假设检验spss操作例题

1、 页单样本T检验按规定苗木平均高达1.60m以上可以出，今在苗圃中随机抽取10株苗木，测定的苗木高度如下：1.751.581.711.641.551.721.621.831.631.65假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？（要求a=005）解：1）根据题意，提出：虚无假设H：苗木的平均苗高为H=1.6m;备择假设斗：苗木的平均苗高H1.6m；2）定义变量：在spss软件中的“变量视图”中定义苗木苗高,之后在“数据视图”中输入苗高数据；3）分析过程在spss软件上操作分析，输出如下：表1.1：单个样本统计量N均值标准差均值的标准误苗高101.6680.08430.02666表1

2、.2:单个样本检验tdf检验值=1.6差分的95%置信区间Sig.（双侧）均值差值下限上限苗高2.5519.031.06800.0077.12834）输出结果分析由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m,标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小。由表1.3数据分析可知，T检验值为2.55，样本自由度为9,t检验的p值为0.0310.05,说明差异性显著，因此，否定无效假设H0，取备择假设H1。由以上分析知：在显著水平为0.05的水平上检验，苗木的平均苗高大于1.6m，符合出圃的要求。独立样本T检验从两个不同抚育

3、措施育苗的苗圃中各以重复抽样的方式抽得样本如下：样本1苗高（CM）：52587148576273686556样本2苗高（CM）：567569827463586478776673设苗高服从正态分布且两个总体苗高方差相等（齐性），试以显著水平a=0.05检验两种抚育措施对苗高生长有无显著性影响。解：1）根据题意提出：虚无假设两种抚育措施对苗木生长没有显著的影响；备择假设两种抚育措施对苗高生长影响显著；2）在spss中的“变量视图”中定义变量“苗高1”“抚育措施”，之后在“数据视图”中输入题中的苗高数据，及抚育措施，其中措施一定义为“1”措施二定义为“2”；3）分析过程在spss软件上操作分析输出分

4、析数据如下;表2.1:组统计量抚育措施N均值标准差均值的标准误苗高111061.008.2332.60321269.588.2402.379表2.2: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的95%置信区间下限上限苗高1假设方差相等假设方.005.946-2.43420.024-8.5833.527-15.940-1.227差不相-2.43419.296.025-8.5833.527-15.957-1.210等4）输出结果分析由上述输出表格分析知：在两种抚育措施下的苗木高度的平均值分别为61.00cm；69.58cm。苗高均值

5、差异性分析的F值为0.946,说明通过方差方程的检验其两总体的苗高均值齐性，标准差分别为8.233、8.240。由表2.2知通过均值方程的t检验的t值为-2.434,样本的p值为0.0240.05，说明差异性显著，因此，拒绝虚无假设H0,肯定备择假设H1。由分析知，在显著水平为0.05水平时检验，两种抚育措施对于苗高的影响显著。配对样本T检验为比较两种方法对乳酸饮料中脂肪含量测定结果是否不同，某人随机抽取了10份乳酸饮料制品，分别用脂肪酸水解法和哥特里罗紫法测定其结果如下表第栏。问两法测定结果是否不同？两种方法对乳酸饮料中脂肪含量的测定结果（%）编号哥特里一罗紫法（方法1）脂肪酸水解法（方法2

6、）10.8400.58020.5910.50930.6740.50040.6320.31650.6870.33760.9780.51770.7500.45480.7300.51291.2000.997100.8700.506解：1）根据题意提出：虚无假设H：两种方法的测定结果是相同的的备择假设H两种方法的测定结果是不同的；2）在spss中的“变量视图”中定义变量“方法1”，“方法2”，之后在“数据视图”中分别输入题中的方法1和方法2的检测结果3）分析过程在spss软件上操作分析输出分析数据如下：表3.1成对样本统计量均值N标准差均值的标准误对1哥特里一罗紫法.7952010.184362.05

7、8300脂肪酸水解法.5228010.185981.058812表3.2成对样本相关系数N相关系数Sig.对1哥特里一罗紫法&脂肪酸水解法10.828.003表3.3成对样本检验成对差分tdfSig.（双侧）均值标准差均值的标准误差分的95%置信区间下限上限对1哥特里一罗紫法-脂肪酸水解法.272400.108681.034368.194654.3501467.9269.0004）输出结果分析由上述输出表格分析知：在表3.1中，两种测量方法下的脂肪含量的平均值分别为0.79520%；0.52280%。标准差分别为0.184362、0.185981。说明方法1的测定结果均值较高，标准差较小。采用

8、配对样本t检验进行验证，由表3.2表示配对样本的相关分析。由表3.3可知，配对t检验结果,t=7.926，自由度=9,双侧检验P=0.000V0.05,说明差异性显著，因此，拒绝虚无假设H,肯定备择假设斗。由分析知，在显著水平为0.05水平时检验，可认为两种方法对脂肪含量的测定结果不同，哥特里罗紫法测定结果较高。单因素方差分析某化肥生产商需要检验三种新产品的效果，在同一地区选取3块同样大小的农田进行试验，甲农田中使用甲化肥，在乙农田使用乙化肥，在丙地使用丙化肥，得到6次试验的结果如表所示，试在0.05的显著性水平下分析甲乙丙化肥的肥效是否存在差异。三块农田的产量甲504649524848乙38

9、4047364641丙515049465050解：1）根据题意提出：虚无假设H。：三块农田的产量均值是相同的的备择假设三块农田的产量均值是不同的；2）在spss中的“变量视图”中定义变量“产量”，“化肥”，之后在“数据视图”中分别输入题中的产量和化肥的数据。3）分析过程在spss软件上操作分析输出分析数据如下：表4-3产量的多重分析（I）化肥仃）化肥均值差（I-J）标准误显著性95%置信区间下限上限化肥甲化肥乙7.500*1.709.0013.8611.14化肥丙-.5001.709.774-4.143.14化肥乙化肥甲-7.500*1.709.001-11.14-3.86化肥丙-8.000*

10、1.709.000-11.64-4.36化肥丙化肥甲.5001.709.774-3.144.14化肥乙8.000*1.709.0004.3611.64*.均值差的显著性水平为0.05。分析上述输出表格知：在表41产量均值描述产量N均值标准差标准误均值的95%置信区间极小值极大值分量间方差下限上限化肥甲648.832.041.83346.6950.984652化肥乙641.334.3671.78336.7545.923647化肥丙649.331.751.71547.5051.174651总数1846.504.6811.10344.1748.833652模型固定效应2.961.69845.0147

11、.99随机效应2.58735.3757.6318.622表4.2产量的方差分析平方和df均方F显著性组间（组合）241.0002120.50013.745.000线性项对比.7501.750.086.774偏差240.2501240.25027.405.000组内131.500158.767总数372.50017表4.1中，施用三种化肥的产量的平均值分别为48.83，41.33，49.31。标准差分别为2.041，4.367，1.751。在图4.1中可以看出三种化肥使用后的产量均值是不相等的，图4.2表明产量是成正态分布的。对于影响产量的因素仅化肥种类一项，因此可以采用单因素方差分析进行多总体

12、样本均值检验。由表4.2可知单因素方差组间检验结果F=13.745，自由度=2，双侧检验P=0.00V0.05,说明差异性显著，因此,拒绝虚无假设H,接受备择假设H。由分析知，在显著水平为0.05水平时检验，可认为三种化肥对施用后的产量均值不同，其中丙种化肥产量最高，肥效最好。多因素方差分析研究目的：超市中某商品的销量与摆放位置和超市规模关系研究方法：按照超市规模选择大、中、小三家超市，在每家超市中随机选A货架1（货架阳面第一位）、B端架、C堆头、D货架2（货架阳面第二位）各两个位置，记录其统一周期商品的销售量，然后对其做单变量多因素方差分析。调研数据:超市规模摆放位置ABCD大型707875

13、8282897175中型5765697873806057小型4550566365714853解：1）根据题意提出：虚无假设H0：同种商品在不同规模超市和不同摆放位置的情况下，销售量不存在显著差异。备择假设斗：同种商品在不同规模超市和不同摆放位置的情况下，销售量存在显著差异。2）在spss中的“变量视图”中定义变量“规模”，“位置”，“销售量”之后在“数据视图”中分别输入题中的规模和位置，销售量的数据。3）分析过程在spss软件上操作分析输出分析数据如下：表5.1主体间因子值标签规模位置1.002.003.001.02.03.0大型中型小型A位置B位置N888666表5.2主体间效应的检验因变量

14、:销售量源III型平方和df均方FSig.校正模型3019.333a11274.48512.767.000截距108272.6671108272.6675035.938.000规模1828.0832914.04242.514.000位置1102.3333367.44417.090.000规模*位置88.917614.819.689.663误差258.0001221.500总计111550.00024校正的总计3277.33323a.R方=.921（调整R方=.849）406C位置D位置表5.3规模同类子集的销售量Student-Newman-Keusa,b规模N子集123小型856.3750中

15、型867.3750大型877.7500Sig.1.0001.0001.000已显示同类子集中的组均值。基于观测到的均值。误差项为均值方（错误）=19.273。使用调和均值样本大小=8.000。Alpha=.05。4）输出结果分析由表5.1可知，变量“超市规表5.4位置同类子集的销售量S仃ident-Newman-Keuilsa,b位置N子集123D位置660.6667A位置660.8333B位置670.5000C位置676.6667Sig.9481.0001.000已显示同类子集中的组均值。基于观测到的均值。误差项为均值方（错误）=19.273。使用调和均值样本大小=6.000。Alpha=.05。模”有三个水平，即大型、中型和小型，每个水平有8个个案；变量“摆放位置”有4个水平，即A、B、C和D,每个水平有6个个案。从表5.2可知，从表中可以看出，同种商品不同规模和不同摆放位置的“销售量”的检验统计量f的观测值为30.409，检验的概率值为0,小于