中央财经大学统计学作业2.doc

中央财经大学 实 验 报 告 实验项目名称 方差分析、回归分析、时间序列分析 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 2011年5月 班 级 任课教师 王会娟 学 号 姓 名 学 号 姓 名 学 号 姓 名 成 绩 实 验 报 告 1、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。如果不能认为全相等，请做多重比较。 不同学科上月工资的描述统计 上月工资 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 1 46 2326.09 511.831 75.465 2174.09 2478.08 1300 3500 2 42 2304.76 514.640 79.411 2144.39 2465.14 1100 3300 3 55 2274.55 476.180 64.208 2145.82 2403.27 1400 3400 总数 143 2300.00 496.183 41.493 2217.98 2382.02 1100 3500 表1-1 不同学科上月工资的描述统计 学科与工资研究的方差分析表 上月工资 平方和 df 均方 F 显著性 组间 67893.092 2 33946.546 .136 .873 组内908 140 249229.335 总数000 142 表1-2 学科与工资研究的方差分析表 方差齐性检验 上月工资 Levene 统计量 df1 df2 显著性 .097 2 140 .908 表1-3 学科与工资研究的方差齐性检验 图1-1 学科与工资研究方差分析基本假设的检验 1、关于正态性的分析。 使用spss软件得出的分组直方图如图1-1所示，该图表明，在各个水平下上月工资都呈对称分布，没有极端值出现，因此可以认为不违背正态性假设。根据表1-3的Levene检验的结果，由于表中的p值等于0.908，是个非常大的值，因此也不能拒绝等方差的原假设。 2、方差齐性检验。 表1-1表明，各组标准差差异不大，最大值与最小值之比等于1.081，明显小于2，因此可以认为是等方差的。 3、方差分析的结果分析。 检验中零假设和备择假设为： H0：μ1=μ2=μ3 H1：μ1、μ2、μ3不全相等 表1-2中给出的p值等于0.873，大于我们通常要求的α=0.05，因此我们不能拒绝原假设，不能得出学科对上月工资有显著影响的结论，也就是说我们可能认为三个学科的上月工资相等。 （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。 图1-2 学科和性别与工资研究方差分析基本假设的检验 学科、性别与工资的无交互作用的双因素方差分析表 因变量:上月工资 源 III 型平方和 df 均方 F Sig. 校正模型 6540680.489a 3 2180226.830 10.664 .000 截距 7.434E8 1 7.434E8 3635.933 .000 性别 6472787.396 1 6472787.396 31.659 .000 学科 244202.994 2 122101.497 .597 .552 误差511 139 204455.536 总计 7.914E8 143 校正的总计000 142 a. R 方 = .187（调整 R 方 = .170） 表1-4 学科、性别与工资的无交互作用的双因素方差分析表 学科、性别与工资的有交互作用的双因素方差分析表 因变量:上月工资 源 III 型平方和 df 均方 F Sig. 校正模型 6775774.725a 5 1355154.945 6.587 .000 截距 7.277E8 1 7.277E8 3537.387 .000 性别 6185326.723 1 6185326.723 30.066 .000 学科 228658.865 2 114329.433 .556 .575 性别 * 学科 235094.