数据分析实验

在林业工程中，研究树干的体积Y与离地面一定高度的树干直径X1和树干高度X2之间的关系具有重要的实用意义。建立数据集，定义变量并输入数据并保存。【31棵树的相关数据】2~4题的数据选用树干直径做分析数据的描述，包括求均值、方差、中位数等统计量。统计量直径N有效31缺失1均值13.2484中值12.9000方差9.848画直方图，茎叶图，QQ图。数据正态性的检验：K—S检验，W检验直径Stem-and-LeafPlotFrequencyStem&Leaf3.000.88820.001.000111111112223334447.001.66777881.002.0Stemwidth:10.00Eachleaf:1case(s)从上面的直方图、茎叶图、QQ图中的图形上看，数据比较好的服从正态分布，这也和下面正态性检验表中检验结果0.089>0.05结果相吻合。正态性检验Kolmogorov-SmirnovaShapiro-Wilk统计量dfSig.统计量DfSig.直径.14131.117.94131.089a.Lilliefors显著水平修正从表中看，这里分别利用K-S检验和S-W检验两种方法来确定变量是否服从正态分布。df代表自由度，Sig.代表显著性水平。表中Sig.>0.05则代表接受假设。多维正态数据的统计量。案例处理摘要案例有效缺失合计N百分比N百分比N百分比直径3196.9%13.1%32100.0%高度3196.9%13.1%32100.0%体积3196.9%13.1%32100.0%描述统计量标准误直径均值13.2484.56363均值的95%置信区间下限12.0973上限14.39955%修整均值13.1602中值12.9000方差9.848标准差3.13814极小值8.30极大值20.60范围12.30四分位距5.00偏度.553.421峰度-.435.821高度均值76.00001.14441均值的95%置信区间下限73.6628上限78.33725%修整均值76.1111中值76.0000方差40.600标准差6.37181极小值63.00极大值87.00范围24.00四分位距8.00偏度-.394.421峰度-.451.821体积均值30.17102.95232均值的95%置信区间下限24.1415上限36.20045%修整均值29.0455中值24.2000方差270.203标准差16.43785极小值10.20极大值77.00范围66.80四分位距19.20偏度1.119.421峰度.773.821线性回归线的拟合，回归系数的区间估计与假设检验，回归系数的选择、逐步回归。残差分析。输入／移去的变量模型输入的变量移去的变量方法1高度,直径a.输入已输入所有请求的变量。上表是变量进入模型的基本情况。将高度、直径全部采用。模型汇总b模型RR方调整R方标准估计的误差1.974a.948.9443.88183a.预测变量:(常量),高度,直径。b.因变量:体积对于多元线性回归模型，一般应采用其调整的决定系数来判断。在上表中，其值为0.944，说明其拟合程度还是可以接受的。Anovab模型平方和df均方FSig.1回归7684.16323842.081254.972.000a残差421.9212815.069总计8106.08430a.预测变量:(常量),高度,直径。b.因变量:体积这是一个标准的方差分析表。回归模型的Sig.值为0，说明该模型有显著的统计意义。系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)-57.9888.638-6.713.000直径4.708.264.89917.816.000高度.339.130.1322.607.014a.因变量:体积由未标准化的回归系数可知，拟合结果为Y=4.708X1+0.339X2-57.988。从Sig.取值可知，仅直径的系数是有统计学意义的。残差统计量a极小值极大值均值标准偏差N预测值4.553968.515330.171016.0043431残差-6.406488.48470.000003.7502131标准预测值-1.6012.396.0001.00031标准残差-1.6502.186.000.96631因变量:体积一个正态总体独立样本均值的t检验与区间估计。设有甲、乙两种安眠药，比较它们的治疗效果。以X表示失眠病人服下甲药后睡眠时间延长的时数；用Y表示服下乙药后睡眠时间延长的时数。现在独立观察16个病人，其中8人服甲药，另8人服乙药。组统计量药品种类N均值标准差均值的标准误延长睡眠时间X82.3381.9777.6992Y81.500.9943.3515这张表格给出了两种t检验的结果。分别为样本方差相等情况下的一般t检验结果和在样本方差不等情况下的校正t检验结果。这里方差齐次性检验采用的是F检验，由于其显著性水平Sig.为0.032，小于0.05。所以认为两样本的方差是不相等的。在方差不等的情况下，选取校正t检验方法的结果，既表中的第二行。由于此时校正t检验的显著性水平Sig.（双侧）为0.39，大于0.05。所以不拒绝假设H0,认为两样本的均值是相等的。所以不能认为X、Y两种药品的疗效有显著性差异。9,两个正态总体均值差异比较的t检验与配对检验。慢性支气管炎病人血液中胆碱酯酶活性常常偏高。某高校将同性别同年龄的病人与健康人配成8对。根据测量值能否做出结论认为病人血液中胆碱酯酶活性的确比健康人偏高。成对样本统计量均值N标准差均值的标准误对1病人组3.16508.64981.22974健康人组2.54008.22424.07928从表上看，病人血液中胆碱酯酶活性的测量值的均值偏大且扰动也偏大。成对样本相关系数N相关系数Sig.对1病人组&健康人组8-.467.244从表中看，其相关系数为-0.467，对应的显著性水平Sig.为0.224，大于0.05。即认为两样本的相关性不显著。从表中看，其显著性水平Si