《spss实验报告》word版

《《spss实验报告》word版》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、SPSS原理与应用试验3：统计推断一、试验目的与要求1.熟悉点估计概念与操作方法2.熟悉区间估计的概念与操作方法3.熟练掌握T检验的SPSS操作4.学会利用T检验方法解决身边的实际问题二、试验原理1.参数估计的基本原理2.假设检验的基本原理实验3-1实验数据英语成绩英语成绩英语成绩英语成绩7261646276748559688770687883756276545666实验结果/TESTVAL=65/MISSING=ANALYSIS/VARIABLES=英语成绩/CRITERIA=CI(.95).单个样本统计量

2、N均值标准差均值的标准误英语成绩2069.809.4742.118单个样本检验检验值=65tdfSig.(双侧)均值差值差分的95%置信区间下限上限英语成绩2.26619.0354.800.379.23从表中可以得出，英语成绩区间估计（置信度为95%）为（.37，9.23）。点估计是.035。20SPSS原理与应用实验3-2实验数据性别成绩性别成绩男85男75男89男80男75女92男58女96男86女86男80女83男78女78男76女87男84女70男89女65男99女70男95女65男82女70男87女

3、78男60女72男85女56实验结果T-TESTGROUPS=性别('男''女')/MISSING=ANALYSIS/VARIABLES=成绩/CRITERIA=CI(.95).组统计量性别N均值标准差均值的标准误成绩男1881.2810.3692.444女1476.2911.4323.055分别给出不同总体下的样本容量、均值、标准差和平均标准误。从表中可以看出，平均成绩男为81.28，女为76.29。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

4、的95%置信区间下限上限成绩假设方差相等.647.4281.29230.2064.9923.864-2.89812.882假设方差不相等1.27626.623.2134.9923.912-3.04113.025Levene’sTestforEqualityofVariance，为方差检验，在Equalvariancesassumed（原假设：方差相等）下，F=0.647，因为其P-值大于显著性水平，即：Sig.=0.428>0.05，说明不能拒绝方差相等的原假设，接受两个总体方差是相等的假设。因此男女生英语成

5、绩之差95％的区间估计为[-2.898,12.882]。T-testforEqualityofMeans为检验总体均值是否相等的t检验，由于在本例中，其P-值大于显著性水平，即：Sig.=0.206>0.05，因此不应该拒绝原假设，也就是说男女生英语成绩没有显著差异。20SPSS原理与应用试验4：方差分析一、试验目标与要求1．帮助学生深入了解方差及方差分析的基本概念，掌握方差分析的基本思想和原理2．掌握方差分析的过程。3．增强学生的实践能力，使学生能够利用SPSS统计软件，熟练进行单因素方差分析、两因素方差分

6、析等操作，激发学生的学习兴趣，增强自我学习和研究的能力。二、试验原理方差分析也是一种假设检验，它是对全部样本观测值的变动进行分解，将某种控制因素下各组样本观测值之间可能存在的由该因素导致的系统性误差与随即误差加以比较，据以推断各组样本之间是否存在显著差异。若存在显著差异，则说明该因素对各总体的影响是显著的。方差分析有3个基本的概念：观测变量、因素和水平。观测变量是进行方差分析所研究的对象；因素是影响观测变量变化的客观或人为条件；因素的不同类别或不通取值则称为因素的不同水平。在上面的例子中，农作物的产量和商品的

7、销量就是观测变量，作物的品种、施肥种类、商品价格、广告等就是因素。在方差分析中，因素常常是某一个或多个离散型的分类变量。根据观测变量的个数，可将方差分析分为单变量方差分析和多变量方差分析；根据因素个数，可分为单因素方差分析和多因素方差分析。在SPSS中，有One－wayANOVA(单变量－单因素方差分析)、GLMUnivariate（单变量多因素方差分析）；GLMMultivariate（多变量多因素方差分析），不同的方差分析方法适用于不同的实际情况。本节仅练习最为常用的单因素单变量方差分析。实验４－１单因素

8、方差分析也称一维方差分析，对两组以上的均值加以比较。检验由单一因素影响的一个分析变量由因素各水平分组的均值之间的差异是否有统计意义。并可以进行两两组间均值的比较，称作组间均值的多重比较。主要采用One-wayANOVA过程。采用One-wayANOVA过程要求：因变量属于正态分布总体，若因变量的分布明显是非正态，应该用非参数分析过程。若对被观测对象的试验不是随机分组的，而是进行的重复测量形成几个彼此