《统计分析和SPSS的应用(第五版)》课后练习的答案解析(第6章)

《统计分析与SPSS勺应用（第五版）》（薛薇）
课后练习答案
第6章SPSS的方差分析
1、入户推销有五种方法。

某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。

从应聘人员中尚无推销经验的人员中随机挑选一部分人，并随机地将他们分为五个组, 每组用一种推销方法培训。

一段时期后得到他们在一个月内的推销额，如下表所示：
请利用单因素方差分析方法分析这五种推销方式是否存在显著差异。

2）绘制各组的均值对比图，并利用LSD方法进行多重比较检验。

（1）分析比较均值单因素ANOVA 因变量：销售额；因子：组别确定。

ANOVA
额
概率P-值接近于0,应拒绝原假设，认为5种推销方法有显著差异。

（2）均值图：在上面步骤基础上，点选项均值图；事后多重比较LSD
-swtiu E 崎F 也©
_]阖回小$矶皿它 _|方三同度性®或H ，
E r[Jwn-For=ythe I 四日ch M 印均(直图图.
船生值
叫位科行用*降卜案⑥
.1握?爆除味小茎u 回正河
因变量：销售额
LSD(L)
(I)组别
(J)组别
平均差
(I-J) 标准错误
显著性 95%置信区间
下限值 上限
第一组
第二组 *
-3.30000
1.60279 .048 -6.5733 -.0267
第三组
.72857 1.60279 .653 -2.5448 4.0019
第四组
3.05714
1.60279 .066 -.2162 6.3305
第五组
*
-6.70000
1.60279 .000 -9.9733 -3.4267 第二组
第一组 *
3.30000
1.60279 .048 .0267 6.5733
第三组
*
4.02857
1.60279 .018 .7552 7.3019
第四组
*
6.35714
1.60279 .000 3.0838 9.6305
第五组
*
-3.40000 1.60279 .042 -6.6733 -.1267 第三组
第一组 -.72857
1.60279 .653 -4.0019
2.5448
第二组
*
-4.02857 1.60279 .018 -7.3019 -.7552
第四组
2.32857
1.60279 .157 -.9448 5.6019
第五组
*
-7.42857 1.60279 .000 -10.7019 -4.1552 第四组 第一组
-3.05714
1.60279
.066
-6.3305
.2162
1单因去ABUT*:
多重比较
均值差的显著性水平为
可知,1和2、1和5、2和3, 2和4,2和5,3和5,4和5有显著差异。

2、从两个总体中分别抽取n 1 =7和和n 2=6的两个独立随机样本，经计算得到下面的方
差分析表。

请补充表中单元格的两个独立随机样本，经计算得到下面的方差分析表。

请补充表中单元格“ A”和单元格“ B”内的计算结果。

答：已知组内均方组内偏差平方和/自由度，所以
F统计量=组间均方/组内均方所以B=7.5/2.4=3.125
3、为研究某种降血压药的适用特点，在五类具有不同临床特征的高血压患者中随机挑选了若干志愿者进行对比试验，并获得了服用该降压药后的血压变化数据。

现对该数据进行单因素方差分析，所得部分分析结果如下表所示。

T*st of RoBntflnnity nf V^riincfis 血庆整
Depswlort Vvri^lv;血压天
*H
1)请根据表格数据说明以上分析是否满足方差分析的前提要求，为什么？
2)请填写表中空缺部分的数据结果，并说明该降压药对不同组患者的降压效果是否存在显著差异。

3)如果该降压药对不同组患者的降压效果存在显著差异，那么该降压药更适合哪组患者？
(1)因F检验的概率P值小于显著性水平(0.05),拒绝原假设，方差不齐，不满足方差分
析的前提假设。

(2)4*276.032=1104.128 ; 1104.128+1524.990=2629.118; 4+63=67; 1524.990/63=24.206
(3)各组均值存在显著差异。

更适合第三组
4
1)选择恰当的数据组织方式建立关于上述数据的SPSS数据文件
2)利用多因素方差分析方法，分析不同地区和不同日期对该商品的销售是否产生了显著影响
3)地区和日期是否对该商品的销售产生了交互影响。

若没有显著的交互影响，则试建立非饱和模型进行分析，并与饱和模型进行对比。

[Are宣Dale
111 5.00
2115,00
311MOQ
412 6.C0
金1? B.UJ
6137.00
713“I
Q13工E
g13 5.00
10217.00
it21 B.m
1221 B.m
1322「山
1422s.a
1522 6.00
1623 5.00
1723 B.OO
1923 4.CD
1931 3.CD
2331lai
31 4.00
2232 5.IX
2332 5.00
2432 5.00
2533 B.IX
X339.00
2733G.m
(2)分析一般线性模型单变量因变量：销售量；因子：地区、日期确定。

平方(调整后的平方
分析：
(2)由上表可知，F ai、F a2的概率P-值为0.313和0.254,大于显著性水平(0.05),所以不应拒绝原假设，可以认为不同地区和日期下的销售额总体均值不存在显著差异，不同地区和
不同日期对该商品的销售没有产生显著影响。

(3)产生了交互影响。

因为概率P-值接近于0,拒绝原假设，认为不同地区和日期对销
售额产生了显著的交互作用。

5、研究者想调查性别（1为女，2为男）和使用手机（1使用，2不使用）对驾驶状态的 影响。

在封闭道路开车的 24人参与了该项研究。

其中，12男12女，6男6女使用手机,
其余6男6女不使用手机。

用0-50分测度驾驶状态，分数越高驾驶状态越好。

数据如下:
性别
使用手机
得分
性别
使用手机
得分
1 1 34
2 1 35 1 1 29 2 1 32 1 1 38 2 1 27 1 1 34 2 1 26 1 1 3
3 2 1 37 1 1 30 2 1 2
4 1 2 4
5 2 2 48 1 2 44 2 2 47 1 2 4
6 2 2 40 1 2 42 2 2 46 1 2 4
7 2 2 50 1
2
40
2
2
39
请问：性别和是否使用手机对驾驶状态有影响吗？如果有影响，影响效应是多少?
单变量 因变量：得分；因子：性别、是否使用手机 确定。

（2）分析 一般线性模型
主体间因子
a. R 平方=.760 （调整后的R 平方=.724 ）
分析：
就性别而言，因为概率PJ1=0.584,大于显著性水平0.05,所以不应拒绝原假设，认为性别对驾驶状态无显著影响；就手机使用情况而言，因为概率P-值接近0,应拒绝原假设,
认为手机使用情况对驾驶状态存在显著影响。

6、下面的表格记录了某公司采用新、旧两种培训方式对新员工进行培训前后的工作能力评分增加情况的数据。

现需要比较这两种培训方式的效果有无差别，考虑到加盟公司时间可
请选择适当的数据组织方式将以上数据录入到资料编辑窗口，变量名保持不变,
并定义各变量的变量值标签，变量Method的变量值标签（1为旧方法，2为新方法）。

2）按不同的培训方法计算加盟时间、评分增加量的平均数。

3）在剔除加盟时间影响的前提下，分析两种培训方式的效果有无差别，并说明理由。

（1）数据组织方法如下图：
ID Metiod Mori th ScoreAdd_
1r11 1.S9.0
221 2.610.6
331 6.513.0
441 1.0 B.O
551 4.011.0
6G1 5.0乐5
171 3.510.0
a81 4.012.0
991 4.512.5
101022120
11112 4.6U.O ____ 121227.01&.0
13132,69口
14U2 4.512.0 ____ 15152 4.&10.0
16162ZO1C 0
17172 6.014-.0
18182 6.016.0 (2)步骤：①数据拆分文件比较组：选择培训方式确定；②分析描述统计描述变量：增分、加盟时间；选项：平均值确定。

描述统计
培训方式数字平均值(E)
旧方式增分9 10.611
加盟时间9 3.500
有效N (成列) 9
新方式增分9 12.556
加盟时间9 4.000
有效N (成列) 9
(3)
分析一般线性模型单变量因变量：增分；固定因子：培训方式；协变量：加盟时间
完美WORD格式
确定。

注意：请先重置“拆分文件”操作
主体间效应的检验
平方（调整后的平方）
在剔除加盟时间白^影响下，因P-值为0.034,小于0.05,应拒绝原假设，两种培训方式效果有显著差异。

专业整理知识分享。