发布时间 : 星期二 文章应用统计学实验报告更新完毕开始阅读
应用统计学实验报告
计算结果 表3.1 案例处理摘要 案例 有效 N 四级英语测验平均成21 绩
表3.2 描述
四级英语测验平均成均值 绩 均值的 95% 置信区下限
间 上限
5% 修整均值 中值 方差 标准差 极小值 极大值 范围 四分位距 偏度 峰度
统计量 70.1905 65.9092 74.4718 70.1561 70.0000 88.462 9.40542 54.00 87.00 33.00 15.00 .060 -.848 标准误 2.05243 .501 .972 百分比 100.0% 缺失 N 0 百分比 .0% 合计 N 21 百分比 100.0% 如上表显示。从上表“ 95％ Confidence Interval for Mean ”中可以得出区间估计（置信度为
95％） 为：(65.9092，74.4718)，其中lower Bound 表示置信区间的下限，Upper Bound表示置信区间的上限。点估计是：70.1905
四级英语测验平均成绩 Stem-and-Leaf Plot
Frequency Stem & Leaf
1.00 5 . 4 2.00 5 . 69 4.00 6 . 1224 3.00 6 . 688 3.00 7 . 024 5.00 7 . 56688 1.00 8 . 3
13
应用统计学实验报告
2.00 8 . 57
Stem width: 10.00 Each leaf: 1 case(s)
图3.3
2．两个总体均值之差的区间估计
例题：分析某班级学生的高考数学成绩是否存在性别上的差异。数据如表所示： 某班级学生的高考数学成绩 性别
数学成绩
男（n＝18） 85 89 75 58 86 80 78 76 84 89 99 95 82 87 60 85 75 80 女（n＝12） 92 96 86 83 78 87 70 65 70 65 70 78 72 56
? 打开SPSS，按如下图示格式输入原始数据，建立数据文件：“工会会员工资差别.spss”。这里，“会员”表示是否为工会会员的变量，y 表示是工会会员，n表示非工会会员，“报酬”表示女性员工报酬变量，单位：千美元。
? 计算两总体均值之差的区间估计，采用“独立样本T 检验”方法。选择菜单“ 【分析】→【比较均值】→独立样本T检验”， 打开对话框。
14
应用统计学实验报告
计算结果 单击上图中“OK”按钮，输出结果如下图所示。
分别给出不同总体下的样本容量、均值、标准差和平均标准误。从该表中可以看出，平均报酬为76.89
组统计量 成绩 性别 0 1 N 18 14 均值 81.2778 76.2857 标准差 10.36854 11.43159 均值的标准误 2.44389 3.05522 3．单个总体均值的假设检验 （单样本T检验）
? 判断检验类型 该例属于“大样本、总体标准差σ未知。假设形式为：
H0：μ＝μ
0，
H1 :μ≠μ0
15
应用统计学实验报告
? 软件实现程序 打开已知数据文件，然后选择菜单“【分析】→【比较均值】→单样本T检验”，打开One-Sample T Test 对话框。从源变量清单中将“产品数量”向右移入“Test Variables”框中。
“One-Sample T Test”窗口中“OK”按钮，输出结果如下表所示。分别给出样本的容量、均值、标准差和平均标准误。本例中，产品数量均值为81.28。 单个样本统计量 男 N 18 均值 81.28 标准差 10.369 均值的标准误 2.444 表中的t 表示所计算的T 检验统计量的数值，本例中为33.258。 表中的“df”，表示自由度，本例中为17。 表中的“Sig”（双尾T 检验）， 表示统计量的P-值， 并与双尾T检验的显著性的大小进行比较：Sig.=0.364>0.05，说明这批样本的性别与数学成绩无显著差异。 表中的“Mean Difference”， 表示均值差，即样本均值与检验值82.28之差， 本例中为0.001。表中的“95％ Confidence Internal of the Difference”， 样本均值与检验值偏差的95%置信区间为（76.12，86.43），置信区间不包括数值0，说明样本数量与81.28无显著差异，符合要求。
单个样本检验 检验值 = 0 t df Sig.(双侧) 均值差值 差分的 95% 置信区间 下限 上限 16