《統(tǒng)計(jì)分析與SPSS的應(yīng)用(第五版)》課后練習(xí)答案(第6章)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上課后練習(xí)答案第6章SPSS的方差分析1、入戶推銷有五種方法。某大公司想比較這五種方法有無顯著的效果差異，設(shè)計(jì)了一項(xiàng)實(shí)驗(yàn)。從應(yīng)聘人員中尚無推銷經(jīng)驗(yàn)的人員中隨機(jī)挑選一部分人，并隨機(jī)地將他們分為五個(gè)組，每組用一種推銷方法培訓(xùn)。一段時(shí)期后得到他們在一個(gè)月內(nèi)的推銷額，如下表所示：第一組第二組第三組第四組第五組1） 請(qǐng)利用單因素方差分析方法分析這五種推銷方式是否存在顯著差異。2） 繪制各組的均值對(duì)比圖，并利用LSD方法進(jìn)行多重比較檢驗(yàn)。（1）分析à比較均值à單因素ANOVAà因變量：銷售額；因子：組別à確定。ANOVA銷售額 平方和df均方

2、F顯著性組之間4.000組內(nèi)30總計(jì)34概率P-值接近于0，應(yīng)拒絕原假設(shè)，認(rèn)為5種推銷方法有顯著差異。（2）均值圖：在上面步驟基礎(chǔ)上，點(diǎn) 選項(xiàng)à均值圖；事后多重比較àLSD 多重比較因變量: 銷售額 LSD(L) (I) 組別(J) 組別平均差 (I-J)標(biāo)準(zhǔn) 錯(cuò)誤顯著性95% 置信區(qū)間下限值上限第一組第二組*.048第三組.72857.653第四組.066第五組*.000第二組第一組*.048.0267第三組*.018.7552第四組*.000第五組*.042第三組第一組.653第二組*.018第四組.157第五組*.000第四組第一組.066.2162第二組*.000第

3、三組.157.9448第五組*.000第五組第一組*.000第二組*.042.1267第三組*.000第四組*.000*. 均值差的顯著性水平為 。可知，1和2、1和5、2和3，2和4,2和5,3和5,4和5有顯著差異。2、從兩個(gè)總體中分別抽取 n 1 =7 和 和 n 2 =6 的兩個(gè)獨(dú)立隨機(jī)樣本，經(jīng)計(jì)算得到下面的方差分析表。請(qǐng)補(bǔ)充表中單元格的兩個(gè)獨(dú)立隨機(jī)樣本，經(jīng)計(jì)算得到下面的方差分析表。請(qǐng)補(bǔ)充表中單元格“A” 和單元格“B” 內(nèi)的計(jì)算結(jié)果。答：已知組內(nèi)均方=組內(nèi)偏差平方和/自由度， 所以 A=11= F 統(tǒng)計(jì)量=組間均方/組內(nèi)均方 所以 B= 3、為研究某種降血壓藥的適用特點(diǎn)，在

4、五類具有不同臨床特征的高血壓患者中隨機(jī)挑選了若干志愿者進(jìn)行對(duì)比試驗(yàn)，并獲得了服用該降壓藥后的血壓變化數(shù)據(jù)?，F(xiàn)對(duì)該數(shù)據(jù)進(jìn)行單因素方差分析，所得部分分析結(jié)果如下表所示。1） 請(qǐng)根據(jù)表格數(shù)據(jù)說明以上分析是否滿足方差分析的前提要求，為什么？2） 請(qǐng)?zhí)顚懕碇锌杖辈糠值臄?shù)據(jù)結(jié)果，并說明該降壓藥對(duì)不同組患者的降壓效果是否存在顯著差異。3） 如果該降壓藥對(duì)不同組患者的降壓效果存在顯著差異，那么該降壓藥更適合哪組患者？（1）因F檢驗(yàn)的概率P值小于顯著性水平（），拒絕原假設(shè)，方差不齊，不滿足方差分析的前提假設(shè)。（2）4*=； +=； 4+63=67； 1524990/63=（3）各組均值存在顯著差異。更適合第三組

5、4、為研究某商品在不同地區(qū)和不同日期的銷售差異性，調(diào)查收集了以下日平均銷售量數(shù)據(jù)。銷售量日期周一周三周四周五周末地區(qū)一500060004000600080007000400030005000地區(qū)二700080008000500050006000500060004000地區(qū)三3000200040006000600050008000900060001） 選擇恰當(dāng)?shù)臄?shù)據(jù)組織方式建立關(guān)于上述數(shù)據(jù)的SPSS數(shù)據(jù)文件2） 利用多因素方差分析方法，分析不同地區(qū)和不同日期對(duì)該商品的銷售是否產(chǎn)生了顯著影響3）地區(qū)和日期是否對(duì)該商品的銷售產(chǎn)生了交互影響。若沒有顯著的交互影響，則試建立非飽和模型進(jìn)行分析，并與飽和模

6、型進(jìn)行對(duì)比。（1）數(shù)據(jù)組織方法如下：（2）分析à一般線性模型à單變量à因變量：銷售量；因子：地區(qū)、日期à確定。主體間因子值標(biāo)簽數(shù)字地區(qū)1地區(qū)192地區(qū)293地區(qū)39日期1周一至周三92周四至周五93周末9主體間效應(yīng)的檢驗(yàn)因變量: 銷售量 源III 類平方和自由度均方F顯著性校正的模型8.000截距1.000Area2.313Date2.254Area * Date4.000錯(cuò)誤18.926總計(jì)27校正后的總變異26a. R 平方 = .788 （調(diào)整后的 R 平方 = .693）分析：（2） 由上表可知，F(xiàn)a1、Fa2的概率P-值為和，大于顯著性水平（）

7、，所以不應(yīng)拒絕原假設(shè)，可以認(rèn)為不同地區(qū)和日期下的銷售額總體均值不存在顯著差異，不同地區(qū)和不同日期對(duì)該商品的銷售沒有產(chǎn)生顯著影響。（3） 產(chǎn)生了交互影響。因?yàn)楦怕蔖-值接近于0，拒絕原假設(shè)，認(rèn)為不同地區(qū)和日期對(duì)銷售額產(chǎn)生了顯著的交互作用。5、 研究者想調(diào)查性別（1 為女，2 為男）和使用手機(jī)（1 使用，2 不使用）對(duì)駕駛狀態(tài)的影響。在封閉道路開車的 24 人參與了該項(xiàng)研究。其中，12 男12 女，6 男6 女使用手機(jī)，其余6 男 6 女不使用手機(jī)。用 0-50 分測度駕駛狀態(tài)，分?jǐn)?shù)越高駕駛狀態(tài)越好。數(shù)據(jù)如下：性別使用手機(jī)得分性別使用手機(jī)得分11342135112921321138212

8、7113421261133213711302124124522481244224712462240124222461247225012402239請(qǐng)問：性別和是否使用手機(jī)對(duì)駕駛狀態(tài)有影響嗎？如果有影響，影響效應(yīng)是多少？（1）數(shù)據(jù)組織方法如下：（2）分析à一般線性模型à單變量à因變量：得分；因子：性別、是否使用手機(jī)à確定。主體間因子值標(biāo)簽數(shù)字性別1男122女12是否使用手機(jī)1使用122不使用12主體間效應(yīng)的檢驗(yàn)因變量: Score 源III 類平方和自由度均方F顯著性校正的模型3.000截距1.000Sex1.310.584UsePhone1.000Sex

9、 * UsePhone1.258錯(cuò)誤20總計(jì)24校正后的總變異23a. R 平方 = .760 （調(diào)整后的 R 平方 = .724）分析：就性別而言，因?yàn)楦怕蔖-值=，大于顯著性水平，所以不應(yīng)拒絕原假設(shè)，認(rèn)為性別對(duì)駕駛狀態(tài)無顯著影響；就手機(jī)使用情況而言，因?yàn)楦怕蔖-值接近0，應(yīng)拒絕原假設(shè)，認(rèn)為手機(jī)使用情況對(duì)駕駛狀態(tài)存在顯著影響。6、下面的表格記錄了某公司采用新、舊兩種培訓(xùn)方式對(duì)新員工進(jìn)行培訓(xùn)前后的工作能力評(píng)分增加情況的數(shù)據(jù)?，F(xiàn)需要比較這兩種培訓(xùn)方式的效果有無差別，考慮到加盟公司時(shí)間可能也是影響因素，將加盟時(shí)間按月進(jìn)行了紀(jì)錄。IDMethodMonthscoreaddIDMethodmonths

10、coreadd1191022122111214311312271641181329514111421261515210711016221081412172514911826161）請(qǐng)選擇適當(dāng)?shù)臄?shù)據(jù)組織方式將以上數(shù)據(jù)錄入到SPSS資料編輯窗口，變量名保持不變，并定義各變量的變量值標(biāo)簽，變量Method的變量值標(biāo)簽（1為舊方法，2為新方法）。2） 按不同的培訓(xùn)方法計(jì)算加盟時(shí)間、評(píng)分增加量的平均數(shù)。3） 在剔除加盟時(shí)間影響的前提下，分析兩種培訓(xùn)方式的效果有無差別，并說明理由。(1)數(shù)據(jù)組織方法如下圖：(2) 步驟：數(shù)據(jù)à拆分文件à比較組：選擇培訓(xùn)方式à確定；分析à描述統(tǒng)計(jì)à描述à變量：增分、加盟時(shí)間；選項(xiàng)：平均值à確定。 描述統(tǒng)計(jì)培訓(xùn)方式數(shù)字平均值(E)舊方式增分9加盟時(shí)間9有效 N（成列）9新方式增分9加盟時(shí)間9有效 N（成列）9（3）分析à一般線性模型à單變量à因變量：增分；固定因子：培訓(xùn)方式；協(xié)變量：加盟時(shí)間à確定。注意：請(qǐng)先重置“拆分文件”操作。主體間效應(yīng)