统计学实验报告1统计计量描述

实验项目：统计量描述

实验日期：2012-3-16 实验地点：8教80680

实验目的：熟悉描述性统计量的类型划分及作用；准确理解各种描述性统计量的构造原理;熟练掌握计算描述性统计量的SPSS操作；培养运用描述统计方法解决身边实际问题的能力。 实验内容：（1）：分析被调查者的户口和收入的基本情况 （2)：分析储户存款金额的分布情况 （3）：计算存款金额的基本描述统计量，并对城镇和农村户口进行比较分析 (4）：分析储户存款数量是否存在不均衡现象

实验步骤：analysze—Descriptive statistics-— Frequencies 实验结果:

【注释】：其中2.00表示收入基本不变

【注释】：这是对城镇户口，农村户口的收入情况的描述性分析，frequency代表频率,percent 代表所占总体的百分比

【注释】：这是对存款金额的描述性分析，最小值是1，最大值是80502，均值是2454.27，标准差是6881.827，标准误是0.141

【注释】：本表描述的是城镇户口和农村户口的最小值，最大值,均值,标准差,标准误。 实验分析:（一）、总体看来，城镇户口和农村户口的收入情况：基本不变占据很大比例，说明经济发展较稳定(二）、城镇户口的收入增加所占的比例为34.3％，远超过农村户口的18。9％，说明农村的发展相较于城镇，还有很大的发展空间。（三)、存款金额最大值（80502）和最小值（1）之间差距过大，说明差距过大，从长远角度来看，不利于经济的发展，我们国家也有出台一些减小差距的，加快城镇化建设之类的。 实验小结: 备注:

分析报告(二)

姓名：李懿帆 班级:统计2班 学号：2010101213 实验项目：单样本t检验

实验日期:2012-3—23 实验地点：8教80680

实验目的：准确掌握单样本t检验的方法原理；熟练掌握单样本t检验的SPSS操作；学会利用单样本t检验方法解决身边的实际问题 实验内容：(1）：某银行居民的平均存款与2500在95％的置信度下是否具有显著性差异 (2）：求某银行居民的平均存款在95％的置信度下的置信区间 实验步骤：analysze-Compare Means—One—Sample T Test 实验结果:

【注释】：这是该银行居民存款的描述性分析，包括有平均值=2454。27（千元)，标准差=6881.827，均值的标准误差=397。322

【注释】：单样本的检验结果是t检验统计量:—.115,自由度df=299，双侧概率p值大于显著性水平0。05,不应该拒绝原假设，即居民的平均存款与2500在95%的置信度下不存在显著性差异

居民的平均存款在95%的置信度下的置信区间：为[2500—827.63，2500+736.17］ 实验分析：在95％的保证水平下，该银行居民的平均存款在2500元左右。 实验小结: 备注:

分析报告（三）

姓名:李懿帆 班级：统计2班 学号:2010101213 实验项目：两个样本t检验

实验日期：2012-3-30 实验地点：8教80680

实验目的:准确掌握两个样本t检验的方法原理；熟练掌握两个样本t检验的SPSS操作；学会利用两个样本t检验方法解决身边的实际问题 实验内容：(1）：在95%的置信度下某银行城镇和农村户口的平均存款是否具有显著性差异 （2）:求某银行居民城镇和农村户口的平均存款差的置信度为95％的置信区间 实验步骤:analysze—Compare Means-Independent—Samples T Test 实验结果：

【注释】：这是关于两样本T检验的基本描述统计量,其中分别为样本量，均值，标准差，均值的标准误

【注释】:这是关于两样本T检验的检验结果。首先，利用F检验对两总体方差是否相等的检验:Levene检验的F值=0。729，对应的P值（sig）0。394,概率p值大于显著性水平0.05，不应该拒绝原假设，即：两总体（城镇户口和农村户口）方差相等，通过了Levene方差齐性检验.其次，利用t检验对两总体均值差是否存在显著性差异的检验，t统计量值为0。928，对应的双侧概率p值为0。354，概率p值大于显著性水平0。05，不应该拒绝原假设，即两总体（城镇户口和农村户口的平均存款)均值差不存在显著性差异。两个总体均值差的置信度为95％的置信区间为［—901.713,2511.627］,该置信区间包含0,也说明两总体均值差不存在显著性差异。自由度为298,t统计量的分子--—-两个总体均值差的均值，分母为两个总体均值差的标准误差

实验分析：有一表可以得出，城镇户口和农村户口的平均存款存在较大的差异,而且农村户口的平均存款分布波动性很大,由其标准差可以看出。二表可以看出城镇户口和农村户口的平均存款均值差不存在显著性差异。 实验小结： 备注：

分析报告(四）

姓名:李懿帆 班级:统计2班 学号：2010101213 实验项目：配对样本t检验

实验日期：2012-3-30 实验地点：8教80680

实验目的：准确掌握配对样本t检验的方法原理;熟练掌握配对样本t检验的SPSS操作;学会利用配对样本t检验方法解决身边的实际问题 实验内容：（1):在95%的置信度下锻炼前后女性的平均体重是否具有显著性差异 （2）：试求锻炼前后女性的平均体重差的置信度为95％的置信区间 实验步骤:analysze-Compare Means—Paired-Sample T Test 实验结果：

【注释】：这是35位女性锻炼前、后体重的描述性分析，包括有平均值分别为。2571，70。0286，标准差分别为5.33767，5。657，均值的标准误差分别为0.90223，0.95749.

【注释】：两配对样本T检验的相关分析，这是35位女性锻炼前、后体重的描述性分析,其中两者的相关系数为0。052，P值（sig）0。768，概率p值大于显著性水平0.05,不应该拒绝原假设,即锻炼前后体重不存在显著性差异

包括：相关系数和检验的概率P值。这两个变量的相关系数=0。520，根据直观的分析,说明二者具的线性相关；对相关系数进行显著性检验，其概率P值=0。768

【注释】：两配对样本T检验的主要结果，分别是：

两配对样本的平均差值；锻炼前体重和锻炼后体重平均差19。2286; 差值的标准差为7.98191；

差值的均值标准误差为1.34919；

置信度为95%的差值的置信区间为［16。4867,21。9705］; T统计量14。252；自由度为34； 双侧概率P值=0 实验分析： 实验小结: 备注：

分析报告（五)

姓名：李懿帆 班级:统计2班 学号：2010101213 实验项目：单因素方差分析

实验日期：2012-4—6 实验地点：8教80680 实验目的：1、掌握单因素方差分析的基本理论和基本步骤 2、熟练掌握单因素方差分析的SPSS操作

3、能够利用单因素方差分析工具解决身边的实际问题

实验内容：某企业为了制定某商品的广告策略，对18个地区和4种不同广告形式的商品销售额分别进行单因素的方差分析

(1）：不同地区的销售额是否有显著性差异

（2）:不同广告形式的销售额是否有显著性差异 实验步骤:analysze—Compare Means—-——One-way ANOVA

实验结果： (1）：不同地区的销售额是否有显著性差异

方差齐性检验 【注释】：方差齐性检验结果, Levene 统计量值为1。459,对应的p值为0。121，大于显著性水平0。05，不应该拒绝原假设，即认为不同地区的销售额的总体方差无显著性差异，满足方差分析的前提条件。

【注释】：不同地区对销售额单因素方差分析结果:

观测变量销售额的总离差平方和为26169。306；其中,不同地区对销售额产生的(组间)离差平方和为9265。306,对应的方差为545。018；抽样误差所引起的（组内）离差平方和为16904，对应的方差为134.159，F统计量为组间离差平方和对应的方差/组内离差平方和对应的方差=4。062，F统计量对应的概率p值为0。00,小于显著性水平0.05，则应拒绝原假设，认为不同地区对销售额产生了显著性影响,或不同地区对销售额的影响效应不全为0。

【注释】：18个不同地区的销售额均值的折线图;

根据上面的单因素方差分析的基本分析得出，控制变量(地区）对因变量（销售额）产生了显著性影响。 Multiple Comparisons Dependent Variable：销售额 LSD (I) 城（J） 市 1 城市 2 3 4 5 6 7 8 9 Mean Difference （I-J) Std。 Error Sig. .451 。000 .001 .031 。273 。829 .023 。682 Lower Bound Upper Bound -15.8359 —32。4609 -30.7109 -24。0859 -17.8359 —10.2109 —24。8359 -9。0859 7.0859 —9.5391 -7.71 -1.11 5。0859 12。7109 —1.9141 13。8359 95% Confidence Interval —4.37500 5。79135 -21。00000 5.79135 -19。25000 5。79135 -12.62500 5.79135 -6。37500 5。79135 1。25000 5。79135 -13。37500 5.79135 2。37500 5。79135 *＊＊＊10 11 12 13 14 15 16 17 18

2

1 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

3

1 2 4 5 6 7 8

—17。75000 5.79135 7。75000 5.79135 —9.75000 5.79135 -7。00000 5.79135 —4。12500 5.79135 -7.00000 5。79135 —9。25000 5.79135 6.12500 5.79135 -8。37500 5。79135 4.37500 5.79135 —16.62500 5.79135 -14。87500 5.79135 —8.25000 5.79135 —2.00000 5。79135 5.62500 5.79135 —9。00000 5。79135 6。75000 5。79135 —13。37500 5.79135 12。12500 5.79135 -5。37500 5。79135 —2。62500 5。79135 。25000 5.79135 —2。62500 5.79135 —4.87500 5。79135 10。50000 5。79135 -4.00000 5。79135 21。00000 5.79135 16。62500 5.79135 1.75000 5.79135 8。37500 5.79135 14。62500 5.79135 22.25000 5.79135 7.62500 5.79135 ＊＊*＊**＊*

＊

.003 .183 。095 。229 。478 。229 。113 .292 .151 。451 。005 .011 。157 .730 .333 .123 .246 。023 。038 .355 .651 .966 .651 .402 。072 。491 .000 。005 .763 .151 .013 。000 .190 —29。2109 —3.7109 —21。2109 —18.4609 -15.5859 -18。4609 —20。7109 -5.3359 —19。8359 —7.0859 -28.0859 -26.3359 —19.7109 —13.4609 —5.8359 —20。4609 —4。7109 -24.8359 。61 -16.8359 -14.0859 -11。2109 -14。0859 —16.3359 -.9609 -15.4609 9。5391 5.11 —9。7109 -3.0859 3。11 10.71 —3。8359 -6。21 19.2109 1。7109 4.4609 7.3359 4。4609 2。2109 17。5859 3.0859 15.8359 —5.11 -3。4141 3。2109 9。4609 17。0859 2。4609 18。2109 -1。9141 23。5859 6.0859 8。8359 11。7109 8。8359 6。5859 21。9609 7.4609 32.4609 28。0859 13.2109 19。8359 26.0859 33.7109 19.0859 9 10 11 12 13 14 15 16 17 18

4

1 2 3 5 6 7 8 9 10 11 12 13 14 15 16 17 18

5

1 2 3 4 6 7

23。37500 5。79135 3。25000 5。79135 28。75000 5。79135 11.25000 5。79135 14。00000 5.79135 16。87500 5。79135 14。00000 5.79135 11。75000 5.79135 27.12500 5。79135 12。62500 5。79135 19。25000 5。79135 14.87500 5.79135 -1。75000 5。79135 6。62500 5.79135 12.87500 5.79135 20。50000 5。79135 5.87500 5.79135 21.62500 5。79135 1.50000 5.79135 27。00000 5。79135 9。50000 5.79135 12.25000 5.79135 15.12500 5.79135 12。25000 5。79135 10。00000 5.79135 25。37500 5。79135 10。87500 5。79135 12。62500 5。79135 8.25000 5。79135 -8.37500 5。79135 —6。62500 5.79135 6。25000 5.79135 13.87500 5.79135 ***＊****＊＊*＊***＊*＊＊

＊

.000 。576 .000 。054 。017 。004 .017 。045 。000 .031 .001 。011 。763 。255 .028 。001 .312 。000 。796 .000 。103 。036 。010 .036 。087 。000 .063 .031 。157 。151 。255 。283 .018 11。9141 -8。2109 17.21 —。2109 2.5391 5.4141 2。5391 .21 15.61 1。11 7.71 3.4141 —13。2109 -4.8359 1。4141 9。0391 —5.5859 10.11 —9.9609 15。5391 —1。9609 。71 3.61 .71 —1.4609 13.9141 —。5859 1.11 -3。2109 -19。8359 -18。0859 —5。2109 2.4141 34.8359 14.7109 40.2109 22.7109 25.4609 28.3359 25.4609 23.2109 38。5859 24.0859 30.7109 26.3359 9。7109 18。0859 24。3359 31.9609 17.3359 33.0859 12。9609 38。4609 20。9609 23。7109 26.5859 23。7109 21.4609 36。8359 22.3359 24.0859 19。7109 3.0859 4.8359 17.7109 25。3359 8 9 10 11 12 13 14 15 16 17 18

6

1 2 3 4 5 7 8 9 10 11 12 13 14 15 16 17 18

7

1 2 3 4 5

—.75000 5.79135 15.00000 5。79135 -5.12500 5.79135 20.37500 5.79135 2.87500 5.79135 5。62500 5。79135 8.50000 5。79135 5.62500 5。79135 3。37500 5.79135 18。75000 5。79135 4.25000 5。79135 6.37500 5。79135 2。00000 5.79135 -14.62500 5。79135 —12。87500 5.79135 —6。25000 5.79135 7.62500 5.79135 -7。00000 5.79135 8。75000 5.79135 -11。37500 5。79135 14.12500 5.79135 -3。37500 5.79135 —。62500 5。79135 2。25000 5.79135 —。62500 5。79135 —2。87500 5.79135 12.50000 5.79135 -2.00000 5。79135 —1.25000 5。79135 -5。62500 5.79135 —22。25000 5.79135 —20.50000 5.79135 —13.87500 5.79135 *＊*＊***＊＊*

。7 .011 .378 .001 .620 。333 。145 .333 .561 。002 .4 。273 。730 .013 .028 .283 。190 .229 .133 。052 .016 。561 .914 .698 .914 .620 .033 。730 .829 .333 。000 .001 。018 —12.2109 3.5391 —16。5859 8。9141 -8。5859 -5.8359 -2。9609 —5。8359 -8。0859 7.21 —7.2109 -5。0859 —9.4609 -26。0859 -24。3359 -17.7109 —3.8359 -18.4609 —2。7109 -22。8359 2。61 -14。8359 -12。0859 —9。2109 —12。0859 —14.3359 1.0391 -13.4609 —12。7109 —17。0859 —33。7109 -31.9609 —25.3359 10.7109 26。4609 6。3359 31.8359 14。3359 17。0859 19。9609 17。0859 14.8359 30。2109 15。7109 17。8359 13.4609 —3.11 —1.4141 5。2109 19。0859 4。4609 20。2109 .0859 25.5859 8.0859 10.8359 13.7109 10。8359 8。5859 23。9609 9。4609 10.2109 5。8359 -10。71 —9.0391 —2.4141 6 8 9 10 11 12 13 14 15 16 17 18

8

1 2 3 4 5 6 7 9 10 11 12 13 14 15 16 17 18

9

1 2 3 4

-7.62500 5.79135 -14.62500 5。79135 1。12500 5。79135 -19.00000 5.79135 6。50000 5.79135 —11.00000 5.79135 —8.25000 5.79135 —5.37500 5。79135 —8.25000 5。79135 -10.50000 5.79135 4。87500 5.79135 —9.62500 5.79135 13.37500 5.79135 9.00000 5.79135 -7.62500 5.79135 -5。87500 5。79135 。75000 5。79135 7。00000 5。79135 14。62500 5.79135 15。75000 5.79135 -4。37500 5.79135 21。12500 5.79135 3.62500 5。79135 6。37500 5.79135 9。25000 5.79135 6。37500 5。79135 4.12500 5。79135 19.50000 5.79135 5.00000 5。79135 -2.37500 5。79135 —6.75000 5.79135 -23.37500 5。79135 —21。62500 5。79135 *＊*＊**＊＊＊

。190 。013 .846 。001 。2 。060 。157 .355 。157 .072 。402 .099 。023 .123 .190 。312 。7 。229 .013 .007 。451 .000 。532 。273 .113 。273 。478 .001 。390 .682 .246 .000 。000 -19.0859 —26.0859 -10。3359 -30。4609 —4.9609 -22。4609 -19.7109 —16。8359 -19。7109 —21。9609 —6.5859 —21.0859 1。9141 -2。4609 -19.0859 -17.3359 —10.7109 -4.4609 3。11 4。21 —15.8359 9.61 -7。8359 —5。0859 -2。2109 —5.0859 —7.3359 8.0391 -6。4609 -13。8359 —18。2109 -34。8359 -33。0859 3。8359 -3.11 12.5859 —7.5391 17。9609 。4609 3.2109 6。0859 3.2109 .9609 16。3359 1.8359 24.8359 20。4609 3。8359 5。5859 12。2109 18.4609 26.0859 27.2109 7.0859 32。5859 15。0859 17.8359 20。7109 17.8359 15.5859 30.9609 16。4609 9.0859 4.7109 -11。9141 -10.11 5 6 7 8 10 11 12 13 14 15 16 17 18

10

1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18

11

1 2 3

-15.00000 5。79135 —8.75000 5.79135 -1。12500 5。79135 -15.75000 5.79135 —20。12500 5。79135 5.37500 5.79135 —12.12500 5。79135 -9。37500 5.79135 -6。50000 5。79135 —9.37500 5。79135 —11.62500 5.79135 3.75000 5。79135 —10。75000 5。79135 17。75000 5。79135 13.37500 5。79135 —3。25000 5。79135 —1.50000 5。79135 5.12500 5.79135 11.37500 5.79135 19。00000 5.79135 4。37500 5.79135 20.12500 5.79135 25.50000 5。79135 8.00000 5.79135 10.75000 5.79135 13。62500 5.79135 10。75000 5。79135 8。50000 5.79135 23.87500 5。79135 9。37500 5。79135 -7。75000 5。79135 -12。12500 5。79135 —28。75000 5。79135 *＊＊＊＊*＊＊**＊＊*

＊

。011 .133 。846 .007 。001 。355 。038 .108 。2 。108 。047 .518 。066 。003 .023 。576 。796 .378 .052 .001 .451 .001 。000 .170 .066 .020 。066 .145 .000 。108 。183 .038 .000 -26.4609 —20。2109 -12.5859 —27。2109 -31.5859 -6。0859 —23.5859 -20.8359 —17。9609 —20.8359 -23。0859 —7。7109 —22.2109 6.21 1.9141 —14。7109 -12。9609 -6.3359 -.0859 7。5391 -7.0859 8.61 14。0391 -3。4609 -.7109 2.11 -.7109 -2.9609 12。4141 -2。0859 -19。2109 -23。5859 -40.2109 —3.5391 2.7109 10.3359 —4.21 -8。61 16。8359 —.61 2.0859 4.9609 2.0859 —。11 15.2109 .7109 29。2109 24.8359 8。2109 9。9609 16。5859 22。8359 30。4609 15.8359 31.5859 36。9609 19。4609 22.2109 25。0859 22.2109 19。9609 35。3359 20。8359 3.7109 -.61 —17.21 4 5 6 7 8 9 10 12 13 14 15 16 17 18

12

1 2 3 4 5 6 7 8 9 10 11 13 14 15 16 17 18

13

1 2

-27。00000 5.79135 -20.37500 5.79135 —14.12500 5.79135 —6。50000 5。79135 -21。12500 5。79135 -5。37500 5。79135 -25.50000 5。79135 —17。50000 5.79135 -14。75000 5.79135 —11.87500 5.79135 —14.75000 5。79135 -17.00000 5.79135 -1。62500 5.79135 -16。12500 5。79135 9。75000 5.79135 5.37500 5。79135 -11.25000 5.79135 —9。50000 5.79135 -2.87500 5。79135 3。37500 5.79135 11。00000 5。79135 -3。62500 5.79135 12。12500 5.79135 -8.00000 5.79135 17。50000 5.79135 2。75000 5.79135 5.62500 5.79135 2.75000 5。79135 .50000 5。79135 15.87500 5。79135 1。37500 5.79135 7。00000 5.79135 2.62500 5。79135 **＊＊＊＊*****＊＊

*

.000 。001 。016 .2 .000 .355 .000 .003 .012 .042 .012 。004 。779 。006 .095 .355 。054 .103 。620 .561 .060 .532 。038 。170 。003 。636 。333 .636 .931 。007 。813 .229 .651 -38.4609 -31。8359 -25.5859 -17.9609 —32.5859 —16。8359 -36。9609 —28.9609 -26.2109 —23.3359 -26。2109 -28。4609 —13。0859 -27。5859 -1。7109 -6.0859 —22。7109 —20.9609 -14。3359 -8.0859 -.4609 —15.0859 。61 -19。4609 6。0391 —8。7109 -5。8359 -8。7109 -10.9609 4。4141 —10.0859 -4。4609 —8.8359 -15。5391 -8。9141 -2。61 4.9609 —9。61 6。0859 -14.0391 —6。0391 -3。21 -。4141 —3。21 —5。5391 9。8359 -4.61 21.2109 16.8359 .2109 1.9609 8。5859 14.8359 22。4609 7。8359 23。5859 3。4609 28.9609 14.2109 17。0859 14。2109 11。9609 27.3359 12。8359 18。4609 14.0859 3 4 5 6 7 8 9 10 11 12 14 15 16 17 18

14

1 2 3 4 5 6 7 8 9 10 11 12 13 15 16 17 18

15

1

-14.00000 5.79135 —12.25000 5。79135 —5.62500 5。79135 。62500 5。79135 8.25000 5。79135 -6。37500 5.79135 9。37500 5.79135 -10.75000 5。79135 14.75000 5。79135 -2.75000 5.79135 2.87500 5.79135 。00000 5.79135 -2。25000 5。79135 13.12500 5。79135 —1.37500 5.79135 4。12500 5。79135 -。25000 5.79135 —16.87500 5.79135 —15.12500 5。79135 —8.50000 5.79135 -2。25000 5.79135 5。37500 5.79135 —9。25000 5.79135 6.50000 5。79135 —13.62500 5。79135 11。87500 5。79135 —5.62500 5。79135 -2.87500 5。79135 —2。87500 5。79135 —5.12500 5.79135 10.25000 5。79135 -4.25000 5.79135 7。00000 5.79135 ＊**＊＊＊*

＊

.017 。036 。333 。914 .157 .273 .108 .066 。012 .636 .620 1。000 .698 。025 。813 .478 。966 .004 .010 。145 .698 .355 。113 .2 .020 .042 。333 。620 。620 .378 。079 .4 。229 —25.4609 —23。7109 —17。0859 -10.8359 -3.2109 -17。8359 —2.0859 —22.2109 3.21 —14。2109 -8。5859 —11.4609 -13.7109 1.61 -12.8359 —7.3359 —11。7109 -28.3359 -26.5859 -19。9609 —13.7109 -6.0859 -20.7109 -4。9609 —25.0859 .4141 -17.0859 -14。3359 —14.3359 -16.5859 —1.2109 —15。7109 -4。4609 -2.5391 -。71 5。8359 12.0859 19.7109 5.0859 20.8359 。7109 26。2109 8.7109 14。3359 11.4609 9。2109 24.5859 10。0859 15。5859 11.2109 -5。4141 —3。61 2.9609 9.2109 16.8359 2.2109 17。9609 -2。11 23。3359 5.8359 8.5859 8.5859 6.3359 21.7109 7。2109 18.4609 2 3 4 5 6 7 8 9 10 11 12 13 14 16 17 18

16

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 17 18

2。62500 5。79135 —14.00000 5.79135 —12。25000 5。79135 —5.62500 5。79135 .62500 5。79135 8。25000 5.79135 -6。37500 5。79135 9.37500 5.79135 —10.75000 5.79135 14。75000 5.79135 —2。75000 5。79135 .00000 5。79135 2。87500 5。79135 -2。25000 5.79135 13。12500 5。79135 -1。37500 5.79135 9.25000 5.79135 4。87500 5.79135 -11.75000 5.79135 -10。00000 5。79135 —3。37500 5。79135 2。87500 5。79135 10.50000 5。79135 —4.12500 5.79135 11。62500 5。79135 —8.50000 5。79135 17.00000 5.79135 -。50000 5.79135 2。25000 5。79135 5。12500 5。79135 2。25000 5。79135 15。37500 5。79135 。87500 5。79135 *＊＊**＊＊＊

.651 。017 。036 .333 。914 .157 。273 .108 。066 。012 .636 1.000 。620 。698 。025 。813 .113 .402 .045 。087 。561 。620 .072 .478 .047 。145 。004 .931 。698 。378 。698 .009 .880 —8.8359 —25。4609 -23。7109 -17。0859 -10.8359 —3.2109 —17.8359 —2.0859 —22。2109 3。21 —14。2109 —11.4609 -8。5859 —13.7109 1.61 —12.8359 -2.2109 -6.5859 -23.2109 -21.4609 -14.8359 —8.5859 -.9609 -15。5859 。11 -19。9609 5。5391 —11。9609 —9.2109 —6.3359 —9.2109 3.9141 -10.5859 14.0859 -2.5391 -。71 5。8359 12.0859 19。7109 5。0859 20。8359 。7109 26.2109 8.7109 11。4609 14.3359 9。2109 24。5859 10。0859 20。7109 16.3359 —。21 1.4609 8.0859 14.3359 21。9609 7。3359 23.0859 2。9609 28.4609 10.9609 13。7109 16.5859 13.7109 26.8359 12.3359 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 18

-6。12500 5。79135 -10.50000 5。79135 —27.12500 5.79135 -25。37500 5.79135 -18。75000 5.79135 -12。50000 5.79135 —4.87500 5。79135 -19.50000 5。79135 -3。75000 5.79135 —23。87500 5.79135 1。62500 5.79135 -15.87500 5.79135 —13.12500 5。79135 —10。25000 5。79135 -13。12500 5.79135 —15。37500 5.79135 —14.50000 5.79135 8.37500 5。79135 4.00000 5。79135 -12。62500 5.79135 —10.87500 5.79135 —4.25000 5.79135 2。00000 5.79135 9。62500 5。79135 —5.00000 5。79135 10.75000 5.79135 —9。37500 5。79135 16.12500 5.79135 -1.37500 5.79135 1.37500 5.79135 4.25000 5.79135 1.37500 5。79135 —.87500 5.79135 ＊*＊＊*＊***＊＊＊*

.292 .072 .000 。000 .002 。033 .402 。001 .518 .000 。779 。007 。025 。079 .025 .009 .014 .151 。491 .031 .063 .4 .730 .099 .390 。066 .108 。006 .813 .813 。4 .813 .880 -17.5859 -21。9609 —38.5859 -36。8359 —30.2109 —23.9609 —16。3359 —30。9609 -15。2109 -35.3359 -9。8359 -27.3359 -24。5859 -21.7109 —24.5859 —26.8359 -25。9609 -3.0859 —7。4609 —24.0859 -22。3359 —15。7109 -9.4609 -1。8359 —16.4609 —.7109 —20。8359 4。61 -12.8359 -10.0859 —7。2109 —10。0859 —12.3359 5。3359 .9609 —15。61 —13.9141 —7。21 -1。0391 6.5859 -8。0391 7。7109 —12。4141 13。0859 —4.4141 —1。61 1.2109 —1.61 -3。9141 —3。0391 19。8359 15。4609 -1。11 。5859 7.2109 13.4609 21。0859 6。4609 22。2109 2。0859 27。5859 10.0859 12.8359 15。7109 12。8359 10。5859 18 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 14。50000 5.79135 *.014 3.0391 25.9609 ＊。 The mean difference is significant at the 0。05 level。

【注释】：上图是多重比较，第一、二列分别是不同地区销售额的均值差和标准误,相除得检验统计量的观测值。第四、五列是不同地区销售额均值差的95%的置信区间上、下限，第三列为检验统计量的p值

城市1和城市2的概率p值为0.451,大于显著性水平0.05，说明城市1和城市2的销售额均值不具有显著性差异.（城市1和城市3，4…18，如果p值大于0。05，则说明这两个城市销售额均值不具有显著性差异，如果小于0。05，则说明这两个城市销售额均值具有显著性差异。）

城市2和城市3的概率p值为0.005，小于显著性水平0。05，说明城市2和城市3的销售额均值具有显著性差异。（城市2和城市4…18,如果p值大于0.05，则说明这两个城市销售额均值不具有显著性差异，如果小于0.05，则说明这两个城市销售额均值具有显著性差异。）

城市3和城市4的概率p值为0。763，大于显著性水平0.05，说明城市3和城市4的销售额均值不具有显著性差异。（城市3和城市5…18,如果p值大于0。05，则说明这两个城市销售额均值不具有显著性差异，如果小于0.05，则说明这两个城市销售额均值具有显著性差异.）

城市4和城市5的概率p值为0。255，小于显著性水平0.05，说明城市4和城市5的销售额均值具有显著性差异。(城市4和城市6…18，如果p值大于0。05，则说明这两个城市销售额均值不具有显著性差异，如果小于0。05，则说明这两个城市销售额均值具有显著性差异。）

城市5和城市6的概率p值为0。283，大于显著性水平0。05，说明城市5和城市6的销售额均值不具有显著性差异。（城市5和城市7…18，如果p值大于0。05，则说明这两个城市销售额均值不具有显著性差异，如果小于0.05,则说明这两个城市销售额均值具有显著性差异。）

城市6和城市7的概率p值为0。19,大于显著性水平0。05，说明城市6和城市7的销售额均值不具有显著性差异。（城市6和城市8…18，如果p值大于0.05，则说明这两个城市销售额均值不具有显著性差异，如果小于0。05,则说明这两个城市销售额均值具有显著性差异.）

城市7和城市8的概率p值为0。013，小于显著性水平0。05,说明城市7和城市8的销售额均值具有显著性差异。（城市7和城市9…18，如果p值大于0.05,则说明这两个城市销售额均值不具有显著性差异，如果小于0.05，则说明这两个城市销售额均值具有显著性差异。）

城市8和城市9的概率p值为0.007，小于显著性水平0.05，说明城市8和城市9的销售额均值具有显著性差异。（城市8和城市10…18，如果p值大于0.05，则说明这两个城市销售额均值不具有显著性差异,如果小于0。05，则说明这两个城市销售额均值具有显著性差异。）

城市9和城市10的概率p值为0。001，小于显著性水平0。05，说明城市9和城市10的销售额均值具有显著性差异.（城市9和城市11…18，如果p值大于0.05，则说明这两个城市销售额均值不具有显著性差异，如果小于0。05，则说明这两个城市销售额均值具有显著性差异。）

城市10和城市11的概率p值为0。000，小于显著性水平0.05，说明城市10和城市11

的销售额均值具有显著性差异。(城市10和城市12…18，如果p值大于0。05,则说明这两个城市销售额均值不具有显著性差异，如果小于0.05，则说明这两个城市销售额均值具有显著性差异。）

城市11和城市12的概率p值为0。003，小于显著性水平0。05，说明城市11和城市12的销售额均值具有显著性差异.（城市11和城市13…18,如果p值大于0。05，则说明这两个城市销售额均值不具有显著性差异，如果小于0.05，则说明这两个城市销售额均值具有显著性差异.）

城市12和城市13的概率p值为0.636，大于显著性水平0。05，说明城市1和城市2的销售额均值不具有显著性差异。（城市12和城市14…18，如果p值大于0.05,则说明这两个城市销售额均值不具有显著性差异，如果小于0。05，则说明这两个城市销售额均值具有显著性差异。）

城市13和城市14的概率p值为0。620，大于显著性水平0。05，说明城市1和城市2的销售额均值不具有显著性差异。（城市13和城市15…18，如果p值大于0。05,则说明这两个城市销售额均值不具有显著性差异,如果小于0。05，则说明这两个城市销售额均值具有显著性差异。)

城市14和城市15的概率p值为0。620，大于显著性水平0。05，说明城市1和城市2的销售额均值不具有显著性差异。（城市14和城市16…18，如果p值大于0。05，则说明这两个城市销售额均值不具有显著性差异,如果小于0。05,则说明这两个城市销售额均值具有显著性差异.）

城市15和城市16的概率p值为0.698，大于显著性水平0.05,说明城市1和城市2的销售额均值不具有显著性差异。（城市15和城市17…18，如果p值大于0.05，则说明这两个城市销售额均值不具有显著性差异，如果小于0.05,则说明这两个城市销售额均值具有显著性差异。)

城市16和城市17的概率p值为0。009,小于显著性水平0.05,说明城市16和城市17的销售额均值具有显著性差异。

城市16和城市18概率p值为0.88，大于显著性水平0。05，说明这两个城市销售额均值不具有显著性差异。

城市17和城市18概率p值为0.014，小于显著性水平0.05，说明这两个城市销售额均值具有显著性差异。

将显示同类子集中的组均值，将使用调和均值样本大小为8， 【注释】：多重比较的相似性子集划分，形成了5个相似性子集，说明了5组的均值有显著性差异，而组内的相似性概率分别为0。129，0.058,0。066，0。058，0.167,若从销售额的角度来选择城市，则城市11是销售额最低的。 （2）：不同广告形式的销售额是否有显著性差异

方差齐性检验 【注释】：方差齐性检验结果, Levene 统计量值为0。765，对应的p值为0。515,大于显著性水平0。05，不应该拒绝原假设，即认为不同广告形式的销售额的总体方差无显著性差异，满足方差分析的前提条件.

【注释】：不同广告形式对销售额单因素方差分析结果：

观测变量销售额的总离差平方和为26169.306;其中，不同广告形式对销售额产生的(组间）离差平方和为5866。083，对应的方差（均方）为1955。361；抽样误差所引起的(组内）离差平方和为20303.222，对应的方差为145.023，F统计量为组间离差平方和对应的方差/组内离差平方和对应的方差=13.483，F统计量对应的概率p值为0。00，小于显著性水平0.05，则应拒绝原假设，认为不同广告形式对销售额产生了显著性影响,或不同地区对销售额的影响效应不全为0。

【注释】：4个不同广告的销售额均值的折线图;

根据上面的单因素方差分析的基本分析得出，控制变量(地区）对因变量(销售额）产生了显著性影响。

【注释】：上图是多重比较，第一、二列分别是不同广告形式销售额的均值差和标准误,相除得检验统计量的观测值.第四、五列是不同广告形式销售额均值差的95%的置信区间上、下限,第三列为检验统计量的p值

报纸和广播的概率p值为0。412,大于显著性水平0.05，说明报纸和广播的销售额均值不具有显著性差异。

报纸和宣传品的概率p值为0.000，小于显著性水平0。05，说明报纸和宣传品的销售额均值具有显著性差异。

报纸和体验的概率p值为0.021,小于显著性水平0.05，说明报纸和体验的销售额均值具有显著性差异。

广播和宣传品的概率p值为0。00，小于于显著性水平0。05，说明广播和宣传品的销售额均值具有显著性差异。

广播和体验的概率p值为0.134，大于于显著性水平0。05,说明广播和体验的销售额均值不具有显著性差异。

宣传品和体验的概率p值为0.001，小于于显著性水平0.05,说明广播和体验的销售额均值具有显著性差异。

将显示同类子集中的组均值,将使用调和均值样本大小为36， 【注释】：多重比较的相似性子集划分，形成了2个相似性子集，说明了2组的均值有显著性差异,而组内的相似性概率分别为1。000，0。055,若从销售额的角度来选择城市，则宣传品是销售额最低的。实验分析：由对18个不同地区对销售额的影响单因素分析可得出：此因素对销售额确实有关，由此企业在对不同的地区进行人员等生产要素的投资应该进行合理的分配;企业在选择分厂地址是应该选择销售额高的厂址 由对4种不同的广告形式对销售额影响单因素分析可得出：

报纸对销售额的影响最大，即对宣传效果最好；宣传品对销售额的影响最小

由此可得出,企业选择广告形式时应该合理分配各种形式的比例，多采用报纸的形式，少用或避免使用宣传品的形式 实验小结： 备注：

分析报告(六）

姓名：李懿帆 班级：统计2班 学号：2010101213 实验项目:协方差分析

实验日期：2012—4—20 实验地点：8教80680 实验目的：1、准确掌握协方差分析的方法原理 2、熟练掌握协方差分析的SPSS操作

3、培养运用协方差分析方法解决身边实际问题的能力 实验内容：为了了解不同品种的饲料对生猪体重增加的影响。需要把喂养生猪前的体重影响排除，现收集了三种不同饲料对生猪喂养前后体重变化数据，试分析：不同饲料对生猪体重变化的影响情况。

实验步骤：Graphs—--scatterplot

analysze—general linear model---univariate

实验结果：

【注释】:不考虑饲料品种的不同,生猪喂养前后的体重呈明显的线性关系，且各斜率基本相同，因此，生猪喂养前的体重可以作为协变量参与协变量方差分析.

【注释】：其中sl代表饲料种类,wyq代表生猪喂养前的体重，协变量(生猪喂养前的体重）与控制变量（饲料种类）交互效应对应概率p=0。118，大于显著性水平0.05，接受原假设,说明交互效应不显著，满足协方差分析平行性条件.

【注释】：这是生猪喂养后体重的协方差分析结果

第三行是生猪喂养前体重（协变量）引起的变量=1010.760,对应的概率p值是0。000，小于显著性水平0.05，应该拒绝原假设，认为生猪喂养前体重（协变量)对喂养后生猪的体重产生了显著性影响。

第四行是不同种类的饲料(控制变量）引起的变量=353。609,对应的概率p值是0。000，小于显著性水平0。05,应该拒绝原假设，认为不同种类的饲料（控制变量)对喂养后生猪的体重产生了显著性影响。

【注释】：这是喂养后生猪体重的单因素方差分析结果，与协方差分析结果相比较,观测变量（喂养后生猪的体重）的总变量=2555.958，随机因素可解释的变量由单因素方差分析中的1238.375，减少到227.615,这是由于排除了协变量(喂养前生猪的体重）的影响造成的。 实验分析：由实验结果可以看出， 实验小结： 备注：

分析报告（七)

姓名：李懿帆 班级：统计2班 学号:2010101213 实验项目：相关分析

实验日期：2012—4—27 实验地点：8教80680 实验目的：1、准确掌握相关分析的方法原理

2、熟练掌握相关分析的SPSS操作

3、了解Pearson相关系数、Spearman相关系数、Kendall’s tau—b相关系数

的计算方法及其对数据的要求。

4、培养运用相关分析方法解决身边实际问题的能力

实验内容：现收集30名10岁男孩的身高（cm)，体重（kg）和肺活量（ml)的数据,试分析身高和肺活量之间是否具有相关性?

实验步骤：analysze—correlate—--Bivariate Correlation 实验结果：

【注释】:由上图可知,身高和肺活量之间存在一定的相关性

【注释】：两相关变量（身高和肺活量）的Pearson 相关系数=0.581

>0。5，表示相关性，相关系数检验对应的概率p值=0。001〈0.05,应拒绝原假设（两变量之间具有相关性），即身高和肺活量之间的相关性显著

【注释】:两相关变量（身高和体重）的Pearson 相关系数=0.735

〉0.5，表示相关性，相关系数检验对应的概率p值=0.000〈0.05，应拒绝原假设（两变量之间具有相关性）,即身高和体重之间的相关性显著

【注释】：两相关变量(肺活量和体重)的Pearson 相关系数=0。611

〉0.5,表示相关性，相关系数检验对应的概率p值=0。000〈0.05,应拒绝原假设（两变量之间具有相关性）,即肺活量和体重之间的相关性显著

注:因为在求身高和肺活量之间的相关性时，体重和它们都有一定的关联性。因此，要求身高和肺活量的净相关系数,需要提出其他相关因素（体重)，下面讨论偏相关分析。

分析报告(七)

姓名：李懿帆 班级：统计2班 学号：2010101213 实验项目：多因素方差分析

实验日期：2012—5—4 实验地点：8教80680 实验目的：1、准确掌握多因素方差分析的方法原理 2、熟练掌握多因素方差分析的SPSS操作

4、培养运用多因素方差分析方法解决身边实际问题的能力 实验内容：某企业为了制定其商品的广告策略,对18个地区和4种不同广告形式的商品销售额分别进行多因素的方差分析。试求：不同地区和不同广告形式的销售额是否有显著性差异？

实验步骤：analysze—General Linear Model———Univariate 实验结果：

Between—Subjects Factors

广告形式

1 2 3 4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Value Label 报纸 广播 宣传品 体验

N 36 36 36 36 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8

城市

【注释】:各控制变量的水平数。广告形式的水平为4，每个水平36个案例;城市水平为18，每个水平8个案例。

Tests of Between—Subjects Effects

Dependent Variable: 销售额 Type III Sum of Squares Mean Square（均方） 71 283。018 Source df F 3。354 Sig。 。000 。000 。000 .000 .286 20094。306Corrected Model（校正模型） （a） Intercept（截距） 2936。694 广告形式 5866.083 城市 9265.306 广告形式 * 城4962。917 市 Error(误差） 6075.000 Total（总计） 669106。000 Corrected Total（校正的总计） 26169.306 694 7619.990 1 2936。3 1955。361 23.175 545。018 6。459 17 51 72 144 143 97。312 84。375 1。153 a R Squared = .768 (Adjusted R Squared = 。539) 【注释】：第一列：对观测变量（销售额）总变量平方和的分解说明 第二列：观测变量（销售额）总变差平方和分解的结果 第三列：对应的自由度 第四列：对应的均方

第五列：对应的F检验统计量的观测值 第六列:对应的检验统计量的概率P值

观测变量（销售额）总变量平方和（SST）=26169。306,被分解为四部分： （1） 广告形式（控制变量1）不同引起的变量=5866.083 （2） 城市(控制变量2）不同引起的变量=4962.917 （3） 广告形式与城市交互作用引起的变量=4962.917 （4） 随机因素引起的变量=6075.000

26169。306=（5866。083+4962.917+4962。917)+6075。000 =20094.306+6075.000 第一行:校正模型对应的变差(20094。306）

第三行：广告形式对应的概率P值是0.000小于显著性水平0。05，应拒绝原假设，认为:广告形式对销售额有影响

第四行：城市对应的概率P值是0。000小于显著性水平0.05,应拒绝原假设,认为：城市对销售额有影响

第五行：广告形式与城市交互作用对应的概率P值是.286,大于显著性水平0.05，不应拒绝原假设，认为:广告形式与城市交互作用对销售额有影响