spss是课程设计.docVIP

统计软件与计算实验报告 方差分析中控制变量对观测变量影响显著性判断 专业：统计学 姓名：陈培志 学号： 实验目的：熟悉方差分析的内容，掌握从观测变量的方差分解入手，通过推断控制变量各水平下各观测变量总体的均值是否存在显著性差异，分析控制变量是否给观测变量带来了显著影响。 实验内容： 一．样本收集：建立数据文件如下表： （表一） 自习时间x1 （小时） 到课次数x2 期末平均成绩y（分） 30 64 85 45 54 78 40 64 89 24 32 73 35 43 68 32 57 79 38 64 69 42 63 65 32 62 89 20 64 82 10 1 52 43 64 76 39 56 84 40 64 92 37 0 67 24 61 83 34 56 76 36 58 83 40 63 94 43 60 73 36 64 84 43 57 81 37 62 78 40 63 85 32 64 79 27 30 68 36 42 73 42 51 90 27 15 72 35 64 94 二．数据分析: 单因素方差分析： 具体步骤: 选择菜单:【Analyze】→【Compare means】→【One-Way ANOVA】 选择观测变量到【Dependent List】框。 选择控制变量到【Factor】框 运行结果如下： 自习时间x1对期末平均成绩的单因素方差分析结果： 表(1.1) ANOVA y 平方和 df 均方 F 显著性 组间 1703.967 15 113.598 1.609 .190 组内 988.333 14 70.595 总数 2692.300 29 到课次数x2对期末平均成绩的单因素方差分析结果： 表（1.2） ANOVA y 平方和 df 均方 F 显著性 组间 1653.133 16 103.321 1.293 .324 组内 1039.167 13 79.936 总数 2692.300 29 从上面表（1.1）及表（1.2）可以看出，若显著性水平a的取值为0.05， 则x1和x2对应的概率P值均大于a的值，因此，接受原假设Ho。 2.单因素方差分析的进一步分析：多重比较检验 具体步骤： (1）选择菜单:【Analyze】→【Compare means】→【One-Way ANOVA】 (2)选择 Post Hoc 按钮。 （3）在新出现的窗口中任选几个种方法即可。 运行结果如下： 表（2.1）不同到课次数的基本描述统计量及95%的置信区间 描述 y N 均值 标准差 标准误 均值的 95% 置信区间 极小值 极大值 下限 上限 .00 1 67.0000 . . . . 67.00 67.00 1.00 1 52.0000 . . . . 52.00 52.00 15.00 1 72.0000 . . . . 72.00 72.00 30.00 1 68.0000 . . . . 68.00 68.00 32.00 1 73.0000 . . . . 73.00 73.00 42.00 1 73.0000 . . . . 73.00 73.00 43.00 1 68.0000 . . . . 68.00 68.00 51.00 1 90.0000 . . . . 90.00 90.00 54.00 1 78.0000 . . . . 78.00 78.00 56.00 2 80.0000 5.65685 4.00000 29.1752 130.8248 76.00 84.00 57.00 2 80.0000 1.41421 1.00000 67.2938 92.7062 79.00 81.00 58.00 1 83.0000 . . . . 83.00 83.00 60.00 1 73.0000 . . . . 73.00 73.00 61.00 1 83.0000 . . . . 83.00 83.00 62.00 2 83.5000 7.77817 5.50000 13.6159 153.3841 78.00 89.00 63.00 3 81.3333 14.84363 8.56997 44.4597 118.2070 65.00 94.00 64.00 9 83.3333 7.93725 2.64575 77.2322 89.4344 69.00 94.00 总数 30 78.7000 9.63524 1.75915 75.1021 82.2979 52.00 94.00