统计分析与SPSS的应用（第五版）课后练习答案 第一章练习题答案 1、 SPSS的中文全名是：社会科学统计软件包（后改名为：统计产品与服务解决方案） 英文全名是：Statistical Package for the Soc i a I Science. （Statistical Product and Service Solutions） 2、 SPSS的两个主要窗口是教据编辑器窗口和结果查看器窗口。 教据编辑器窗口的主要功能是定义SPSS数据的结构、录入编辑和管理待分析的数据： 结果查看器窗口的主要功能是现实管理SPSS统计分析结果、报表及图形。 3、 SPSS的数据集: SPSS运行时可同时打开多个数据编辑器窗口。每个数据编辑器窗口分别显示不同 的数据集合（简称数据集）。 活动数据集：其中只有一个数据集为当前数据集。SPSS只对某时刻的当前数据集 中的数据进行分析。 4、 SPSS的三种基本运行方式： 完全窗口菜单方式、程序运行方式、混合运行方式。 完全窗口菜单方式：是指在使用SPSS的过程中，所有的分析操作都通过菜单、按 钮、输入对话框等方式来完成，是一种最常见和最普遍的使用方式，最大优点是简 洁和直观。 程序运行方式：是指在使用SPSS的过程中，统计分析人员根据自己的需要，手工 编写SPSS命令程序，然后将编写好的程序一次性提交给计算机执行。该方式适用 于大规模的统计分析工作。 混合运行方式：是前两者的综合。 5、 sav是数据编辑器窗口中的SPSS数据文件的扩展名 .spv是结果查看器窗口中的SPSS分析结果文件的扩展名 .sps是语法窗口中的SPSS程序 6、 SPSS的数据加工和管理功能主要集中在编辑、数据等莱单中；统计分析和绘图功能主 要集中在分析、图形等菜单中。 7、 概率抽样（probabi I i ty samp I i ng）:也称随机抽样，是指按一定的概率以随机原则抽取 样本，抽取样本时每个单位都有一定的机会被抽中，每个单位被抽中的棋率是已知的，或是 可以计算出来的。概率抽样包括简单随机抽样、系统抽样（等距抽样）、分层抽样（类型抽 样）、整君羊抽样、多阶段抽样等。 简单随机抽样（simple random samp I ing）:从包括总体N个单位的抽样框中随机地 抽取n个单位作为样本，每个单位抽入样本的概率是相等的。是最基本的抽样方法, 是其它抽样方法的基础。优点：简单、直观，在抽样框完整时，可直接从中抽取样 本，用样本统计量对总体参数进行估计比较方便。局限性：当N很大时，不易构造 抽样框，抽出的单位很分散，给实施调查增加了困难。 分层抽样（stratified sampl ing）:将抽样单位按某种特征或某种规则划分为不同 的层，然后从不同的层中独立、随机地抽取样本。优点：保证样本的结构与总体的 结构比较相近，从而提高估计的糖度，组织实施调查方便（当层是以行业或行政区 划分时），既可以对总体参数进行估计，也可以对各层的参数进行估计。 整群抽样（cluster sampl ing）:将总体中若干个单位合弁为组（群），抽样时直接抽 取群，然后对选中群中的所有单位全部实施调查。优点：抽样时只需群的抽样框， 可简化工作量；调查的地点相对集中，节省调查费用，方便调查的实施。缺点：估 计的精度较差。 系统抽样（systematic sampl ing）:将总体中的所有单位（抽样单位）按一定顺序排 列，在规定的范困内随机地抽取一个单位作为初始单位，然后按事先规定好的规则 确定其它样本单位，先从数字1到k之间随机抽取一个数字r作为初始单位，以后 依次取r+k, r+2k等单位。优点：操作简便，可提高估计的精度。核点：对估计 量方差的估计较困难。 多阶段抽样（multi-stage sampl ing）:先抽取群，但并不是调查群内的所有单位， 而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查。群是初级抽样单 位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的段数增多，就称为 多阶段抽样。优点：具有整群抽样的优点，保证样本相对集中，节约调查费用。在 大规模的抽样调查中，经常被采用的方法。 非概率抽样是指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用 某种方式从总体中抽出部分单位对其实施调查，包括方便抽样、可愿抽样、配额抽样、判断 抽样和滚雪球抽样等。 方便抽样：样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即 研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人 法就是一种偶遇抽样。方便抽样是非随机抽样中最简单的方法，省时省钱，但样 本代表性因受偶然因素的影响太大而得不到保证O 自愿抽样：某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用 以自愿被调查者为调查样本的方法。 判断抽样：研究人员从总体中选择那些被判断为最能代表总体的单位作样本的抽样 方法。当研究者对自己的研究领域十分熟悉，对研究总体比较了解时采用这种抽样 方法，可获代表性较高的样本。这种抽样方法多应用于总体小而内部差异大的桥况， 以及在总体边界无法确定或因研究者的时间与人力、物力有限时采用。 滚雪球抽样：以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认 识的合格的调查对象，再由这些人提供第三批调查对象，依次类推，样本如同 滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。 这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造 成误差。 配额抽样也称定额抽样，是将总体依某种标准分层（群）：然后按照各层样本数与 该层总体数成比例的原则主观抽取样本。配额抽样与分层极率抽样很接近，最大的 不同是分层概率抽样的各层样本是随机抽取的，而配额抽样的各层样本是非随机 的。总体也可按照多种标准的组合分层（群），例如，在研究旬杀问题时，考虑到婚 烟与性别都可能对自杀有影响，可将研究对象分为未婚男性、已婚男性、未婚女性 和已婚女性四个组，然后从各磐非随机地抽样。配额抽样是通常使用的非概率抽样 方法，样本除所选标识外无法保证代表性。 8、利用SPSS进行数据分析的一般步探： 数据的准备一数据的加工处理一数据的分析一分析结果的阅读和解释。 第二学练习题答案 1、SPSS中两个基本的数据组织方式：原始数据的组织方式和计数数据的组织方式。 原始数据的组织方式：待分析的数据是一些原始的调查问卷数据，或是一些基本的 统计指标。 计数数据的组织方式：所采集的数据不是原始的调查问卷数据，而是经过分组汇总 后的数据。 2、 个案：在原始数据的组织方式中，数据编辑器窗口中的一行称为一个个案或现测。 变量：数据编辑器窗口中的一列。 3、 默认的变量名：VAR -:默认的变量类型：数值型。 变量名标签和变量值标签可增强统计分析结果的可读性。 4、 数据文件如图所示： 产品类型 体重变化 人| 变蜀I 1 1.00 1.00 27.00 2 1.00 2.00 19.00 3 2.00 1.00 20.00 4 2.00 2.00 33.00 5、 缺失值分为用户缺失值（User Missing Value）和系统缺失值（System Missing Value）。用户缺失值指在问卷调查中，将无回答的一些数据以及明显失真的数据当作缺失值 来处理。用户缺失值的编妈一般用研究者自己能够识别的数字来表示，如“0”、“9、“99 等。系统缺失值主要指计算机默认的缺失方式，如果在输入数据时空缺了某些数据或输入了 非法的字符，计算机就把其界定为缺失值，这时的数据标记为一个圆点在变量视图中 定义。 6、 变量类型包括：数值型（身高）、定序型（受教育程度）以及定类型（性别）。在变量视 图中定义。 79题软件操作，答案略 第三章练习题答案 18题软件操作，答案略 9、SPSS排序功能仅实现将观测按用户指定顺序重新排列：拆分功能在按序排列的基础上, 能够实现对数据按排序变量进行分组，并分组进行后续的统计分析。 第四章练习题答案 1、 Statistics 户口所在 地 职业 年龄 Valid N Missing 282 0 282 0 282 0 户口所在地 Frequency Percent Vai id Percent CumuI at i ve Percent 中心城市 Valid边远郊区 Total 200 82 282 职业 Frequency Percent Vai id Percent CumuI at i ve Percent 国家机关 24 商业服务业 54 文教卫生 18 公交建筑业 15 经营性公司 18 学校 15 般农户 35 种粮棉专业 A Vai id 户 q 种果菜专业 户 10 工商运专业 户 34 退役人员 17 金融机构 35 现役军人 3 Tota 1 282 年龄 Frequency Percent Valid Percent Cumulative Percent 20岁以下 2035 岁 Vai id 3550 岁 50岁以上 Total 4 146 91 41 282 户iMi地 年粉 19 A350 38*WO 火 11 f 分析：本次调查的有效样本为282份。常住地的分布状况是：在中心城市的人最多，有 200 A,而在边远郊区只有82 A：职业的分布状况是：在商业服务业的人最多，其次是一 般农户和金融机构：年龄方面：在35-50岁的人最多。由于变量中无缺失数据，因此频数分 布表中的百分比相同。 2、 Descriptive Statistics N Mean Sid. Deviation Skewness Kurtosis Statistic Statistic Statistic Sialistic Sid. Error Statistic Std. Error 存谏.)款金部 Valid N (lishvise) 282 282 4738.09 10945.569 5.234 .145 33.B56 .289 分析：由表中可以看出，有效样本为282份，存(取)款金额的均值是，标准差为，峰度系 数为，偏度系数为。与标准正态分布曲线进行对比，由峰度系教可以看出，此表的存款金 额的数据分布比标准正态分布更陡峭：由偏度系数可以看出，此表的存款金额的数据为右偏 分布，表明此表的存款金额均值对平均水平的测度偏大。 DescriptM Statistics 户口所在ttt M Mean Std Deviation Skev/nesg kurtosis Statistic Statistic Statistic Statistic Std. Error Statistic 81d Error 中心城市存僦)款金额 Valid N (Itemise) 200 200 4956 94 9792.515 4.293 .172 23.203 342 边远郊区存俄)款金颈 valid N (iisiwise) 82 82 4204.92 13402 425 5.948 .266 38.060 .526 分析：由表中可以看出，中心城市有200人，边远郊区为82人。两部分样本存取款金额均 呈右偏尖峰分布，且边远郊区更明星。 3、 利用描述菜单下窗口对话框中的将标准得分另存为变量”功能实现。对标准分数变量 按降序排列，绝对值大于3的可视为“与众不同”的样本。 理由：标准化值反映的是样本值与样本均值的差是几个标准差单位。如果标准化值等于 0,则表示该样本值等于样本均值；如果标准化值大于0,则表示该样本值大于样本均值： 如果标准化值小于0,则表示该样本值小于样本均值。如果标准化值的绝对值大于3,则可 认为是异常值。 4、 利用列联分析实现。首先编制列联表，然后进行卡方检验。以户口和收入的列联分析为 例： 户口所在幽收入水平Crosstalwlation 收A水平 Total 1000元以下 1000-30005E 3000-500056 500056以上 尸口所在地中心城市 Count 19 127 40 14 200 Expected Couni 35.5 116.3 35.5 12.8 200.0 % within户口所在地 9.5% 63.5% 20.0% T.0% 100 0% 收入水平 38.0% 77 4% 80.0% TT.8% 70 9% 这远郊区 count 31 37 10 4 82 Epecreo couni 14 5 .了 14.5 5.2 82.0 户口所在地 37.8% 45/1% 12.3% 4 9% 100 0% % within收入水平 62.0% 22.6% 20.0% 22.2% 29.1% Total Count 60 164 60 18 282 Expected Couni 50.0 164.0 50.0 18.0 282.0 % within尸口所在地 17.7% 58.2% 17.7% 6.4% 100.0% % within收入水平 100.0% 100.0% 100.0% 1 00.0% 100.0% Chi-SquarR Tets Value df As/mp. Big. (2-sided) Pearson Chi-Square 32.064 3 .000 Likelihood Ratio 29.360 3 .000 Unear-by-Llnear Association 15.890 1 .000 N of Valid Cases 282 a 0 cells (.0%) have ejected countless 1han 5. The minimum eypected count is 5 23 表中，卡方统计量的观测值等于，杨率-P值等于。若显著性水平设为，由于，拒绝原假设, 表明户口地与收入水平不独立。 5、多选项分类法： $set Frequencies RG5pon$G Percent of Cases N Percent 钮eF 关百的栏资品 67 7.9% 23.0% 结婚用 51 6.0% 18.1% 正常生活零用 180 21.3% 63.8% 52 6.1% 18.4% 购买农出生产资料 16 1.9% 57% 买还券吸单位案资 34 4.0% 12.1% 买房或建房 99 10.4% 31.2% 之付孩亍教育黄 78 9.0% 27.0% 养老金 55 6.5% 19.5% 防以外手改 107 12.6% 37.9% 彳与利息 120 14.2% 42.6% Tctsl 846 1 00.0% 200.0% a. Group 存款的最主要目的是正常生活零用 6、计算结果: 57 78 60 195 48.8 68.3 78.0 195.0 29.2% 40.0% 30.8% 100.0% 38.0% 37.1% 25.0% 32.5% 45 87 63 195 48.8 68.3 78.0 195.0 23.1% 44.6% 32.3% 100.0% 30.0% 41.4% 26.3% 32.5% 48 45 117 210 52.5 73.5 84.0 210.0 22.9% 21.4% 55.7% 100.0% 32.0% 21.4% 48.8% 35.0% 150 210 240 600 150.0 210.0 240.0 600.0 25.0% 35.0% 40.0% 100.0% 100.0% 100.0% 100.0% 100.0% 卡方统计量：/2 = ，用于测度各个单元格的观测频数与期望频数的差异, r-1 J-l h 并依卡方理论分布判断差异是否统计显著。由于期望频数代表的是行列变量独立下的分布, 所以卡方值越大表明实际分布与期望分布差异越明显。 本例中，由于概率P值小于显著性水平，应拒绝原假设，婆媳关系与住房条件有关系。 7、将计数数据还原为原始数据，采用交又分组下的频数分析，弁进行卡方检验。 产品类型夕体重变化交叉制赛 体重登化 合计 明显减轻 无明显焚化 声品类型 第一种声品 计数 27 19 46 期望的计数 21.8 24.2 46.0 产品类型中的% 58.7% 41.3% 100.0% 体重安化中的% 57.4% 36.5% 46.5% 总数的% 27.3% 19.2% 46.5% 第二种产品计数 20 33 53 期望的计数 25.2 27.8 53.0 产品类型中的% 377% 62.3% 100.0% 体重安化中的% 42.6% 63.5% 53.5% 总数的% 20.2% 33.3% 53.5% 合计 计数 47 52 99 期望的计数 47.0 52.0 99.0 产品类型中的% 47.5% 52.5% 100.0% 体重芟化中的% 100.0% 100.0% 100.0% 总数的% 47.5% 52.5% 1 00.0% 卡方检验 值 df 浙进Sig. &又 洌） 精确耳g.觎 她 精确囱g（单 例） Pearson-K 方 4.339a 1 .037 连续校正b 3.539 1 .060 似然比 4.367 1 .037 Fisher的精确检验 .045 .030 线性和线性组合 4.295 1 .038 有效案例中的N 99 a. O单元格 3%）的期望计数少于5。最小期望计数为21.84。 b. 伎对2乂2表计算 表中，卡方统计量现测值为，对应的概率P-值为，小于显著性水平，应拒绝原假设, 说明减肥效果弁不一致。 8、多选项二分法: 城市代局 Frequency Percenl Valid Percent Cumulative Perceni Valid 102 7Q4 1 J.1 14 1 141 101 514 9.1 9.1 232 401 400 7.1 7.1 303 602 246 4.4 4.4 346 103 222 3.9 3.9 386 1701 190 3.4 3.4 41.9 301 189 3.4 34 45 3 102 （794 份）、 101 （514 份）、401 （400 份） a目的为止您1!脸票的结果是 Frequoncy Porcorit Valid Porcent Cumulatve Percent Valid 席寇 2129 37.7 38.0 38.0 不盛不燎 1790 31.6 31.9 69.7 瞬 1697 90.1 30.3 100.0 Total 5606 99.4 100.0 Missing 9 35 .6 Total 5641 100.0 赚钱比例:%,赔钱比例38% $s9t Frocfuencias Responses Percent of Cases N Percent Ssela 关卖股票主要侬据：茎本 1779 29.5% 32.0% 喜蒙蹩票主要依据:技术 1646 27.3% 29.6% 买卖嬷主要依据:跟凤 方法 831 13.8% 16.0% 买卖股票主要依据:凭感 觉去买卖 1773 29.4% 31.9% Total 6028 100.0% 108.0% a Dichotomy group tabulated at value 1. 主要依据：基本因素法; $sot Frequencies Responses Percent of Cases N Percent $9Gta 买我股票主要依据:甚本 因因法 9772 233% 68.0% 募卖股票主要苗据：技术 分析法 3906 24.1% 70.5% 普养腰祟王妾（皤:跟风 4720 29.2% 85.2% 买我股袁主要依据:凭感 觉去买卖 3778 23.4% 68.2% Total 16176 100.0% 291.8% a Dichotorry group tabulated at value 0 最少依据：更跟方法 您是麦聊股票投第者还是业余股荣投资者到目前为止您做股票的姑果是 Crosstdbulation Count 到目茹为止给极投至的结果是 Total 藤峻 不媒不麻 赔法 您是专职股票投烫者还是 业余股票投资者 专职投资老 342 162 291 795 业余投资者 1350 1611 1835 4796 local 1692 1773 2126 5591 Chi square lests Value df Asymp Sig. (2-sided) Pearson Chi-Square 87.667a 2 000 Likelihood Ratio 87 668 2 000 Linear-by-Linear Association 27.517 1 .000 N of Valid Cases 6591 a. C cells (.0%) have expected count less than 5 The minimum expected count is 240.59. 采用列联分析。卡方检验结果表明：专职和业余投资者在投资结果上存在显著差异。 9、（1）变量：汽车价格、居住地区；类型：定序型变量、定类型变量 （2）上述是计数数据的组织方式，应首先组织到SPSS的数据编辑器窗口中，再利用交叉 分组下的频数分析方法。 居住地区汽至价格交灵制表 汽车伯格 合计 1。万元以F 1 0万2U方兀 20万湘0万元 3。万元以上 居企地区本部抱区计貌 20 50 30 40 140 期瀚）计数 350 56.0 24.5 24.5 140.0 居住地区中的 14.3% 35.7% 21.4% 286% 100.0% 汽车价格中的% 20.0% 31.3% 42.9% 571% 35.0% 总粉 5.0% 12.5% 7.5% 10 0% 35 0% 中部地区计数 4。 60 20 20 140 期浦勺计救 35.0 56.0 24.5 24.5 140.0 居住地区中的% 28.6% 42.9% 14.3% 14.3% 100.0% 点车价格中的% 40.0% 37.5% 28.6% 28.6% 35.0% 渤域 10.0% 15.0% 5.0% 50% 35.0% 西部地区计数 40 50 20 10 120 期瀚）计莉 30 0 48.0 21.0 21.0 120.0 居住地区中的 33.3% 417% 16.7% 8.3% 100.0% 汽车侑格中的 40.0% 31.3% 28.6% 14.3% 30.0% 总数的实 10.0% 12.5% 5.0% 25% 30.0% 台计 计滋！ 100 160 70 70 400 期理计数 100.0 160.0 70.0 70.0 400.0 居住地区中的 25.0% 40.0% 17.5% 17.5% 100.0% 汽车价格中的% 100.0% 100 0% 100.0% 100 0% 100 0% 总獭 25.0% 40.0% 17.5% 17 5% 100.0% 2、 卡方检验 值 df 新进即g.妙 娜 Poarmn卡方 29.991 6 .000 似然比 30.683 6 .000 线性和线性组合 26.206 1 .000 有效案例中的N 400 a- 0单元格(.0%)的期望计数少于最小期望计数为 21.00c 列联分析。原假设：不同居住区的私家车主接受的汽车价格具有一致性的。上表可知, 如果显著性水平为，由于卡方检验的概率P-值小于显著性水平，因此应拒绝原假设。 第五章练习题答案 1、采用单样本T检验(原假设H0：u=u0=75,总体均值与检验值之间不存在星著差异): One-Samp Ie Statistics N Mean Std. Dev i at i on Std. Error Mean VAR00001 11 One-Samp Ie Test Test Value = 75 t df Sig. (2-ta iIed) Mean Difference 95% Confidence Interval of the Difference Lower Upper VAR00001 10 .668 分析：N二11人的平均值(mean)为，标准差()为，均值标准误差(std error mean)为。t 统计量的观测值为，t统计量观测值的双尾概率P-值(sig. (2-tailed)为；六七列羡总休 均值与原假设值差的95%的置信区间：, 采用双尾检验比较a和p。T统计量现测值的双尾 概率p-值(sig. (2-tai led)为a二所以不能拒绝原设；且总体均值的95W的迎信区间为， 检验值75包括在置信区间内，所以经理的话是可信的。 One-Sample Statistics M Mean 3td. Deviation Std. Error Mean 上确问 35 27 5429 1070004 1.80864 One-Sarnple Test TestValue = 0 t df Sig. (2-tailed) Mean Difference 95% ConfidGncG Intend oflhe DiffGrencG L(Mer Upper 上确间 15229 34 .000 27.54286 23.8673 31 2184 每周上网时间的样本平均值为，标准差为，总体均值95%的置信区间为、利用两独立样本的 T检验实现，本质为两个总体比例差的检验。首先将计数数据通过加权功能还原为原始数据, 然后，采用两独立样本T检验实现。检验变量为行为，分组变量为方式。 Group Statistics 方式 N Mean Std. Deviation Std. Error Mean a2 方式一 200 .4600 .49965 .03533 方式二 183 .8798 32611 .02411 搪立样本牍 方差方程的Lene检蔑 均值方程的潘魅 F Sig. t df 均值是值 标准误是值 差柚05 %舌信囱目 网 上眼 双 假误方卷相等 假设方差不相等 257 985 .000 -9.840 -9.815 381 345.536 .000 .000 -.41978 -.41978 .04277 -.50540 -.50391 -.33416 -.33566 分析： 从上表可以看出票丢仍买的人数比例为46%,钱去仍买的人数比例为88%,两种方式的样 本比例有较大差距。 1. 两总体方差是否相等F检验：F的统计量的观察值为，对应的 P值为，：如果显著性水平为，由于概率P值小于，两种方式的方差有显著差异。 看假设方差不相等行的结果。2.两总体均值（比例）差的检验：.T统计量的现测值为，对应 的双尾概率为，T统计量对应的概率P值，故推翻原假设，表明两总体比例有显著差异.更倾 向心理学家的说法。 4、本题是单个总体的比例检验问题。首先将数据组织成计数方式，弁以数量为加权变量还 原为原始数据。然后，采用独立样本的T检验实现。检验变量为是否开兰花，检验值为。 单个样本统计里 N 均值 标准差 均倒）标准误 开兰花否 200 .7100 .45490 .03217 单个样本检验 检验值= 0.75 t df SigOTJ) 均值差值 差分的95% 信区间 下限 上限 开兰花否 -1.244 199 .215 -.04000 -.1034 .0234 分析： 由表知：样本中200裸开兰花的比例为71知 如果总体比例的原假设为，由于T统计量的概 率P值大于显著性水平（），不能拒绝原假设，不能说与遗传模型不一致。 5、方式一：采用两配对样本t检验 Paired Samp Ies Statistics Mean N Std. Dev i at ion Std. Error Mean 饲料1 Pa i r 1 饲料2 9 9 Pa i red Samp Ies Correlations N Correlatio n Sig. C . 4饲料1 &饲料 Pair 1 2 9 .571 108 Paired Samples Test Pai red Differences t df Sig. (2-taiIe d) Mean Std. Devi at io n Std. Error Mean 95% Conf i dence Interval of the Difference Lower Upper Pair饲料1 - 1 饲料2 8 .306 由上表可知，t统计量现测值为，概率P-值为，大于显著性水平，不应拒绝原假设，不 能认为不同饲料使幼鼠体内钙的留存量出现了显著不同。8、 方式二：采用两独立样本t检验 约统i*里 N 均值 均值的杭隹英 灿 甲组 乙祖 12 9 30.508 31.400 3.6882 3.1257 I 0647 1 0419 万差方起的 B 旭 E 核获 均恒方程的1桧玻 F Sig. t df Signal) 均值差恒 彩揄95%助宜I间 残留 W设方差相等 据设方差不相等 059 811 -.584 -.599 19 18.045 .566 .557 -.8917 -.8917 1 5268 1.488? 4 0873 -4.0136 2.3040 2.2303 由上面的表可知，两组残留的样本平均值差异不大。 由下表可知，该检验的F统计量的观测值为，对应的概率P-值为。如果是著性水平为，则可 以认为两总体的方差无显著差异。 两总体均值的检验应看第一行。T统计量的观测值为，P-值为，。如果显著性水平为，则不 应拒绝原假设，不能认为两饲料残留有显著差异。 6、两独立样本T检验 纽统计里 $9： N 标准至 均值的极隹误 平均分 remaie male 30 30 67.5208 68.9229 9 08385 9 85179 1.65848 1.79868 独立寿本检戏 方控方程的Lene检均 均值方程的t崎盼 F SIQ t dr SID 豌) 劾值差值 标荏误爰怕 差分的95%置信区旬 F限 上限 平均分魂方差中眸 假设方差不4噂 .257 614 .573 .5?3 58 57.622 .569 -1.402D8 -1 40Q08 2 44659 2 44659 -6.29947 -6 30015 3.49530 3 49698 分析： 1 .两总体方差是否相等用F检验：F的统计量的现察值为，对应的P值为，：如果显著姓 水平为，由于概率P值大于，两种方式的方差无显著差异.看假设方差相等行。 2. 两总体均值的检验：T统计量的观测值为，对应的双尾概率为，T统计量对应的P值 显著水平，故不能拒绝原假设，不能认为女生男生的课程平均分有显著差异。 7、利用配对样本T检验，逐对检验 成对祥拿统计里 均值 N 标建 均值的标准误 对1 削前 489.1 7 12 78.098 22.645 削后 560000 12 61.9384 17.8801 成对样亦相关系致 N 相关系教 Sig. 对1 培训削&培训后 12 135 .675 成对要分 1 df S io. TOD 均佰 标准差 均值的标就 差分的95%信区问 下限 上限 对1 培训前培训后 -70.8333 106 0410 30.6114 -138.2086 -3.4581 -2.31 4 11 041 由第一个表知，培训前和培训后样本的平均值(mean)有一定差异，培训后平均值较大；表 二表明，在显著性水平为时，培训前后的销隹量有一定的线性关系；由表三知，t检验统计 量的观测值为，对应的双尾概率p-值为，小于业著水平a=,应拒绝原假设，培训前后的销 傍平均值存在星著差异。 第六章练习题答案 1、(1) ANOVA VAR00002 Sum of Squares df Mean Square F Sig. Between Groups Within Groups Tota 1 4 30 34 .000 概率P-值接近于0,应拒绝原假设，认为5种推销方法有显著差异。 (2)均值图: Illi 2 3 4 5 VAR00001 Multiple Comparisons Dependent Var iable: VAR00002 LSD (I) VAR00001 (J) VAR00001 Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval Lower Bound Upper Bound 2 .048 3 .7286 .653 1 4 .066 5 .000 1 .048 .027 3 .018 .755 2 4 .000 5 .042 1 .653 2 .018 3 4 .157 5 .000 1 .066 .216 2 .000 4 3 .157 .945 5 .000 1 .000 2 .042 127 5 3 , .000 4 , .000 *. The mean difference is significant at the level. 可知，1和2、1和5、2和3, 2和4, 2和5, 3和5,4和5有显著差异。 2、: 3、 因F检验的概率P值小于配著性水平（），拒绝原假设，方差不齐，不满足方差分析的前提 假设。 :;67; 各组均值存在显著差异。更适合第三组 4、 Between-Subjects Factors Value Label N 地区一 9 地区 地区二 9 地区三 9 周一至周三 9 日期 周四至周五 9 周末 9 Tests of Between-Subjects Effects Dependent Variable:销售量 Source Type I I I Sum of Squares df Mean Square F Sig. Corrected Mode I .852 8 .000 1 .000 a1 2 .313 a2 2 .254 a1 * a2 .815 4 .704 .000 Error .667 18 Tot a I 27 Corrected Tot a I .519 26 a. R Squared = .788 (Adjusted R Squared = . 693) 分析： （2）由上表可知，F“F“的概率P-值为和，大于显著性水平（），所以不应拒绝原假设, 可以认为不同地区和日期下的销傍额总体均值不存在显著差异，不同地区和不同日期对该商 品的销侈没有产生显著影响。 (3)产生了交互影响。因为概率P-值接近于0,拒绝原假设，认为不同地区和日期对销 傍额产生了显著的交互作用。 5、 Between-Subjects Factors Value Label N ，一 女 12 性别 男 12 使用 12 手机 不使用 12 Tests of Between-Subjects Effects Dependent Var iable:得分 Source Type I I I Sum of Squares df Mean Square F Sig. Corrected Mode I 3 .000 1 .000 性别 1 .310 .584 手机 1 .000 性别*手机 1 .258 Error 20 Tota I 24 Corrected Tota I 23 a. R Squared = .760 (Adjusted R Squared = .724) 分析： 就性别而言，因为概率P-值二，大于显著性水平，所以不应拒绝原假设，认为性别对驾 驶状态无显著影响：就手机使用情况而言，因为概率P-值接近0,应拒绝原假设，认为手机 使用靖况对驾驶状态存在显著影响。 6、 Descriptive Statistics 方法 N Mean 旧方法增分 。溜时间 Valid N (listz/ise) 9 9 9 10.611 3.500 新方法增分 D嘴町间 Valid N (listwise) 9 9 9 12.556 4.DOO Tests of Detween-Sulects Effects Dependent variable:增分 source rjipe in sum otSauares df Mean Square F Sia. Corrected Model 67.571a 2 33785 19.451 000 200.270 1 200.270 115.299 000 加盟时国 50.557 1 50.567 29.106 ODO 方法 9.405 1 9.405 5.415 034 Error 26.054 15 1737 Total 2508.750 18 corrected Total 93.625 17 a R Squared = .722 (Adjusted R Squared = 685) 在剔除加盟时间的影响下，因P-值小于，应拒绝原假设，两种培训方式效果有显著差异。 第七章练习题答案 1、卡方检验 需意程度年龄段Crosstabulation Count 年龄段 Total 1 0D 2.00 3.00 滴意程度 1 00 126 297 156 679 2 00 306 498 349 1153 3 00 88 6， 75 224 4 00 27 17 44 83 Total 547 873 B24 2044 Chi square Tests Value df Asymp Sig (2-sided) Pearson Chi-Square 66.9903 6 .000 Likelihood Ratio 68150 6 .000 Liriear-ty-Linear Association 0D8 1 .930 N ofValid Cases a. C cells (.0%) ha/G xpGctGd count less than 5 Tha minimum expected count is 23.55 因概率P值小于显著性水平（），拒绝原假设，不同年龄度对该商品满意程度不一致。 2、单样本K-S检验 One Sample Kutmogoiov-Smii riov Tesi 存（坂成金额 N 282 Normal Pafam9t9rs3b Mean 4738.09 Std. Deviation 10945.569 Most Extreme Differences Absolute .333 Positive .292 Negative -.333 Kolmooorw-SmimovZ 5.585 A$ymp. Sig. (2-tailed) .000 a. Test distribution is Nonrial. b. calculated from data. 因概率P值小于显著性水平（），拒绝原假设，与正态分布存在显著差异。 3、单样本游程检验 Runs lest 宜径 Test Value3 10.0945 Cases Value 11 Cases = Tes1 Value 9 Total Cases 20 ixiumoeroTRuns 5 Z 2.508 Asvmp Sic. (2-t3iled) .012 a. Maan 因概率P值小于显箸性水平（），拒绝原假设，认为成品尺寸的变化是由生产线工作不稳定 导致的。 4、两独立样本的K-S检验 Two-Sample Kolmogorov-Smirnov Test Frequencies 户口所在地 N 存卸）改金颜 中心城市 200 边远郊区 02 Totel 282 Test Statistics3 存（取）我金前 M ost Eidfeme Diffe rances Absolute 152 Posit vo 019 Negative -152 Kolmogorov-SmimovZ 1 162 Asymp. Sig. (2-tailed) 135 a. Grouping Variable:户口所在也 因概率P值大于显著性水平（），不应拒绝原假设，认为不同地区本次存取款金额的分布不 存在显著差异。 5、两独立样本的曼-惠特尼检验 Mann-Whitney Test Ranks 品牌 N Mean Rank Sum of Ranks W A Total 12 12 24 7.96 17.04 9550 204.50 Test Statisticsb 堇坦 Mann-Whitner U 17.500 Wilcoyon W 96 600 z -3148 Asymp. Sig. (2-iailed) 002 Eeact Sig. 2*(1-tailed sig.) .OOI3 a Not correrted for ties b. Grouping Variable:品fiB 因概率P值小于显著性水平（），应拒绝原假设，两品牌白糖实际重量的分布存在显著差异 6、 （略） 7、 两配对样本的秩检验 Wilcoxon Signed Ranks Test Ranks M Mean Rank Sum of Ranks 喝酒后-禺酒苗 Negative Ranks Positive Ranks Ties Total 0a 10b 0 10 00 5.50 .00 55.00 a飓酒后。暖酒前 b.喝洒后-喝酒前 E.喝酒后二朝前 嗥酒后唱酒 AU au Z Asymp Sig. (2-tailed) -2.803 005 a. Based on negative ranks. o. Wilcoxon Signed Ranks Test 因概率P值小于显著性水平（），应拒绝原假设，喝酒前后刹车反映时间存在显著差异 8、多配对样本的fr i edman检验 Friedman Test Ranks Mean Rank 啊 2.33 踽2 2.00 醐3 1.67 rest Statistics3 N 6 Chi-square 1.393 df 2 Asymp. Sig. .613 a. Friedman Test 因概率P值大于显著性水平（），不应拒绝原假设，三个品牌牛奶的日销隹数据不存在显著 差异。 第八学练习题答案 1、能。 Correlations 综合竟.争力 客户满意 度 综合竞争 力 Pearson 1 .864 Correlation 客户满意度 0. s Sig. (2-tai led) .000 N 15 15 Pearson .864 1 Correlation 综合竞争力 Q 小 Sig. (2-tai led) .000 N 15 15 *. Correlation is significant at the level (2-ta i I ed) 两者的简单相关系数为，说明存在正的强相关性。 2、香烟消耗量与肺癌死亡率的散点图 arco- 3 2 5C0- 炫恨L)0.544 250 500 750 1000 1250 O香烟 Curielatiovis 死亡 舌增 Pearson Correlation 1 73产 Sig. (2-taited) .010 N 11 11 死亡 Pearson Correlation .73产 1 Sig. (2-tailed) .010 N 11 11 *. Correlation is significant at the 0.01 level (2- tailed). 相关系数为。因概率P值小于星著性水平（），拒绝原假设，认为两者存在显著关系。 3. (1) 110- 100- 情管价格 如果所绘制的图形不能较清晰地展示变量之间的关系，应对散点图进行调整。在SPSS 查看器窗口中选中相应的散点图双击鼠标，进入SPSS图形编辑器窗口。选中【选项】菜单 下的【块元素】子菜单进行数110- 103- 93- 70- 60- 50- 2500 5C0D 1K8 德 7503 103。 瓠- SC- 70- fl- 50- 40- 2SCO 5C0D 7SD0 1DXO 家威收入 忻 格 据合弁。 (2) Correlations Control Var i abIes 销售额 销售价格 Correlation 一小右 Significance 销隹额 ， 、 家庭收入 (2-tai led) df 销傍价格Correlation 0 .026 7 Significance (2-tailed) .026 df 7 0 如表所示，在家庭收入作为控制变量的条件下，销售额和价格的偏相关系数为，呈一定 的负相关关系，且统计星著。 第九章练习题答案 1、 30.00 40.00 SO.OO 60.00 70.00 80 .CO 90.00 math 2、相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需 92225- 92200- 92175- 921 SO- 92125- 92100- 9222S- 92200- 92175- 92150- 9212S- s . 1;： 3: 26:; Y二回归方程显著性检验：整体线性关系星著 回归系数显著性检验：各个回归系数检验均显著 7、 Model Summary Model R R Square Adjustod R Square Std. Error of the Estimate 1 710J .505 499 69.495 a. Predictors: (Constant). Gender. Verbal SAT ANOVAb Model Sum or Squares df Mean Square F Sia. 1 Regression Rosidual Total 782588.468 7B7897.951 1550436.420 2 159 161 391294.234 4829.547 81 021 oooa a. Predictors: (Constant), Ge no er. verbal SAT b. Dependentvariable: Math SAT Coofficiontsa Model Unslandardized Coefficients sianoardizec Coefficienls t Sig B Sid Error B1a 1 (Constani) 194.582 34.068 5.418 .000 Verbal SAT 686 .055 .696 12.446 .000 sender 37.219 10.940 .190 3.402 .001 a. DependentVariabla: Math SAT 因概率P值小于显著性水平（），所以表明在控制了性别之后，阅读成绩对数学成绩有显著 的线性影响。 8、采用二次曲线 Model Summary R R Square Adju?itnd R Square fttd Rfrnrnf the Eslimate 978 .95? .955 1651.679 ANOVA Sum of Squares df Mean Square F Sig. Regression 1 961E9 2 9804E8 269 273 .00。 Residual 8.730E7 32 2728042.572 Total 2.048E9 34 Coefficients Un standardized Coefficients Standardized Coefficients t Sig. Std. Error Beta Case Sequence -164.291 113713 -.217 -1.445 .158 Case Sequence 2 24.234 3.064 1.187 7.909 .000 (ConstanV 17269.480 887.803 19.452 .000 粮霞产仙（y 万吨） 第十章练习题答案 1、采用欧氏距离，组间平均链锁法 利用凝聚状态表中的组间距离和对应的组数，回归散点图，得到碎石图。大约聚成4类35 Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine 由图可知，北京自成一类，江苏、广东、上海、湖南、湖北聚成一类。其他略。 均值对比，依据聚类解，利用分类汇总，计算各个聚类变量的均值 方差分析结果:CLU4J x2_mean x3_mean x4_mean x5_mean x6_mean x7_mean 1 6795 00 3737 00 339803 00 3261 00 272300 1227000 2 2209.17 1051.42 56046.08 923.67 462.58 4800.08 3 96015 442 46 7861 62 372 31 171 85 2117 00 4 4137 80 1996 00 122009 80 2115 00 91260 8609.20 x8_mean 23700 143.33 64 08 271 60 ANOVA Sum of Squares df Mean Square F Sig. 投入人年数 Between Groups wnnin Groups Toiai 5.978E7 2.036E7 8.014E7 3 27 30 1.993E7 753973.858 26.428 .000 投入.诙最祢的.人.年熟 Between Groups Wilhin Groups Tolal 1.649E7 4294074.147 2.079E7 3 27 30 5495322.273 159039783 24552 .000 投入科班事业贵（百元） Between Groups wnnin Groups Tolal 1.325E11 3.676E9 1.361E11 3 27 30 4.415E10 1.361 E8 324.31 B .000 浬题总数 Between Groups WHhin Groups Tolal 1.647E7 4606273436 2.108E7 3 27 30 5490178.855 170602720 22.181 .000 专苔数 Between Oroups Vhhin Groups Tolal 7203690385 1057167.809 8260858194 3 27 30 2401230.128 39154.363 61.32? .000 密立数 Between Groups WHhin Groups Tolal 2.197ES 1.117E0 3.314E8 3 27 30 7.323E7 4139643.915 17.69? .000 荻奖数 Between Oroups Wilhin Groups Tolal 169882049 422436790 592318 839 3 27 30 56627350 15645.807 3.619 .026 不同组在各个聚类变量上的均值均存在星著差异。 2、 数量级将对距离产生较大影响，并影响最终聚类结果。 3、 会。如果所选变量之间存在较强的线性关系，能够相互替代，在计算距离时同类变量将 重复“贡献”，占有较高权重，而使最终的聚类结果偏向该类变量。 4、 K-Means聚类分析步骤： 确定聚类数目K确定K个初始类中心点一根据距离最近原则进行分类一重新确定K个 类中心点一判断是否已经满足终止条件。 是一个反复迭代的分类过程。在聚类过程中，样本所属的类会不断调整，直至达到最终 稳定为止。 5、 聚成3类较为恰当。 第十一章练习题答案 1、因子分析的主要步骤： 一、前提条件：要求原有变量之间存在较强的相关关系。二、因子提取。三、使因子具 有命名解释性：使提取出的因子实际含义清晰。四、计算样本的因子得分。 2、“基本建设投资分析因子分析 (1) Correlation Matrix 国家ffi鼻内资金 国内贷紫 利用外资 自务资金 其他投资 国家预鼻内资金 .458 .229 .331 .211 国内贷款 .458 .746 .744 .686 Correlation 利用外资 .229 .746 .864 .776 台筹资金 .331 .744 .864 .928 其他投资 .211 .686 .776 .928 表一是原有变量的相关系数矩阵。由表可知，一些变量的相关系数都较高，呈较强的线 性关系，能够从中提取公共因子，适合进行因子分析。 KMO and Bartletts Test Ka i ser-Meyer-01k i n Measure of Samp Iing Adequacy. .706 Approx. Chi-Square Bartlett* s Test of df 10 Sphericity Sig. .000 由表二可知，巴特利特球度检验统计量的观测值为，相应的概率P-值接近0.如果显著 性水平为，由于概率P-值小于显著性水平a,则应拒绝原假设，认为相关系数矩阵与单位 阵有显著差异，原有变量适合做因子分析。同时，KMO值为，根据KMO度量标准可知原有变 量可以进行因子分析。 GommunaIities Initial Extraction 国家预算内资金 196 国内贷款 .769 利用外资 .820 向筹资金 .920 其他投资 .821 Extraction Method: Principal Component Analysis. 由表三可知，利用外资、自筹资金、其他投资等变量的绝大部分信息（大于80旺）可被 因子解释，这些变量的信息丢失较少。但国家预算内资金这个变量的信息丢失较为严重（近 80船。总的来说，本次因子提取的总体效果还不错。为了达到更好的效果，可以重新指定提 取特征值的标准，指定提取2个因子。补充说明如下： 故由表四可知，第1个因子的特征值很高，对解释原有变量的贡献最大；第三个以后的 因子特征值都较小，对解释原有变量的贡献很小，可以忽略，因此选取两个因子羡合适的。 表五：重新提取因子后的公因子方差表 Communalities Initial Extraction 国家预算内资金 .975 国内贷款 .795 利用外资 .860 白筹资金 .937 其他投资 .882 Extraction Method: Principal Component Analysis. 表五是指定提取2个特征值下的变量共同度数据。由第二列数据可知，此时所有变量的 共同度均较高，各个变量的信息去失都较少。因此，本次因子提取的总体效果比较理想。 Total Variance Exp I a i ned Component Initial EigenvaIues Extraction Sums of Squared Loadings Tota I % of Variance Cumulative % Total % of Variance Cumulative % 1 2 .923 3 .306 MnAU&UJ 4 .200 5 .046 925 Extraction Method: Principal Component Analysis. Total Variance Exp I a i ned Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Var iance Cumulat i ve % Tota I % of Variance Cumulative % Total % of Var i ance Cumulative % 1 2 .923 .923 3 .306 4 .200 5 .046 .925 Extraction Method: Principal Component Analysis. 表六中，第一个因子的特征值为，解释原有5个变量总方差的丸累计方差贡献率为料第二 个因子的特征值为，解释原有7个变量总方差的18恕累计方差贡献率为 (2) Component Matrix， Component 1 2 可筹资金 .959 其他投资 .906 利用外资 .906 国内贷款 .877 160 国家预舁内资金 .443 .882 a. 2 components extracted. 表七显示了因子载荷矩阵。由表可知，包筹资金、其他投资、利用外资和国内贷款四个 变量在第一个因子上的裁荷都较高，意味着它们与第一个因子的相关程度高，第一个因子很 重要：第二个因子除了与国家预算内资金相关程度较高外，与其他的原有变量相关性较小， 对原有变量的解释作用不明显。 下表采用方差极大法对因子载荷矩阵实行正交是转以使因子具有命名解释性。指定按第 一个因子载荷降序的顺序输出旋转后的因子栽荷，并绘制族转后的因子载荷图。 Rotated Component Matrix* Component 1 2 向筹资金 .949 .190 其他投资 .937 .064 利用外资 .921 .110 国内贷款 775 .440 国家预算内资金 .128 .979 由表可知，旬筹资金、其他投资和利用外资在第1个因子上有较高的载荷，第一个因 子主要解释了这几个变量，可解释为外部投资：国内贷款和国家预算内资金在第2个因子上 有较高的载荷，第二个因子主要解释了这几个变量，可解释为内部投资。与旋转前相比，因 子含义较清晰。 3、“消费结构因子分析 (1) 各变量共同度如下： 食品的变量共同度为+ () 2=,其他类似。 衣着为 居住为 家庭设备用品及服务为 医疗保健为 交通和通信为 教育支化娱乐服务为 杂项商品和服务为 变量共同度刻画了因子全体对变量信息解释的程度。此题中大多数原有变量的变量共同 度均较高(全部变量共同度都大于70%,大部分大于80%),说明提取的因子可以解释原有变 量的大部分信息，仅有较少的信息丢失，因子分析的效果较好。 个因子变量的方差贡献如下： 第一个因子的方差贡献为s,2=+= 第二个为 因子的方差贡献反映了因子对原有变量总方差的解释能力。由题中可知，第一个变量解 释能力更强，更重要。 (2) 由旋转成分矩阵可知，食品、居住、家用设备用品及服务、交通和通信、教育支化娱 乐服务以及杂项商品和服务在第1个因子上有较高的载荷，第1个因子主要解释了这几个变 量，可解释为刚性消费需求；衣着、医疗保健这两个变量在第2个因子上有较高的载荷，第2 个因子主要解释了这几个变量，可解释为弹性消费需求。因此消费结构可以分为刚性和弹性 消费两个部分。