常用统计方法(SPSS)期末考试题型总结

SPSS期末考试题型总结

一、单样本t检验（单个正态总体的均值检验与置信区间）（P48）

1、题目类型：某糖厂打包机打包的糖果标准值为，给出一系列抽取值。

问：（1）这天打包机的工作是否正常？

（2）这天打包机平均装糖量的置信区间是多少？

2、操作：（1）Analyze Compare mean One-Sample T Test

（2）将左边源变量X送入Test Variable(s)中，在Test Value中输入

3、结果分析：若Sig.>0.05，接受假设，即没有显著性差异

若Sig.<0.05，拒绝假设，即有显著性差异

置信区间（100+Lower，100+uppper）

二、两个样本t检验（两个正态总体的均值检验与置信区间）（P50）

1、题目类型：从A批导线抽取4根，从B批导线抽取5根。

问：这两批导线的平均电阻是否有显著差异？并求的置信区间。

2、操作：（1）Analyze Compare mean Indepvendent Sample T Test

（2）将检验变量x送入Test Variable(s)，将分组变量group送入

Grouping Variable

（3）选按钮define Groups Use specified values，分别输入1和2.

3、结果分析：（1）若F显著性概率Sig.>0.05，接受假设，两组方差没有显著

性差异，即可认为两组方差是相等的

（2）若t显著性概率Sig.2-tailed>0.05，可以得出A、B两批电

线的电阻值没有显著差异。

三、单因素方差分析（P54）

1、题目类型：6种不同农药在相同条件下的杀虫率。

问：杀虫率是否因农药的不同而有显著性差异？

2、操作：（1）Analyze Compare mean One-Way ANOV

（2）将源变量x送入Dependent List(因变量)，将类型变量kind送入Factor.

3、结果分析：（1）若Sig.>0.05，接受假设，即没有显著性差异

（2）若Sig.<0.05，拒绝假设，有显著性差异，此时进一步操作：继续操作：（a）Options Homogeneity of variance test

（b）Post Hoc LSD

四、双因素方差分析（P62）

1、题目类型：三种浓度，四种温度的每一种搭配下的产品产量。

问：试检验不同浓度，不同温度以及它们之间的交互作用对产量有无显著影响？

2、操作：（1）Analyze General Linear Model Univarate

（2）测试变量（产量）送入Dependent Variable，因素变量（温度、浓度）一起送入Fixed Factor

3、结果分析：（1）若A因素Sig.>0.05，则A因素对产量无显著性影响，反之

（2）若B因素Sig.>0.05，则A因素对产量无显著性影响，反之。

（3）若A*B因素Sig.>0.05，则A与B的交互作用对产量无显著性

影响，反之则反。

4、注意：（1）输入数据时注意排版，因素A、B的分类。

（2）不考虑交互作用时， Model Custom，把要考虑的a、b等因素送入右边；考虑交互作用时，Model Full factorial

五、一元线性回归模型（P71）

1、题目类型：某公司科研支出x与利润y的表格

问：求出线性模型，并检验该模型是否显著以及给出模型的标准误差

2、操作：（1）作图Grapls scatter/pot simple scatter,判断为线性。

（2）Analyze Regression Linear

（3）将因变量y送入Dependent，将自变量x送入Independent

3、结果分析：（1）B列的数值为回归系数，其中Constant为常数项。Y=20+2x

（2）若Sig.<0.05，则***显著不为0，***是一个重要变量。

六、多元线性回归模型（P76）

1、题目类型：课本例子

问：试求y对x

1,x

2,

x

3

,x

4

的最佳线性模型。

2、操作：（1）作图Grapls scatter/pot simple scatter,判断为线性。

（2）Analyze Regression Linear

（3）将因变量y送入Dependent，将自变量x

1,x

2,

x

3

,x

4

送入Independent

（4）若enter模型不好，则进行逐步回归法,选Model stepwise 3、结果分析：（1）R值越接近1，模型越好。

（2）F值显著性概率Sig.<0.01,回归模型非常显著。

（3）若Sig.<0.05，则***显著不为0，***是一个重要变量。

4、预测：Analyze Regression Linear save

选Unstandardized(预测值)，或选Individual(区间值)

七、曲线回归模型（P88）

1、题目类型：对200只鸭进行试验，得到周龄x与日增重y的数据。

问：求出线性模型，并检验该模型是否显著以及给出模型的标准误差

2、操作：（1）作图Grapls scatter/pot simple scatter,判断曲线类型。

（2）Analyze Regression Curve Estimation

（3）将因变量y送入Dependent，将自变量x送入Independent

（4）在Model中，选Quadratic(二次曲线) 或其他

3、结果分析：（1）R值越接近1，模型越好。

（2）F值显著性概率Sig.<0.01,回归模型非常显著。

八、相关分析（P93）

1、题目类型：13名男生的身高与体重表。

问：试研究x与y的相关性。

2、操作：（1）Analyze correlate Bivariate

（2）将源变量x、y送入Variables

3、结果分析：若Sig.<0.01，说明非常显著，即身高与体重的相关性非常强。

九、卡方检验（拟合度检验）（P103）

1、题目类型：200个观察数据，包含组下限和频数的表。

问：试检验该数据是否服从[0,1]上的均匀分布?

2、操作：（1）定义变量x，为组下限或上限。注意输入方式

（2）确定Weight为频数变量，Data Weight Class Weight cases by，将变量Weight送入Frequency Variable.

（3）Analyze Nonparametric test Chi-Square

（4）将检验变量x送入Test Variable

3、结果分析：Sig.>0.05，故认为从该表抽取的数据服从[0,1]上的均匀分布。

十、K-S检验（独立性检验）（P112）

1、题目类型：从车间中抽取50个样本，得到纤维强力指标。

问：试检验纤维强力指标是否服从正态分布？

2、操作：（1）Analyze Nonparametric test 1-sample K-S test

（2）将检验变量x送入Test Variable List,选Normal(正态分布)

3、结果分析：Sig.>0.05，故认为纤维的强力指标服从正态分布。