中南财大 SPSS 实验报告 3

合集下载

spss实验报告

spss实验报告

spss实验报告SPSS实验报告引言:SPSS(Statistical Package for the Social Sciences)是一款广泛应用于社会科学领域的统计分析软件。

它提供了强大的数据处理和分析功能,能够帮助研究者从大量的数据中提取有意义的信息。

本篇文章将以实验报告的形式,介绍一项使用SPSS进行数据分析的实验,并展示分析结果及其相关讨论。

实验目的:本实验旨在探究不同睡眠时间对学生记忆力的影响。

通过收集一组学生的睡眠时间数据,并使用SPSS进行统计分析,我们希望得出关于睡眠时间和记忆力之间的关系的结论。

实验设计:我们在实验中随机选择了100名大学生作为研究对象。

通过给予他们不同的睡眠时间,我们分为三组:短睡眠组(每晚睡眠时间不超过5小时)、正常睡眠组(每晚睡眠时间为7-8小时)和长睡眠组(每晚睡眠时间超过9小时)。

然后,我们进行了一项记忆力测试,测试对象需要记住一组单词,并在一定时间后进行回忆。

最后,我们使用SPSS对数据进行分析,以确定睡眠时间与记忆力之间的关系。

数据收集与处理:在实验中,我们首先记录了每位学生的睡眠时间,然后进行了记忆力测试并记录了他们的得分。

将这些数据输入SPSS软件中进行处理,我们得到了每个组的平均记忆力得分以及相应的标准差。

实验结果:通过SPSS的数据分析功能,我们得出了以下结果:- 短睡眠组的平均记忆力得分为X,标准差为Y。

- 正常睡眠组的平均记忆力得分为X,标准差为Y。

- 长睡眠组的平均记忆力得分为X,标准差为Y。

讨论与结论:通过对实验结果的分析,我们可以得出以下结论:1. 短睡眠时间对学生的记忆力有负面影响。

短期内睡眠不足可能导致记忆力下降,学生在记忆任务上的表现较差。

2. 正常睡眠时间是保持良好记忆力的关键。

睡眠时间在7-8小时之间的学生表现出较好的记忆能力。

3. 长睡眠时间对学生的记忆力也有负面影响。

过长的睡眠可能导致学生感到疲倦和困乏,从而影响他们的记忆能力。

spss实训心得体会范文.doc

spss实训心得体会范文.doc

spss实训心得体会范文篇一:spss实训个人总结表数信系学生项目实训个人总结表数学与信息工程系年月日篇二:实习总结spss实习总结这次实习使用的是spss17.0版本的软件,通过这次实习,我了解到SPSS 具有完整的数据输入、编辑、统计分析、图形制作等功能。

平日课下进行统计调查技能培训的时候,分析数据所用的软件是Excel。

虽然使用Excel可以对数据进行透视、分类、筛选以及计算相关系数等,但是这些操作都需要自己每一步每一步的进行手动操作,而使用SPSS 软件在对数据进行整理时,只需对软件某选项内设置变量条件,系统便自动的进行整理。

通过这次spss实习,我又入门了一项非常实用的软件,会为以后统计分析提供多一种的选择。

下面我会从以下四方面分别阐述这次实习的收获与总结。

做问卷调查根据指导老师的安排,我需要独自完成6份《广东高校在校大学生消费使用数码产品情况》的调查问卷。

去广工、广财听宣讲会并且在那里做了两份问卷调查,剩下的4份是以电子版的形式做的问卷调查。

在做问卷调查的过程中,为了保证问卷的有效性和准确性,我会认真审核每一份问卷是否填写完整以及前后是否合逻辑。

在我的六份问卷调查中,比较容易出现问题的主要在每天使用数码产品的时间,也是在做问卷调查中叮嘱最多的。

这都是值得的,因为保证问卷的客观和有效是后面做统计分析的基础。

这次实训是全班合作完成问卷,如果是一个人完成30几份的问卷,那么真是一项不容小觑的任务。

Spss入门操作这一部分主要是根据老师编制的指导书展开。

Spss入门操作主要涉及到数据的输入、描述统计分析、假设检验、相关与回归分析。

针对每一项都有专门的案例以及相应的练习。

个人认为最难的是假设检验这一块,因为《统计学原理》是在之前的学期学习的,统计分析的原理基本上都记不起来,对于输出假设检验结果对问题进行分析方面问题比较大。

我自己也回去看了相应的统计学原理,有一定的了解后,进行实操也比较顺利。

假设检验主要是单样本T检验、独立样本T检验、配对样本T检验。

SPSS第3次实验报告

SPSS第3次实验报告

过程:
H0:用该方法测量所得的结果与标准浓度值相同 H1:用该方法测量所得的结果与标准浓度值不同 使用 SPSS 得出下表
表中显示 N=11,均值为,标准差为;在检验值为,置信水平为的数值下的 t 统计量为,不在
(,)之内;P 值=<
所以拒绝 H0,暂时接受 H1
表3 单个样本统计量
N
均值
标准

均值的标 准误
分析:干预前后的数据可以当成是来自两个不同总体的配对样本,推断两个总体的 均值是否存在显着差异。
过程:
H0:干预前后该地区贫血儿童血红蛋白(%)平均水平有变化
H1:干预前后该地区贫血儿童血红蛋白(%)平均水平没有变化
结果:表所示为配对样本 T 检验分析的结果,干预前的均值为,标准差为,干预后 的均值为,标准差为,说明干预后该地区贫血儿童血红蛋白(%)平均水平有增长,且 波动幅度不大。
2. 步骤: 1) 提出零假设 2) 选择检验统计量 A. 当量总体方差未知且相等,即σ1=σ2 时,采用合并的方差作为 两个总体的方差估计,数学定义为:(t 统计量服从个自由度的 t 分布)
B. 当量总体方差未知且不相等,即σ1≠σ2 时,分别采用各自的 方差,此时两样本均值差的抽样分布的方差σ212 为:(t 统计量服从修正 自由度的 t 分布)
浓 11

.32186
t
浓 度
表4 单个样本检验 检验值 =
df
Sig.(
均值
双侧)
差值
.9836
10
.012
4
差分的 95% 置信区 间
下限
上限
.2665
(二) 独立样本 T 检验 1. 原理:
利用两个总体的独立样本,推断两个总体的均值是否存在显着差异。这个检验的前 提要求是:(1)独立。两组数据相互独立,互不相关;(2)正态,剂量组样本来自的总 体符合正态分布;(3)方差齐性。即两组方差相等。

spss实习报告心得范文3篇

spss实习报告心得范文3篇

spss实习报告心得范文3篇spss实习报告心得【1】本科的时候有概率统计和数理分析的基础,但是从来没有接触过应用统计分析的东西,SPSS也只是听说过,从来没有学过。

一直以为这一块儿会比较难,这学期最初学的时候,因为没有认真看老师给的英文教材,课下也没有认真搜集相关资料,所以学起来有些吃力,总感觉听起来一头雾水。

老师说最后的考核是通过提交学习报告,然后我从图书馆里借了些教材查了些资料,发现很多问题都弄清楚了。

结合软件和书上的例子,实战一下,发现SPSS的功能相当强大。

最后总结出这篇报告,以巩固所学。

SPSS,全称是Statistical Product and Service Solutions,即“统计产品与服务解决方案”软件,是IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称,也是世界上公认的三大数据分析软件之一。

SPSS具有统计分析功能强大、操作界面友好、与其他软件交互性好等特点,被广泛应用于经济管理、医疗卫生、自然科学等各个领域。

具体到管理方面,SPSS也是一个进行数据分析和预测的强大工具。

这门课中也会用到AMOS软件。

关于SPSS的书,很多都是首先介绍软件的。

这个软件易于安装,我装的是19。

0的,虽然20。

0有一些改变和优化,但是主体都是一样的,而且都是可视化界面,用起来很方面且容易上手。

所以,我学习的重点是卡方检验和T检验、方差分析、相关分析、回归分析、因子分析、结构方程模型等方法的适用范围、应用价值、计算方式、结果的解释和表述。

首先是T检验这一部分。

由于参数检验的基础不牢固,这部分也是最初开始接触应用统计的东西,学起来很多东西拿不准,比如说原假设默认的是什么。

结果出来后依然分不清楚是接受原假设还是拒绝原假设。

不过现在弄懂了。

这部分很有用的是T检验。

T检验应用于当样本数较小时,且样本取自正态总体同时做两样本均数比较时,还要求两样本的总体方差相等时,已知一个总体均数u,可得到一个样本均数及该样本标准差,样本来自正态或近似正态总体。

spss统计软件实习报告

spss统计软件实习报告

常用统计软件实习报告姓名:***** 学号:********** 班级:统计****练习1:(1) 步骤(1)打开“数据1.sav”,以“销售额”为综述变量,“部门”和“职务”为分组变量。

(2)单击菜单Analyze→Reports→OLAP Cubes,打开OLAP Cubes对话框,从左侧的变量列表框中选择“销售额”,移入Summary Variables方框中;选择“部门”和“职务”,移入Grouping Variable方框中。

(3) 单击Statistics按钮,弹出OLAP Cubes:Statistics对话框中,从Cell Statistics统计量列表中,移出系统默认的Sum、Percent of Total Sum和Percent of Total N这三个默认的统计量,从Statistics框中,选择Median移入Cell Statistics列表框中。

(4)为了在表中对比分析部门和职务对销售额造成的差异,对输出的表格进行转置,双击刚生成的表格,将它激活;在弹出的PivotingTrays1对话框,将分组变量“职务”和“部门”从Layer托盘拖动到下方的Row托盘上,单击PivotingTrays1对话框中的关闭按钮。

单击OK按钮,输出个案综述分析结果由表可以得出:部门和职位决定了销售额的高低.在同一部门当中,职务越高,销售额金额越高;不同部门进行比较可以发现,各个部门的销售额从大到小依次为财务部门,电脑服务部门,研发部门,其他部门。

(2)步骤(1)打开“数据1.sav”,以“销售额”为综述变量,“部门”和“职务”为分组变量。

(2)单击Analyze→Reports→Case Summaries,打开个案综述分析对话框。

从左侧的变量列表框中选择“销售额”,移入Summary Variables方框中;选择“部门”和“职务”,移入Grouping Variable方框中。

由于输出的分组综述表,并不需要显示个案列表,因此不要选择左下角的Display cases复选框。

SPSS统计软件实训报告

SPSS统计软件实训报告

SPSS统计软件实训报告第一篇:SPSS统计软件实训报告一、实训目的SPSS统计软件实训课是在我们在学习《统计学》理论课程之后所开设的一门实践课。

其目的在于,通过此次实训,使学生在掌握了理论知识的基础上,能具体的运用所学的统计方法进行统计分析并解决实际问题,做到理论联系实际并掌握统计软件SPSS的使用方法。

,二、实训时间与地点:时间:2012年1月9日至2012年1月13日地点:唐山学院北校区A座502机房三、实训要求:这次实训内容为上机实训,主要学习SPSS软件的操作技能,以及关于此软件的一些理论和它在统计工作中的重要作用。

对我们的主要要求为,运用SPSS软件功能及相关资料来完成SPSS操作,选择有现实意义的课题进行计算和分析,最后递交统计分析报告,加深学生对课程内容的理解的。

我们小组的研究课题是社会消费品零售总额的分析。

四、实训的主要内容与过程:此次实训,我大概明白了SPSS软件的基本操作流程,也掌握了如何排序、分组、计算、合并、增加、删除以及录入数据;学会了如何计算定基发展速度、环比发展速度等动态数列的计算;明白了如何进行频数分析、描述分析、探索分析以及作图分析;最大的收获是学会了如何运用SPSS软件对变量进行相关分析、回归分析和计算平均值、T检验和假设性检验。

通过这次试训,我基本上掌握了SPSS软件的主要操作过程,也学会了运用SPSS软件进行各种数据分析。

这些内容,也就是我们SPSS统计软件实训的主要内容。

四、实训结果与体会五天的SPSS软件实训终于结束了,虽然实训过程充满了酸甜苦辣,但实训结果却是甜的。

看着小组的课题报告,心里有种说不出来的感触。

高老师在对统计理论及SPSS 软件功能模块的讲解的同时更侧重于统计分析在各项工作中的实际应用,使我们不仅掌握SPSS 软件及技术原理而且学会运用统计方法解决工作和学习中的实际问题这个实训。

我真真正正学到了不少知识,另外,也提高了自己分析问题解决问题的能力。

中南财大-SPSS-实验4

中南财大-SPSS-实验4
3.从多重比较表中可以发现,厂家2和厂家四存在显著差异性,其他各组的显著性都大于显著性水平0.05,因此,厂家因素会对质量产生影响。
(二)类别因素
1. 1.从方差齐次性检验表中可以看出,输出的显著性为0.082,大于0.05,因此我们认为各组的总体方差是不相等的。
2.从单因素方差分析表中可以看出,总离差平方和为1078.000,组间离差平方和为563.000,组内离差平方和为515.000,在组内离差平方和中可以被线性解释的部分为33.800;方差检验F=4.373,对应的显著性位0.027,因此大于显著水平0.05,我们认为四组间存在显著性差异。
数学考试成绩表
Ⅰ班
Ⅱ班
Ⅲ班
73
66
88
77
68
41
89
60
78
31
79
59
82
45
48
78
56
68
43
93
91
62
91
53
80
36
51
76
71
797377ຫໍສະໝຸດ 859671
15
78
79
74
80
87
75
76
87
56
85
97
89
3.某公司需采购大量化纤织品,本地现有4个生产厂家,每家均有甲、乙、丙、丁种类型的化纤织品,公司研究机构对每个厂的每种样品进行试验,测得其质量指标为下表。现需检验各类化纤织品及各厂家生产对产品质量有无显著影响。
3.从多重比较表中可以发现,方式1,方式2,方式3中其中任意一组与其他两组的显著性都小于显著性水平0.05,说明各组之间又存在显著性差异,从表格标示的“*”也可以得出此结论。

spss实习报告心得范文3篇实习报告

spss实习报告心得范文3篇实习报告

spss实习报告心得范文3篇当我还是大学生的时候,我有概率统计和数学分析的基础,但是我从来没有接触过任何应用统计分析的东西。

SPSS只是听说过,从未听说过。

我一直认为在一起学习很难。

在这个学期开始的时候,我没有仔细看老师给的英语教材,也没有在课后收集相关的资料。

因此,我觉得有点难学,而且总是感到困惑。

老师说期末考试是提交学习报告,然后我从图书馆借了一些教材并检查了一些材料。

我发现许多问题很明显。

结合软件和书籍中的例子,实战表明SPSS是相当强大的最后,对本报告进行总结,以巩固我们所学到的知识。

SPSS,全称是统计产品和服务解决方案,是“统计产品和服务解决方案”软件。

它是IBM推出的用于统计分析、数据挖掘、预测分析和决策支持任务的一系列软件产品和相关服务的总称,也是世界公认的三大数据分析软件之一。

SPSS具有强大的统计分析功能、友好的操作界面以及与其他软件良好的交互作用等特点。

它广泛应用于经济管理、医疗保健、自然科学等各个领域。

在管理方面,SPSS也是一个强大的数据分析和预测工具。

本课程还将使用AMOS软件。

许多关于SPSS的书籍首先介绍了软件这个软件很容易安装,我安装了190,尽管是200有一些变化和优化,但是主体是相同的,它们都是可视化界面,易于使用。

因此,本文研究的重点是卡方检验、t检验、方差分析、相关分析、回归分析、因子分析、结构方程模型等方法的应用范围、应用价值、计算方法、结果的解释和表达。

第一部分是测试由于参数检验的基础不牢固,这部分也是第一次接触到应用统计学。

我对许多事情都不确定,比如原始假设的缺省值是多少。

结果出来后,仍然不清楚是接受还是拒绝最初的假设。

但是现在我明白了这部分对测试非常有用当样本数量较少且样本取自正常人群并比较平均样本数量时,使用t检验。

还要求两个样本的总体方差相等。

如果总体平均数U已知,则可以获得样本平均数和样本的标准差。

样本来自正常或接近正常的人群t检验分为单样本t检验、独立样本t检验和配对样本t检验。

SPSS实验报告

SPSS实验报告

SPSS实验报告描述性统计分析⼀、实验⽬的1.进⼀步了解掌握SPSS专业统计分析软件,能更好地使⽤其进⾏数据统计分析。

2.学习描述性统计分析及其在SPSS中的实现,内容具体包括基本描述性统计量的定义及计算﹑频率分析﹑描述性分析﹑探索性分析﹑交叉表分析等。

3.复习权重等前章的知识。

⼆﹑实验内容题⽬⼀打开数据⽂件“data4-5.sav”,完成以下统计分析:(1)计算各科成绩的描述统计量:平均成绩、中位数、众数、标准差、⽅差、极差、最⼤值和最⼩值;(2)使⽤“Recode”命令⽣成⼀个新变量“成绩段”,其值为各科成绩的分段:90~100为1,80~89为2,70~79为3,60~69为4,60分以下为5,其值标签设为:1-优,2-良,3-中,4-及格,5-不及格。

分段以后进⾏频数分析,统计各分数段的⼈数,最后⽣成条形图和饼图。

1.解决问题的原理因为问题涉及各科成绩,⽤描述性分析,第⼆问要先进⾏数据分段,其后利⽤频数分析描述统计量并可以⽣成条形图等。

2.实验步骤针对第⼀问第1步打开数据菜单选择:“⽂件→打开→数据”,将“data4-8.sav”导⼊。

第2步⽂件拆分菜单选择:“数据→拆分⽂件”,打开“分割⽂件”对话框,点击⽐较组按钮,将“科⽬”加⼊到“分组⽅式”列表框中,并确定。

第3步描述分析设置:(1)选择菜单:“分析→描述统计→描述”,打开“描述性”对话框,将“成绩””加⼊到“变量”列表框中。

打开“选项”对话框,选中如下图中的各项。

点击“继续”按钮。

(4)回到“描述性”对话框,点击确定。

针对第⼆问第1步频率分析设置:(1)选择菜单:“分析→描述统计→频率”,(2)打开“频率(F)”对话框,点击“合计”。

再点击“继续”按钮.(3)打开“图表”对话框,选中“条形”复选框,点击“继续”按钮。

(4)回到“频率(F)”对话框,点击确定。

(5)重复步骤(1)(2)把步骤(3)改成打开“图表”对话框,选中“饼图”复选框,点击“继续”按钮。

中南财大-SPSS-实验报告-4

中南财大-SPSS-实验报告-4
各厂家四种化纤织品的质量指标
化纤品
厂家




A1
40
41
46
34
A2
28
37
42
22
A3
31
40
45
25
A4
46
47
52
40
四、实验步骤与结果
第一题:
答:该数据中的因变量是学生独立思考水平提高的成绩;因素是辅导学习的方式。
在进行数据分析之前,需要建立数据文件。打开SPSS21.0软件,在变量视图定义变量“成绩”和“方式”,并且把“成绩”和“方式”组定义为数值型变量,将方式的小数点位数定义为“0”。如图1所示:
(3)有交互作用的双因素方差分析过程;
(4)掌握各个分析过程的基本步骤、主要选择项的含义,输出结果的信息含义。
二、实验设备(环境)及要求
微型计算机,SPSS、EViews等统计分析软件
三、实验内容与数据来源
1.某学校给3组学生以3种不同方式辅导学习,一个学期后,学生独立思考水平提高的成绩如表所示。
学生独立思考水平提高的成绩
单因素方差分析是方差分析类型中最基本的一种,研究的是一个因素对于试验结果的影响和作用,这一因素可以有不同的取值和分组。单因素方差分析所要检验的问题是当因素选择不同的取值或者分组时,对结果有无显著地影响。多因素方差分析的基本思想基本等同于单因素方差分析,不同在于研究的是两个或者两个以上因素对于试验结果的作用和影响,以及这些因素共同作用的影响。多因素方差分析所要研究的就是多个因素的变化是否会导致试验结果的变化。方差分析是从观测变量的方差入手,研究诸多控制变量中哪些变量是对观测变量有显著影响的变量,一般会使用到最小显著差法(LSD法)。

中南财大-SPSS-实验报告-5

中南财大-SPSS-实验报告-5

《统计分析软件》实验报告图1数据视图2.选择“分析”→“相关”→“双变量”命令,在“双变量相关”对话框的左侧列表框中,同时选中“GDP”和“INV”并单击中间的向右箭头,使之进入“变量”列表框。

图2 双变量相关对话框3.选择相关系数。

在“双变量相关”对话框内“相关系数”选项组中选择Pearson,此处为系统默认值。

4.设定显著性检验的类型。

在“显著性检验”选项组中,我们选择“双侧检验”单选按钮,此处亦为系统默认值。

5.选择是否标记显著性相关。

此处选择默认值,即“标记显著性相关”复选框。

6.选择相关性统计量输出和缺失值的处理方法。

单击“双变量相关”对话框中的“选项”按钮,在“统计量”选项组中首先选中“均值和标准差”,然后选中“叉积偏差和标准差”,输出各对变量的交叉积以及协方差阵。

在“缺失值”选项组中选中“按对排除个案”。

如图3所示:图3 双变量相关性7.设置完毕,单击确定完成相关性分析的操作步骤。

8.选择“分析”→“回归”→“线性”命令,在“线性回归”对话框的左侧列表中,选中“GDP”并单击使之进入“因变量”列表框,选中“INV”使之进入“自变量”列表框。

如图4所示:图4 线性回归其他设置采用系统默认值。

单击“确定”完成所有设置,等待输出结果。

【结果分析】1.描述性统计量表从表1中可以看出参与相关分析的两个变量的样本数据都是16,GDP的均值是,标准差是;INV的均值是,标准差是.表1 描述性统计量表2.相关分析结果表如表2所示,GDP和INV的相关系数是,显著性水平小于,因此小于.所以GDP和INV的相关关系为正向,且相关性极强。

表2 相关分析结果表3.模型拟合情况如表3所示,模型的调整R方为,说明模型的解释能力非常强。

表3 模型汇总表4.回归方程的系数以及系数的检验结果如表4所示,回归方程的系数是各个变量的回归方程中的系数值,sig值表示回归系数的显著性,越小越显著。

一般将其与作比较,如果小于,即为显著。

中南财大-SPSS-实验报告-5

中南财大-SPSS-实验报告-5

《统计分析软件》实验报告图1数据视图2.选择“分析”→“相关”→“双变量”命令,在“双变量相关”对话框的左侧列表框中,同时选中“GDP”和“INV”并单击中间的向右箭头,使之进入“变量”列表框。

图2 双变量相关对话框3.选择相关系数。

在“双变量相关”对话框内“相关系数”选项组中选择Pearson,此处为系统默认值。

4.设定显著性检验的类型。

在“显著性检验”选项组中,我们选择“双侧检验”单选按钮,此处亦为系统默认值。

5.选择是否标记显著性相关。

此处选择默认值,即“标记显著性相关”复选框。

6.选择相关性统计量输出和缺失值的处理方法。

单击“双变量相关”对话框中的“选项”按钮,在“统计量”选项组中首先选中“均值和标准差”,然后选中“叉积偏差和标准差”,输出各对变量的交叉积以及协方差阵。

在“缺失值”选项组中选中“按对排除个案”。

如图3所示:图3 双变量相关性7.设置完毕,单击确定完成相关性分析的操作步骤。

8.选择“分析”→“回归”→“线性”命令,在“线性回归”对话框的左侧列表中,选中“GDP”并单击使之进入“因变量”列表框,选中“INV”使之进入“自变量”列表框。

如图4所示:图4 线性回归其他设置采用系统默认值。

单击“确定”完成所有设置,等待输出结果。

【结果分析】1.描述性统计量表从表1中可以看出参与相关分析的两个变量的样本数据都是16,GDP的均值是2090.69,标准差是1319.964;INV的均值是545.51,标准差是407.334.表1 描述性统计量表2.相关分析结果表如表2所示,GDP和INV的相关系数是0.985,显著性水平小于0.001,因此小于0.01.所以GDP和INV的相关关系为正向,且相关性极强。

表2 相关分析结果表3.模型拟合情况如表3所示,模型的调整R方为0.968,说明模型的解释能力非常强。

表3 模型汇总表4.回归方程的系数以及系数的检验结果如表4所示,回归方程的系数是各个变量的回归方程中的系数值,sig值表示回归系数的显著性,越小越显著。

spss统计学实验报告

spss统计学实验报告

竭诚为您提供优质文档/双击可除spss统计学实验报告篇一:统计学spss实验报告spss实验报告一.实验目的1.掌握spss的基本操作,能够熟练应用spss进行基本的统计分析。

2.在用spss对具体实例进行分析的基础上能对结果进行正确的解释。

3.在对spss基本操作熟练的情况下,进一步自学spss 更强大的分析能。

二.实验要求1.掌握如何通过spss进行数据的获取和管理,包括数据的录入,保存,读取,转化,增加,删除;数据集的合并,拆分,排序。

2.了解描述性统计的作用,并掌握其spss的实现(频数,均值,标准差,中位数,众数,极差)。

3.应用spss生成表格和图形,并对表格和图形进行简单的编辑和分析。

4.应用spss做一些探索性分析(如方差分析,相关分析)三.实验内容(一).问题的提出对不同广告方式和不同地区对某商品销售额影响进行分析。

在制定某商品的广告策略时,收集了该商品在不同地区采用不同广告形式促销后的销售额数据,分析广告形式和地区是否影响商品销售额。

自变量为广告方式(x1)和地区(x2),因变量为销售额(Y)。

涉及地区18个,每个地区抽取样本8个,共有案例144个。

具体数据如下:x11.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.00x21.001.001.001.002.002.002.002.003.003.003.003 .004.004.004.004.005.005.005.005.00Y75.0069.0063.00 52.0057.0051.0067.0061.0076.00100.0085.0061.0077.00 90.0080.0076.0075.0077.0087.0057.002.006.004.006.003.006.001.007.002.007.00 4.007.003.007.001.008.002.008.00 4.008.003.008.001.009.002.009.00 4.009.003.009.001.0010.002.0010.00 4.0010.003.0010.001.0011.002.0011.00 4.0011.001.0012.002.0012.00 4.0012.003.0012.001.0013.002.0013.004.0013.003.0011.003.0013.001.0014.002.0014.004.0014.003.0014.001.0015.002.0015.004.0015.003.0015.001.0016.002.0016.004.0016.003.0016.0060.0062.0052.0076.0033.0070.0033.0081.0079 .0075.0069.0063.0073.0040.0060.0094.00100.0064.0061 .0054.0061.0040.0070.0068.0067.0066.0087.0068.0051. 0041.0065.0065.0063.0061.0058.0065.0083.0075.0050.0079.0076.0064.0044.002.0017.004.0017.003.0017.001.0018.002.0018.004.0018.003.0018.001.001.002.001.004.001.003.001.001.002.002.002.004.002.003.002.001.003.002.003.004.003.003.003.001.004.002.004.004.004.00 3.004.001.005.002.005.00 4.005.003.005.001.006.002.006.00 4.006.003.006.001.007.002.007.00 4.007.003.007.001.008.002.008.00 4.008.003.008.001.009.002.009.00 4.009.003.009.0073.0050.0045.0075.0074.0062.0058.0068.0054. 0058.0041.0075.0078.0082.0044.0083.0079.0078.0086.0 066.0083.0087.0075.0066.0074.0070.0075.0076.0069.00 77.0063.0070.0068.0068.0052.0086.0075.0061.0061.006 2.0065.0055.0043.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.001.002.004.003.0010.0010.0010.0010.0011.0011.0011.0011.0012.0012.0012.0012.0013.0013.00 13.0013.0014.0014.0014.0014.0015.0015.0015.0015.001 6.0016.0016.0016.0017.0017.0017.0017.0018.0018.0018.0018.0088.0070.0076.0069.0056.0053.0070.0043.0086. 0073.0077.0051.0084.0079.0042.0060.0077.0066.0071.0 052.0078.0065.0065.0055.0080.0081.0078.0052.0062.00 57.0037.0045.0070.0065.0083.0060.00x1一列中,1表示报纸,2表示广播,3表示宣传品,4表示体验。

spss实验报告3

spss实验报告3

《统计分析与SPSS的应用》实验报告三一、数据来源及说明使用SPSS多元线性回归分析法中的逐步回归法和强制回归法研究投资性变量与国民收入之间的相关关系。

投资性变量选取5个变量:工业劳动者人数、农业劳动者数、货物周转量(铁路、公路、水路、民用航空、管道输油或气量)、生产性建设投资、建设安装工程投资;国民收入变量为:农业国民收入、工业国民收入、建筑业国民收入、运输业国民收入。

现抽取从1963年-1982年共20年的统计数据(见下表,已将国民收入合并新的变量Y5),试对其进行线性回归分析,看懂回归分析的结果并解释其经济意义。

二、统计分析结果表 1 投资性变量和统计数据(一)强制回归法表 2 模型汇总模型 R R 方 调整R 方 10.998a0.9960.995a.预测变量:(常量),建设安装工程投资、生产性建设投资、农业劳动者数、工业劳动者数、货物周转表2对回归方程进行拟合优度检验。

各列的含义分别为:被解释变量和解释变量的复相关系数、判定系数R 方,调整的判定系数。

由于是多元回归,应考察调整的判定系数0.995,认为拟合优度较高。

表 3 ANOVA b序号工业劳动者人数X1 (万人)农业劳动者人数X2 (万人) 货物周转量X3(亿吨公公里)生产性建设投资X4(亿元) 建设安装工程投资X5(亿元) 农业国民收入Y1(亿元) 工业国民收入Y2(亿元) 建筑业国民收入Y3(亿元)运输业国民收入Y4(亿元)国民收入 Y5(亿元)1 1632 21968 2348 78.05 64.66 488.0 337.0 40.0 39.0 904.0 2 1695 22803 2750 112.26 92.38 549.0 422.0 50.0 44.0 1065.0 3 1828 23398 3463 144.74 109.18 641.0 505.0 53.0 58.0 1257.0 4 1974 24299 3901 172.70 119.37 692.0 606.0 58.0 66.0 1422.05 2032 25167 3050 114.21 86.62 703.0 505.0 55.0 52.0 1315.06 2092 26065 3109 91.22 63.77 714.0 449.0 44.0 49.0 1256.0 7 2365 27119 3753 163.93 114.68 722.0 587.0 60.0 62.0 1431.0 8 2809 27814 4565 275.96 168.64 795.0 772.0 80.0 74.0 1721.0 9 3233 28400 5205 288.82 199.68 826.0 873.0 91.0 80.0 1870.0 10 3496 28286 5644 272.82 194.00 830.0 920.0 88.0 84.0 1922.0 11 3704 28861 6294 275.88 193.43 911.0 995.0 92.0 89.0 2087.0 12 3900 29222 6314 281.76 197.60 951.0 986.0 99.0 85.0 2121.0 13 4284 29460 7297 335.88 228.74 985.0 1113.0 113.0 96.0 2307.0 14 4692 29448 6904 305.81 212.91 996.0 1050.0 120.0 92.0 2258.0 15 4809 29345 7969 303.47 227.09 981.0 1195.0 124.0 106.0 2406.0 16 5009 29426 9829 396.24 300.85 1065.0 1408.0 125.0 118.0 2716.0 17 5340 29425 10907 365.14 343.80 1318.0 1536.0 130.0 121.0 3105.0 18 5600 30211 11517 359.23 381.07 1467.0 1688.0 169.0 117.0 3441.0 19 5796 31174 11616 252.43 317.32 1658.0 1709.0 175.0 120.0 3662.0 20 5930 32013 12403 302.90 397.35 1893.0 1792.0 194.0 133.0 4012.0模型 F Sig1 回归754.553 0.00aa.预测变量:(常量),建设安装工程投资、生产性建设投资、农业劳动者数、工业劳动者数、货物周转b.因变量:国民收入表3是对回归方程的显著性检验。

中南财大-SPSS-实验报告-3

中南财大-SPSS-实验报告-3

《统计分析软件》实验报告四、实验步骤与结果(一)问题一操作步骤:1.在用SPSS进行数据分析之前,先把数据录入SPSS软件中。

打开SPSS软件,在“变量视图”设置变量“态度反应得分(x)”,把“态度反应得分(x)”定义为数值型变量。

图1 变量视图2.进入数据视图,录入数据。

对态度反应得分取中间值,并将人数作为每一个态度反应得分的个数。

数据录入结果如下图:图2 录入数据后的数据视图3.选择“分析”→“比较均值”→“均值”命令。

选择人数,点击右侧向右箭头,使之进入“因变量列表”;选择态度反应得分,使之进入自变量列表。

如图:图3 均值对话框4.选择输出相关描述统计量。

单击“均值”对话框右上角的“选项”按钮,弹出如图所示的对话框。

在“统计量”列表框中选择“均值”和“标准差”并单击右箭头按钮使之进入“单元格统计量”列表框。

实际操作中由于右列表框以默认存在“均值”、“个案数”和“标准差”,应该将“个案数”移动到左列表框,点击继续。

如图:图4 均值:选项对话框5.点击确定按钮,等待输出结果。

结果分析:1.从表中可以看出,样本总共有60个,全部参加分析,没有缺失值。

表1 案例处理基本统计表2.变量统计结果表:表2 变量统计结果表3.从表可以看出,学生态度得分的均值为47.00,标准值为13.629。

第二问操作步骤1.回到数据视图,选择“分析”→“比较均值”→“单样本T检验”,弹出如下图对话框:图5 单样本T检验对话框2.将变量态度反应得分(x)移动到右侧的检测变量对话框中,并在“检测值”列表框中输入47.00,作为目标值。

图6 单样本T检验对话框II3.设置置信区间和确实值的处理方法。

单击右上角的“选项”按钮,在弹出的对话框的“置信区间百分比”文本框中输入“98”,即设置置信区间为98%。

在“缺失值”选项组选中“按分析顺序排除个案“。

如图:图7 单样本T检验:选项对话框4.设置完毕后,单击“确定”按钮,等待结果输出。

spss实训报告3

spss实训报告3

spss实训报告3实训报告实验课程名称SPSS软件实训系(部)年级专业班学生姓名学号开课时间至学年第学期第一章:入门操作数据的输入建立字段——输入数字——保存(分别在data view和variabe view下处理)数据的简单描述(n,最大值,最小值,平均值,方差)Descriptive Statistics→Descriptives→选择变量→ok(分组描述方法:Data→Split File→选择分组指标→ok→再进行上面分析)绘制直方图Graphs→Histogram→选择变量→ok统计分析(两个样本的均值比较-t检验)Analyze→Compare Mean→Independent-Samples T test→选择变量和分组变量→设置分组变量值→ok(结果如下)Independent Samples TestLevene's T est for Equality of Variances t-test for Equality of MeansF Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the DifferenceLower Upperx Equal variances assumed .032 .860 2.524 22 .019 .43629 .17288 .07777 .79482Equal variances not assumed 2.524 21.353 .020 .43629 .17286 .07716 .79542(1)方差齐性检验时F越小(p越大),就证明没有差异,就说明齐,这与方差分析均数时F越大约好相反。

F=MS组间/MS误差=(处理因素的影响+个体差异带来的误差)/个体差异带来的误差(2)统计显著性(sig)就是出现目前样本这结果的机率,即P=sig=0.860,sig越接近1越齐(3)df为自由度df=n-2=24-2=22(4) ?=0.05第二章:数据文件的处理data和transform菜单的应用Transforms(1)compute过程(赋值,条件赋值)新建自变量→transforms/compute→赋值一个→再制造条件if(2)count过程(定义缺失值,变量范围)Transforms/count→define values→定义缺失值,range变量范围(3)recode过程(根据原条件得到新的变量)Transforms/recode→different variable→填写新变量名→选择自变量→change→old and new values→定义条件和new values(4)rank cases过程(分组排序)Transforms/rank cases→选择自变量和分组变量DATA(1)sort case过程(排序)Data/sort case→选择变量→选择升序和降序(2)transpose(变量和记录的置换,即变量变成记录,记录变成变量)(3)restructure过程(重复测量模型中应用)Data/restructure→选择变换模型→选择ID变量(区分个体的变量)和index变量(区分次数变量)→ok(4)merge files过程(批量加载数据)纵向合并:添加新的自变量data→merge files→add cases (*表示当前数据集变量,+表示需加的数据集变量)横向合并:添加变量行data→merge files→add variables(5)aggregate过程(数据分类汇总)(6)split file(分组处理)技术技巧(1)二项分布累计概率Data/transform/compute→填入新变量名→functions中选择cdf.binom(q,n,p)(p是实际发生数,n总样本数,p总体发生数)第三章:SPSS统计绘图功能详解条图的通用界面由于不同图形的绘图对话框有相当强的共性,下面我们通过一个简单的例子来看看绘图菜单的大致界面是怎么样的,通过这个例子大家可以举一反三。

SPSS实验报告06567

SPSS实验报告06567

CENTRAL SOUTH UNIVERSITYSPSS实验报告学生姓名王强学号 16指导教师邵留国学院商学院专业工商1101实验一、数据集实验目的:掌握基本的统计学理论,学会使用SPSS录入数据,建立SPSS数据集。

实验内容::三十名儿童身高、体重样本数据如下表所示。

建立SPSS数据集。

三十名儿童身高、体重样本数据实验步骤:步骤一:启动SPSS。

步骤二:选择文件,新建,数据,如图。

步骤三:切换到变量视图,定义变量。

其中,性别变量需要设置值标签。

如图所示。

步骤四:切换到数据视图,按照次序依次输入数据。

步骤五:保存数据。

实验结果:实验二:统计量描述实验目的:(1)结合图表描述掌握各种描述性统计量的构造原理及其应用。

(2)熟练掌握运用SPSS进行统计描述的基本技能。

实验内容:大学生在校期间的各门课程考试成绩,尽管在学生与学生之间、院系之间、男女生之间以及不同的课程之间,都存在着各种各样的差异,但整体上的分布状况还是有规律可循的。

今有两个学院共1040名男女生的统计学和经济学期末考试成绩数据,储存在SPSS数据文件中,文件名:。

试运用图表描述与统计量描述的方法,对此数据展开尽可能全面和深入的描述与分析。

实验步骤:步骤一:打开SPSS数据,文件名:。

如图。

步骤二:点击“分析”中的“描述统计”,选择“频率”,如图所示。

步骤三:弹出一个“频率”对话框,如图。

步骤四:将“统计成绩”和“经济成绩”拖入“变量”框中,点击确定。

实验结果:实验三:参数估计实验目的:(1)掌握单样本总体均值区间估计。

(2)掌握总体均值差区间估计。

(3)熟练掌握相关的SPSS操作。

实验内容:某地区的一位针对老年人市场的电视节目赞助商,希望了解老年人每周看电视的时间,因为这个信息对电视节目设计以及广告策略和广告数量的制定有着重要的参考价值。

赞助商决定开展这项有关老年人看电视时间情况的抽样调查,但由于经费的限制,样本容量只能限制在200以内,并认为95%置信度是可以接受的。

SPSS相关分析实验报告

SPSS相关分析实验报告

本科教学实验报告(实验)课程名称:数据分析技术系列实验实验报告学生姓名:一、实验室名称:二、实验项目名称:相关分析三、实验原理相关关系是不完全确定的随机关系。

在相关关系的情况下,当一个或几个相互联系的变量取一定值得时候,与之相应的另一变量的值虽然不确定,但它仍然按照某种规律在一定的范围内变化。

按照数据度量的尺度不同,相关分析的方法也不同,连续变量之间的相关性常用Pearson简单相关系数测定;定序变量的相关系数常用Spearman秩相关系数和Kendall 秩相关系数测定;定类变量的相关分析要使用列连表分析法。

四、实验目的理解相关分析的基本原理,掌握在SPSS软件中相关分析的主要参数设置及其含义,掌握SPSS软件分析结果的含义及其分析。

五、实验内容及步骤实验内容:以雇员表为例,共有474条数据,运用相关分析方法对变量间的相关关系进行分析。

1)分析性别与工资之间是否存在相关关系。

2)分析教育程度与工资之间是否存在相关关系。

实验要求:掌握相关分析方法的计算思路及其在SPSS环境下的操作方法,掌握输出结果的解释。

1. 分析性别与工资之间是否存在相关关系。

分析:性别属于定类变量,是离散值,因使用卡方检验。

Step1.操作为Analyze \ Descriptive Statistics \ CrosstabsStep2.将性别(Gender)和收入(Current Salary)分别移入Rows列表框和Columns列表框。

Step3.单击Statistics按钮,在弹出的子对话框中选中默认的Chi-square,进行卡方检验。

退回到主对话框,单击ok。

2. 分析教育程度与工资之间是否存在相关关系。

分析:教育程度为定序变量,工资为连续变量,可使用Spearman和Kendall 秩相关系数检验。

Step1. 用散点图初步判断二变量的相关性,操作为Graphs / Legacy Dialogs / Scatter,选择Simple Scatter,教育程度为自变量,工资为因变量,做散点图。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

《统计分析软件》实验报告
四、实验步骤与结果
(一)
问题一
操作步骤:
1.在用SPSS进行数据分析之前,先把数据录入SPSS软件中。

打开SPSS软件,在“变量视图”设置变量“态度反应得分(x)”,把“态度反应得分(x)”定义为数值型变量。

变量视图1 图2.进入数据视图,录入数据。

对态度反应得分取中间值,并将人数作为每一个态度反应得分的个数。

数据录入结果如下图:
录入数据后的数据视图2 图3.选择“分析”→“比较均值”→“均值”命令。

选择人数,点击右侧向右箭头,使之进入“因变量列表”;选择态度反应得
分,使之进入自变量列表。

如图:
均值对话框3 图4.选择输出相关描述统计量。

单击“均值”对话框右上角的“选项”按钮,弹出如图所示的对话框。

在“统计量”列表框中选择“均值”和“标准差”并单击右箭头按钮使之进入“单元格统计量”列表框。

实际操作中由于右列表框以默认存在“均值”、“个案数”和“标准差”,应该将“个案数”移动到左列表框,点击继续。

如图:
均值:选项对话框4 图
5.点击确定按钮,等待输出结果。

结果分析:
1.从表中可以看出,样本总共有60个,全部参加分析,没有缺失值。

表1 案例处理基本统计表
2.变量统计结果表:
表2 变量统计结果表
3.从表可以看出,学生态度得分的均值为47.00,标准值为13.629。

第二问
操作步骤
1.回到数据视图,选择“分析”→“比较均值”→“单样本T检验”,弹出如下图对话框:
检验对话框单样本T5 图)移动到右侧的检测变量对话框中,并在“检测x 将变量态度反应得分(2.
值”列表框中输入47.00,作为目标值。

II检验对话框6 单样本T图3.设置置信区间和确实值的处理方法。

单击右上角的“选项”按钮,在弹出的对话框的“置信区间百分比”文本框中输入“98”,即设置置信区间为98%。

在“缺失值”选项组选中“按分析顺序排除个案“。

如图:
检验:选项对话框T单样本图7
4.设置完毕后,单击“确定”按钮,等待结果输出。

结果分析:
1.从表可以看出,参与分析的样本有60个,样本均值为47.00,标准差为13.629,均值的标准误差是1.760。

表3 单个样本统计量表
2.单样本T检验结果表
从表可以发现,t统计量的值是1.000,自由度是59,98%的置信区间是
(-4.21,4.21)。

表4 单个样本检验结果表
(二)
操作步骤:
1.在进行数据分析之前,将数据录入SPSS软件中。

打开SPSS软件,在变量视图
界面输入“编号”和“四级成绩”,并将“编号”定义为字符型变量,将“四级成绩”定义为数值型变量。

如图:
变量视图8 图
2.录入数据
录入数据后的数据视图9 图3.点击“分析”→“比较均值”→“单样本T 检验”,在弹出的对话框中,将“四级成绩”移动到右侧对话框,在“检验值”
文本框”填入65,,如图:
图10 单样本T检验
点击选项,在置信区间百分比输入“95”,即设置显著性水平为5%。

在“缺失值”选项组中选中“按分析顺序排除个案”,也就是说,只有分析计算涉及到该记录缺失的变量时,才删去该记录。

如下图:
检验:选项单样本T图11
4.设置完毕,点击“继续”按钮返回“单样本T检验”对话框。

单击“确定”按钮,等待结果输出。

结果分析:
1.从表可以看出与,参与分析的样本共有20个,样本的均值是69.8000,标准差是9.47351,均值的标准误是
2.11834.
表5 单个样本统计量表
2.从表可以发现:t统计量的值是2.266,自由度是19,95%的置信区间是
(0.3663,9.2337),临界置信水平是0.035,小于0.05,说明该校英语水平与全区英语平均水平存在较大差别。

表6 单个样本检验表
(三)
第一问:
操作步骤:
1.打开SPSS软件,在变量视图中定义“ID”、“method”、“scoreadd”三个变量,并在变量method的值标签定义:1为旧方法,2为新方法,如下图所示:
变量视图12 图,如下图:》data3_3.sav将文件保存为《2.
》文件data3_3.sav图13 保存为《第二问:
操作步骤:
1.对数据进行分组。

点击“数据”→“分割文件”,进入分割文件对话框。

选择“method”,点击中间的向右箭头,使之成为分组方式。

如图:
分割文件14 图
2.点击确定完成分组设置。

单击“分析”→“描述统计”→“频率”,弹出频率对话框。

选中scoreadd变量,单击向右箭头使之进入变量列表框。

如下图:
频率对话框15 图3.单击统计量按钮,选中“四分位数”和“均值”,单击继续回到频率对话框。

单击确定,等待结果输出。

结果分析:
如下图所示,旧培训方法的评分增加量均值为10.6111,从上往下四分位数依次为12.2500;10.5000;9.2500。

新培训方法的评分增加量均值为12.5556,从上往下四分位数依次为15.0000;12.0000;10.0000.从以上结果可以起看出,新培训方法下的评分增加量与就培训方法相比,有了明显的增加。

说明新培训方法对员工工作能力有明显积极效果。

表7 统计量
第三问:
操作步骤:
1.点击“分析”→“比较均值”→“独立样本T检验”,选中“socreadd”并点击右侧第一个向右箭头,使之进入检验变量列表框;选中“method”,单击右侧第二个向右箭头,使之进入分组变量列表框。

如图:
检验T16 独立样本图2.单击定义组,在组1(1)输入“1.00”,在组2(2)输入“2.00”。

单击继续,如图:
图17 定义组
3.设置置信区间和缺失值的处理方法。

单击“独立样本T检验”对话框中的“选项”按钮,弹出如图所示的对话框。

采用默认的95%置信度以及“案分析顺序排除个案”的缺失值处理方法即可。

单击继续返回“独立样本T检验”对话框,单击确定,等待结果输出。


检验:选项对话框T 独立样本图18
结果分析:
1.从表可以看出:参与分析的样本中,旧方法组的样本容量是9,样本均值是10.6111,标准差是1.67290,均值的标准差是0.55763;新方法组的样本容量是
9,样本均值是12.5556,标准差是2.60342,均值的标注差是0.86781.
表8 数据基本统计量表
2.从表可以发现:F统计量的值为2.764,对应的置信水平为0.116,说明两样本方差不存在显著差别,所以采用的方法是两样本等方差T检验。

T统计量的值是-1.885,自由度是16,95%置信区间是(-4.13118,0.24229),临界置信水平为0.078,大于5%,所以两种培训方法之间不具有显著差别。

表9 独立样本T检验结果表
(四)
操作步骤:
1.数据录入。

在进行数据分析之前,先将数据录入到SPSS软件中。

打开SPSS 软件,在变量视图定义“性别”和“成绩”变量,并在性别的值标签定义为“男”如图所示:=
2.“女”,=1.
图19 变量视图
2.转换到数据视图,进行数据录入。

用“1”表示性别“男”,用“2”表示性别“女”。

如图:
录入数据后的数据视图20 图
3.点击“分析”→“比较均值”→“独立样本T检验”,进入独立样本T检验对话框。

选中“成绩”变量,单击中间第一个向右箭头,使之进入检验变量列表框;选中“性别”变量,单击中间第二个向右箭头,使之进入分组变量列表框。

如图:
检验独立样本T21 图4.点击定义组,在组1(1)输入1,在组2(2)输入2,如图:
定义组22 图5.单击继续,返回独立样本T检验对话框。

单击右上角的“选项”按钮,设,缺失值按分析顺序排除个案,如下图说是:95%置置信区间百分比为
检验:选项T23 独立样本图6.单击继续返回,单击确定,等待结果输出。

结果分析:
1.从表可以看出,参与分析的样本中,性别为男的一组的样本容量为18,样本均值为81.2778,标注差为10.36854,均值的标注误为
2.44389;性别为女的一组的样本容量为12,均值为77.7500,标注差为11.70179,均值的标准误为
3.37801.
表10 数据基本统计量表
2.从表中可以发现,F统计量的值是0.467,对应的置信水平是0.500,说明两样本之间存在显著差别,所以采用的方法是两样本方差不相等的T检验。

T统计量为0.846,自由度为21.685,95%置信区间是(-5.12625,,12.18180),临街置信水平为0.407,大于临界置信水平5%,说明该班级学生的高考成绩不存在性别上的差别。

表11 独立样本检验结果表。

相关文档
最新文档