试验2,spss基本统计

试验2，spss基本统计分析与统计推断SPSS基本统计分析频数分析计算基本描述统计量探索性数据分析概率分布密度函数常见的概率分布曲线描述数据分布形状的特征量偏度g1：分布形状的左右对称性。g1>0，正偏态；g1<0，负偏态峰度g2：以正态分布为标准，描述分布峰态的指标。g2>0，尖峭峰；g2<0，平阔峰正态性检验一、频数分析目的：粗略把握数据的分布特征功能：编制频数分布表：频数、百分比、累计百分比绘制频数分析中常用统计图：条图、饼图、直方图计算基本描述统计量例：数据为<住房状况调查.sav>,对分析被调查家庭中户主的从业状况和目前所住房屋的产权情况。基本操作：Analyze－DescriptiveStatistics－Frequencies选项按钮：Statistics：选择输出统计量：集中、离散趋势、分布特征、百分位数。Charts：选择绘制的图形：条图、饼图、直方图（仅用于定量变量）。Format：定义频数表输出格式二、计算基本描述统计量目的：精确把握变量的总体分布状况。用途：计算变量的集中趋势、离散趋势、偏度、峰度等指标，绘制统计图。例：数据为住<房状况调查.sav>,对人均住房面积计算基本描述统计量，并对本市户口和外地户口家庭进行比较。注：先对数据按照户口状况进行拆分。步骤：分析描述统计描述按【选项】按【继续】按【确定】。Explore过程可计算分组或不分组的描述性统计量几个过程的其他功能DescriptiveStatistics－Descriptives过程的独有功能例：你能很快找到取款数目异常（>3σ）的储户吗？标准化变换CompareMeans－Means过程的独有功能分组输出统计量分层输出统计量方差分析和eta统计量线性趋势检验统计量三、探索性数据分析（Explore）基本操作：DescriptiveStatistics－Explore过程目的：对数据进行初步考察用途：计算整体或分组数据的描述性统计指标输出描述性统计图：茎叶图、直方图、箱式图正态性检验、方差齐性检验检查数据的错误，辨认奇异值

Options：缺失值处理

1、某观测在所选择的变量中有缺失值时，该观测不参与全部分析

2、仅在与该变量有关的分析中视为缺失值

3、缺失值做为一个组别输出Plots：1、输出图形：箱式图、茎叶图、直方图

2、正态性检验及图示

3、Levene方差齐性检验例：居民储蓄调查描述城乡居民存取款金额的差别检查存取款金额的离群点（Outliers）和极端值（Extremevalues）对存取款金额进行正态性检验和方差齐性检验，以便进一步选择分析方法。样本量n<=50时，存(取)款金额Stem-and-LeafPlotforA13=城镇户口

FrequencyStem&Leaf77.000.00111122222233334555555555555666778&34.001.0000000000003455&12.002.00000&12.003.00000&5.004.0&13.005.0000004.006.5&8.007.000&4.008.0&4.009.0&11.0010.0000016.00Extremes(>=15000)Stemwidth:1000Eachleaf:2case(s)

&denotesfractionalleaves.箱式图是在剔除了变量的极端值、离群点后计算统计量并绘制的。中间的黑粗线为中位数，红框为四分位间距的范围，上下两个细线为最大、最小值。

总体和样本样本的基本描述由样本推断整体基本概念统计推断总体和样本样本的描述由样本推断整体——抽样由样本推断整体——估计由样本推断整体——参数估计参数估计的方法有点估计和区间估计二种.区间估计给出总体未知参数所在的可能区间即置信区间,它会随样本的不同而不同,可以解决参数估计的精确度与可靠性问题,它能够以一定的置信度保证估计的正确性.置信度与精确度关系:一般情况下,置信度越高,允许误差越大,精确度越低.在样本容量一定时,通常是在确保一定置信度的前提下提高精确度.掌握的样本不同所用区间估计的公式不同.是否为大样本n≥30σ值是否已知σ值是否已知总体是否近似正态分布用样本标准差s估计δ用样本标准差s估计δ将样本容量增加到n≥30以便进行区间估计是是是是否否否否总体均值区间估计程序总体均值的区间估计简单随机抽样待估计参数已知条件置信区间正态总体，σ2已知正态总体，σ2未知n＜30非正态总体，n≥30σ未知时，用S有限总体，n≥30（不重复)总体均值（μ）σ未知时，用S（一）一个总体均值的区间估计检验值栏选择置信度和控制缺失值处理检验变量栏(三)两个总体均值之差的区间估计待估计参数已知条件置信区间两个正态总体已知两个正态总体未知但相等两个非正态总体n1，n2≥30两个总体均值之差μ1-μ2打开Independent-SamplesTTest对话框,检验变量栏分组变量栏,只能有一个分组变量定义分组按钮案例11、学生对教学改革态度的分析(onesample)

某校在对实行挂牌上课教学改革措施的效果评价中，随机抽选了60位学生进行态度调查，他们的10项态度量表的态度反映资料如下：挂牌上课态度反映得分（X）人数（f)10—2020—3030—4040—5050—6060—702610122010合计60案例1

(1分表示“很不同意”，7分表示“很同意”，将10项态度分累加后得一总态度分，这种量叫7级李克累加量表）：试计算：（1）学生态度得分的平均值和标准差；（2）构造学生态度得分平均值的98%置信区间。操作步骤:（1）定义变量X和f,X为组中值，输入数据资料；（2）选择AnalyzeComparemeansone-sampleTTest（3）将变量X放入Test栏中（4）激活子对话框，置信度为98%，单击按钮，返回one-sampleTTest主对话框；（5）单击按钮执行。Options…ContinueOKT-Test

结论:表1:学生态度得分的平均值为47分,标准差为13.6295分.表2:以98%的置信区间估计学生总体态度得分平均值的置信区间为(42.7925,51.2075)从中可以反映出学生对挂牌上课这一教改措施普遍赞成,但并不十分拥护,可见还需进一步改进和完善.案例2___电视广告平均受益量的估计2、某电视台广告部想要估计一下各企业在该电台的黄金时间播放电视广告后的一个月内的平均受益量.为此他们抽取了33家播放广告的同类企业的随机样本,资料如下：

该电视台想以95%的置信度宣布平均受益量(平均利润增长量),试构造适当的置信区间.案例2企业序号1234567891011利润增量(万元)7.38.67.76.59.48.37.110.25.49.28.8企业序号1213131415161718192021利润增量(万元)9.76.94.311.28.28.77.69.16.68.58.9企业序号2324252627282930313233利润增量(万元)10.412.814.67.511.76.013.213.69.05.99.6解:该电视台宣布的平均受益量应该是最小受益量,故构造置信下限.设X为企业利润增量.操作步骤:

（1）定义变量X输入数据资料；（2）选择AnalyzeComparemeansone-sampleTTest（3）将变量X放入Test栏中（4）激活

子对话框，置信度改为90%，单击按钮，返回one-sampleTTest主对话框；（5）单击OK按钮执行Options…ContinueT-Test结论:表1:33家平均受益量为8.8636万元,标准差为2.4027万元.表2:该项电视台可以95%的置信度宣布在该电台黄金时间做广告给企业带来的平均受益量至少在8.012万元以上.2、Paired-SamplesTTest过程配对变量栏当前选择栏选择项按钮实例分析4___吸烟有害广告作用的分析(Paired)

形形色色的广告已深入到社会各个方面,与人民生活密不可分.成功的广告将留给人们较深的印象,并带给企业丰厚的回报,如何鉴定广告的效果,如何选择最佳的广告制作,对此西方国家更多地采用统计方法来判断,举例如下:

为了研究吸烟有害广告对吸烟者减少吸烟量甚至戒烟是否有作用,从某吸烟者中随机抽取33位吸烟者,调查他们在观看广告前后的每天吸烟量(支)数据如下表.试问影片对他们的吸烟量有无产生作用?为了支持你的答案,请构造一个99%的置信区间.吸烟者编号1234567891011看前X1(支)看后X2(支)20181515141011101213161219152620221716799吸烟者编号1213141516171819202122看前X1(支)看后X2(支)1710333425208441401910263016163120271862吸烟者编号2324252627282930313233看前X1(支)看后X2(支)13112422222548504134669133827251129102821解:配对样本的试验,比较观看前后平均数的大小可解决第一个问题,求出两平均数之差的99%的双侧置信区间可解答第二个问题.操作步骤:1）定义变量X1和X2,输入数据；（2）选择AnalyzeComparemeansPaired-samplesTTest（3）将变量X1和X2放入Test栏中（4）激活Options…

子对话框，置信度改为99%，单击Continue按钮，返回Paired-samplesTTest主对话框；（5）单击OK按钮执行结论:表1:显示观看影片前的平均每日吸烟量约为21.5758支.观看影片后的平均每日吸烟量约为17.5758支,说明该影片发生了作用.表2:反映了影片观看前与后存在着显著相关关系,相关系数为0.878.表3:显示了前后两个总体平均每日吸烟量之差的99%置信区间为(1.4888,6.5112),这意味着不管随机抽到哪几对样本单位做调查,均有99%的把握保证,观看影片前的平均每日吸烟量大于观看影片后的平均每日吸烟量之差在(1.4888支至6.5112支之间,即大约在2—7支之间.假设检验—基本概念原假设(nullhypothesis)H0:在统计学中,把需要通过样本去推断正确与否的命题,称为原假设,又称虚无假设或零假设.它常常是根据已有资料或经过周密考虑后确定的.备择假设(alternativehypothesis)H1:也叫择一假设,原假设被否定之后应选择的与原假设逻辑对立的假设.显著性水平(significantlevel)α:确定一个事件为小概率事件的标准,称为检验水平.亦称为显著性水平.通常取α=0.05,0.01,0.1)H0——原假设(nullhypothesis)，

H1——备择假设(alternativehypothesis)

双尾检验(twotailedtset)：H0：μ=μ0

，H1：μ≠μ0单尾检验(onetailedtset)

：H0：μ≥μ0

，H1：μ＜μ0H0：μ≤μ0

，H1：μ＞μ0

假设检验就是根据样本观察结果对原假设（H0）进行检验，接受H0，就否定H1；拒绝H0，就接受H1。假设及检验的形式：假设检验问题的基本步骤：(1)提出假设：原假设H0及备择假设H1(2)选择适当的检验统计量，并指出H0成立时该检验统计量所服从的抽样分布

(3)根据给定的显著性水平，查表确定相应的临界值，并建立相应的小概率事件，

(4)根据样本观察值计算检验统计量的值H0(5)将检验统计量的值与临界值比较，当检验统计量的值落入拒绝域时拒绝H0而接受H1；否则不能拒绝H0，可接受H0。§4.2假设检验的方法假设检验的方法有三种:置信区间法\接受域法\P值法.置信区间法即是根据样本资料求出在一定把握程度下的总体参数的置信区间,若该区间包括了则不能拒绝H0,否则拒绝H0接受域法则是先根据显著性水平确定相应的侧分点即接受域如

,然后计算在H0

成立下的检验统计量的值Z,若其落在接受域内则不能拒绝H0,否则拒绝H0P值说明(α=0.05)小于0.010.01~０.０5大于0.05具有高度统计显著性,非常强的证据拒绝原假设具有统计显著性，适当的证据可拒绝原假设较不充分的证据拒绝原假设—接受已知原始数据资料的假设检验(CompareMeans)OneSampleTTest过程主要用于单个总体均值的假设检验.例1:某厂用自动包装机装箱,在正常情况下,每箱重量服从正态分布(100,1.22),某日开工后,随机抽测12箱,重量如下(单位:公斤)99.2\98.8\100.3\100.6\99.0\99.5\100.7\100.9\99.1\99.3\100.1\98.6问包装机工作是否正常?(α=0.05方差不变)操作步骤:这是已知原始数据的单个总体均值双尾检验问题．依题意，设H0：μ=１００，H1：μ≠１００(1)定义变量X,输入数据;(2)选择Analyze

CompareMeans

One–SampleTTest(3)将变量X放置Test栏中,并在Test框中输入数据100(4)单击OK按钮执行.One-SampleTTestT-Test结果说明：从表中可以看出，样本单位的平均重量为99.675公斤检验统计量t=-1.403自由度df=11双尾Ｐ＝0.188因为Ｐ值大于α，所以接受H0；拒绝H1，即包装机工作是正常的例2.某厂电子元件的寿命X(以小时计)服从正态分布.现测得18只元件的寿命如下:270\148\159\111\198\164\123\258\247\160\430\188\302\233\196\312\178\267.问是否有理由认为元件的平均寿命大于210小时(α=0.05)?H0：μ≤２１0，H1：μ＞２１０操作步骤:基本同上例※处理单尾概率=双尾概率