实验报告2——基于spss的假设检验、方差分析、非参数检验.docx

中央财经大学实 验 报 告实验工程名称 假设检验、方差分析、非参数检验所属课程名称 统计学实 验 类 型 设计型、综合型实验实 验 日 期 2021 年 4 月成 绩实 验 报 告数据准备从 500 个人中随机抽取大约 30%1、用 SPSS Statistics 软件进展参数估计和假设检验〔以下假设检验中限制性程度设为5%〕〔1〕计算总体中上月平均工资 95%的置信区间〔分析à描绘统计à探究〕下表为SPSS 软件进展对“平均工资〞变量进展描绘统计分析所得从表中可以直接得到 95%置信区间为【2118.79，2277.21】统计量 标准误〔元〕 均值均值的 95% 置信区间 下限上限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80037002900600.198统计量标准误〔元〕均值均值的 95% 置信区间下限上限5% 修整均值中值方差标准差极小值800极大值3700范围2900四分位距600偏度.198峰度.713.394〔2〕检验能否认为总体中上月平均工资等于 2000 元〔单个样本 t 检验〕单个样本检验检验值 = 2000差分的 95% 置信区间tdfSig.(双侧) 均值差值下限上限〔元〕149.000根据题目要求，这里采用双侧假设。

零假设和备择假设为：H0=2000，H1≠2000由上表得，p=0.000<0.05=α，所以，回绝原假设，即可以认为中体中上月平均工资不等于2000元〔3〕检验能否认为男生的平均工资大于女生〔两个独立样本 t 检验〕组统计量性别N均值标准差均值的标准误〔元〕男生67女生83独立样本检验方差方程的 Levene检验均值方程的 t 检验差分的 95% 置信区间FSig.tdfSig.(双 标准误差侧) 均值差值 值下限上限〔元〕 假设方差相等.004.952148.000假设方差不相等.000检验的零假设和备择假设为： H0：男生的平均工资不大于女生H1：男生的平均工资大于女生如上表所示，方差检验的p 值等于 0.092>0.05，因此不回绝方差相等的原假设，认为男女平均工资的方差相等所以 t 检验选取方差相等的一列，其中双侧检验的p 值为 0.000，因此右侧检验的p 值为 0.000/2=0.000<0.05(显著性程度)，所以回绝原假设，因此认为男生的平均工资大于女生〔4〕一些学者认为，由于经济不景气，学生的平均工资今年和去年相比没有显著进步检验这一假说〔匹配样本 t 检验〕成对样本检验成对差分差分的 95% 置信区均值标准差均值的标准误间下限上限tdfSig.(双侧)对 1上月工资 - 去年同月工资149.9320 1H ：μ1-μ2≤0；H ：μ1>μ2双侧检验的p 值为 0.932，，因此右侧检验为0.466>0.05。

所以不回绝原假设，即学生的平均工资今年和去年相比没有显著进步2、方差分析〔1〕使用单因素方差分析的方法检验：能否认为不同学科的上月平均工资相等假设不能认为全相等，请做多重比较描绘〔元〕均值的 95% 置信区间N均值标准差标准误下限上限极小值极大值经济类448003100管理类5810003600其他类4812003700总数1508003700ANOVA〔元〕平方和df均方F显著性组间2.057.945组内147总数149H0：不同学科的上月平均工资相等；H1：不同学科的上月平均工资不全相等由上表得，P值为0.945>0.05，因此回绝零假设，即不同学科的上月平均工资不全相等所以再进展多重比较：(I) 学科经济类(J) 学科管理类均值差(I-J)标准误显著性.738下限上限其他类.878管理类经济类.738其他类.858其他类经济类.878管理类.858多重比较〔元〕LSD95% 置信区间H0：两类差异不显著； H1：两类差异显著由上表得，经济类和管理类：p=0.738>0.05；经济类和其他类：p=0.878>0.05；管理类和其他类：p=0.858>0.05因此回绝原假设，任意两类差异都是显著的。

〔2〕在方差分析中同时考虑学科和性别因素，用双因素方差分析模型分析学科和性别对上月平均工资的影响主体间因子值标签N性别0男生671女生83学科1经济类442管理类583其他类48描绘性统计量因变量:〔元〕性别 学科男生 经济类均值 标准偏向N19管理类25其他类23总计67女生 经济类25管理类33其他类25总计83总计 经济类44管理类58其他类48总计150主体间效应的检验因变量:〔元〕源 III 型平方和df均方FSig.校正模型5.000截距1.000性别1.000学科2.185.831性别* 学科2.310误差144总计150校正的总计149a. R 方 = .184〔调整 R 方 = .156〕〔 1 〕“ 性 别 〞 显 著 性 影 响 性 ： H0:“性别〞对“上月工资〞无显著性差异；H1：“性别〞对“上月工资〞有显著性差异由上表得，“性别〞对“，因此回绝原假设，不同性别的上月工资有显著性差异〔 1 〕“ 学 科 〞 显 著 性 影 响 性 ： H0:“学科〞对“上月工资〞无显著性差异；H1：“学科〞对“上月工资〞有显著性差异由上表得，“学科〞对“，因此不回绝原假设，不同学科的上月工资无显著性差异。

〔3〕“性别〞与 “学科〞交互作用的显著性影响：H0: “性别〞与 “学科〞交互作用对“上月工资〞无显著性差异；H1：“性别〞与 “学科〞交互作用对“上月工资〞有显著性差异由上表得，“性别〞与 “学科〞交互作用对“上月工资〞p=0.310>0.05，因此不回绝原假设， “性别〞与 “学科〞交互作用对“上月工资〞无显著性差异3、非参数检验〔1〕用非参数检验方法检验能否认为男生和女生上月工资的中位数相等使用非参数检验的两个独立样本的Wlicoxon 秩和检验： 检验的零假设和备择假设如下： H0：男性和女性的上月收入的中位数相等；秩H1：男性和女性的上月收入的中位数不相等性别N秩均值秩和上月工资067183总数150检验统计量a上月工资Mann-Whitney UWilcoxon W Z渐近显著性(双侧).000a. 分组变量: 性别根据表一，，回绝原假设，结论是男性和女性的上月收入中位数不相等〔2〕用非参数检验方法检验学生上月工资和去年同月工资的中位数是否有显著变化使用非参数检验中的两个相关样本的Wilcoxon 符号秩检验：检验的零假设和备择假设如下：H0：上月工资与去年同月工资之差的中位数为0； H1：上月工资与去年同月工资之差的中位数不为0。

秩N秩均值秩和去年同月工资 - 上月工资 负秩66a正秩65b结19c总数150a. 去年同月工资 < 上月工资b. 去年同月工资 > 上月工资c. 去年同月工资 = 上月工资检验统计量b去年同月工资 - 上月工资Za渐近显著性(双侧).900准确显著性〔双侧〕.903准确显著性〔单侧〕.451点概率.003a. 基于负秩b. Wilcoxon 带符号秩检验频率N去年同月工资 - 上月工资 负差分a66正差分b65结c19总数150a. 去年同月工资 < 上月工资b. 去年同月工资 > 上月工资c. 去年同月工资 = 上月工资Z渐近显著性(双侧) 准确显著性〔双侧〕准确显著性〔单侧〕.000.500点概率.069a. 符号检验检验统计量a去年同月工资 - 上月工资表二采用渐进分布〔正态分布〕的Z值〔〕、p值〔0.900〕，以及准确检验的p值〔0.903〕由于其p值远远大于0.05，显然不能回绝原假设,也就是说上月工资和去年同月工资的中位数没有有显著变化表三和表四是符号检验的结果表三说明有差值序列中有66个负数，65个正数；表四说明采用准确检验〔二项分布〕计算的双侧检验的p值为1.0，也不能回绝原假设。

〔3〕用非参数检验方法不同学科学生平均学分绩点的中位数是否相等使用非参数检验中的多个独立样本的Kruskal-Wallis 检验：检验的零假设和备择假设为： H0：三个学科平均学分绩点的中位数相等； H1：三个学科平均学分绩点的中位数不相等.秩学科N秩均值平均学分绩点144258348总数150检验统计量a,b,c平均学分绩点卡方.016df2渐近显著性.992a. Kruskal Wallis 检验b. 分组变量: 学科c. 由于没有足。