0 z 2.090574944 P(Z<=z)单尾 0.018283092 z单尾临界 1.644853627 P(Z<=z)双尾 0.036566184 z双尾临界 1.959963985 由于 所以拒绝假设,即两个学校的教学质量有差异。 . 第8章上机操作 不同销售方式的差异性 (1)SPSS操作 该表为方差齐次性检验,检验结果为P=0.517,所以认为方差齐次。 该表为方差分析的内容,SumofSquares为平方和,MeanSquare为均方,df为自由度,BetweenGroups为组间,WithinGroups为组内,F=16.577,sig即F检验结果的临界显著水平,即p值。 由于临界显著水平几乎为零,说明个各个销售方式的平均月销售额的差异是极高显著。 (2)EXCEL操作 方差分析: 单因素方差分析 SUMMARY 组 观测数 求和 平均 方差 行1 4 52.9 13.225 2.4291666667 行2 4 53.7 13.425 1.0091666667 行3 4 58.6 14.65 2.7633333333 行4 4 79.7 19.925 2.6491666667 行5 4 68 17 0.78 方差分析 差异源 SS df MS F P-value Fcrit 组间 127.717 4 31.92925 16.576576966 2.2233587608E-05 3.055568276 组内 28.8925 15 1.9261666667 总计 156.6095 19 由于F=16.5766>Fa=3.0556,故拒绝原假设,即各个销售方式显著性极大。 商品不同地区不同包装销售 (1)SPSS操作 a因素F=2.303,Sig=0.103>0.05,因此差异不显著,b因素F=3.874,Sig=0.022<0.05,因此差异性显著。 (2)EXCEL操作 方差分析: 无重复双因素分析 SUMMARY 观测数 求和 平均 方差 行1 5 76 15.2 21.2 行2 5 70 14 46 行3 5 84 16.8 27.2 行4 5 52 10.4 38.8 行5 5 94 18.8 37.2 列1 5 108 21.6 14.8 列2 5 62 12.4 42.8 列3 5 82 16.4 24.8 列4 5 66 13.2 33.2 列5 5 58 11.6 20.8 方差分析 差异源 SS df MS F P-value Fcrit 行 199.36 4 49.84 2.303142329 0.10319527963 3.00691728 列 335.36 4 83.84 3.8743068392 .021********* 3.00691728 误差 346.24 16 21.64 总计 880.96 24 行对应地区F=2.30314 列对应包装F=3.8743 第9章上机操作 多元线性回归 (1)SPSS 显示了选入或删除的变量,本例有两个自变量,X1,X2被选入方程,无删除的变量。 R为复相关系数,及复相关系数平方,调整复相关系数平方,估计值的标准误差。 给出了方程的显著性检验结果,F=4.879,P(Sig.)=0.021,<0.05说明有自变量和因变量之间有回归关系存在。 (2)EXCEL SUMMARYOUTPUT 回归统计 MultipleR 0.72735658032 RSquare 0.52904759493 AdjustedRSquare 0.48195235442 标准误差 0.29828427003 观测值 12 R=0.7274RSquare=0.52904AdjustedRSquare=0.4819说明体重对肺活量成正相关影响,但影响不大。 方差分析 df SS MS F SignificanceF 回归分析 1 0.99948994253 0.99948994253 11.233568174 0.0073448721562 残差 10 0.88973505747 0.088973505747 总计 11 1.889225 由于F=11.23357,SignificanceF=0.0073所以体重与肺活量呈现明显线性关系。 Coefficients 标准误差 tStat P-value Lower95% Upper95% 下限95.0% 上限95.0% Intercept 0.27649425287 0.78821349536 0.35078599199 0.73302628286 -1.4797548523 2.032743358 -1.4797548523 2.032743358 XVariable1 .0535******** 0.015989715242 3.3516515592 0.0073448721562 0.017964648413 .0892******** 0.017964648413 .0892******** 检验t值,在显著性0.05的情况下,体重对于肺活量有明显影响
- 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:
- HDU 管理 统计学 作业