1、課后練習(xí)答案第6章SPSS勺方差分析1、入戶推銷有五種方法。某大公司想比較這五種方法有無顯著的效果差異，設(shè)計了一項實驗。從應(yīng)聘人員中尚無推銷經(jīng)驗的人員中隨機挑選一部分人，并隨機地將他們分為五個組,每組用一種推銷方法培訓(xùn)。一段時期后得到他們在一個月內(nèi)的推銷額，如下表所示：第一組第二組第三組第四組第五組1)請利用單因素方差分析方法分析這五種推銷方式是否存在顯著差異。2)繪制各組的均值對比圖，并利用LSD方法進行多重比較檢驗。(1)分析比較均值單因素ANOVA因變量：銷售額；因子：組別確定。ANOVA銷售額平方和df均方F顯著性組之間4.000組內(nèi)30總計34概率P-值接近于0,應(yīng)拒絕原假設(shè)，認為5

2、種推銷方法有顯著差異。LSD(2)均值圖：在上面步驟基礎(chǔ)上，點選項均值圖；事后多重比較多重比較因變量：銷售額LSD(L)平均差95%置信區(qū)間(I)組另1(J)組別(I-J)標準錯誤顯著性下限值上限第一組第二組*.048第三組.72857.653第四組.066第五組*.000第二組第一組*.048.0267第三組*.018.7552第四組*.000第五組*.042第三組第一組.653第二組*.018第四組.157第五組*.000第四組第一組.066.2162第二組*.000第三組.157.9448第五組*.000第五組第一組*.000第二組*.042.1267第三組*.000第四組*.000*.

3、均值差的顯著性水平為可知，1和2、1和5、2和3,2和4,2和5,3和5,4和5有顯著差異。2、從兩個總體中分別抽取ni=7和和n2=6的兩個獨立隨機樣本，經(jīng)計算得到下面的方差分析表。請補充表中單元格的兩個獨立隨機樣本，經(jīng)計算得到下面的方差分析表。請補充表中單元格“A”和單元格“B”內(nèi)的計算結(jié)果。答：已知組內(nèi)均方=組內(nèi)偏差平方和/自由度，所以A=11=F統(tǒng)計量=組間均方/組內(nèi)均方所以B=3、為研究某種降血壓藥的適用特點，在五類具有不同臨床特征的高血壓患者中隨機挑選了若干志愿者進行對比試驗，并獲得了服用該降壓藥后的血壓變化數(shù)據(jù)?，F(xiàn)對該數(shù)據(jù)進行單因素方差分析，所得部分分析結(jié)果如下表所示。1)請根據(jù)

4、表格數(shù)據(jù)說明以上分析是否滿足方差分析的前提要求，為什么？2)請?zhí)顚懕碇锌杖辈糠值臄?shù)據(jù)結(jié)果，并說明該降壓藥對不同組患者的降壓效果是否存在顯著差異。3)如果該降壓藥對不同組患者的降壓效果存在顯著差異，那么該降壓藥更適合哪組患者？(1)因F檢驗的概率P值小于顯著性水平()，拒絕原假設(shè)，方差不齊，不滿足方差分析的前提假設(shè)。(2)4*=;+=;4+63=67;1524.990/63=(3)各組均值存在顯著差異。更適合第三組4、為研究某商品在不同地區(qū)和不同日期的銷售差異性，調(diào)查收集了以下日平均銷售量數(shù)據(jù)。銷售量日期肝-周二周四周五周末500060004000地區(qū)一600080003000400070005

5、000700050005000地區(qū)二800050006000800060004000地區(qū)三3000600080002000400060005000900060001)選擇恰當?shù)臄?shù)據(jù)組織方式建立關(guān)于上述數(shù)據(jù)的SPS漱據(jù)文件2)利用多因素方差分析方法，分析不同地區(qū)和不同日期對該商品的銷售是否產(chǎn)生了顯著影響3)地區(qū)和日期是否對該商品的銷售產(chǎn)生了交互影響。若沒有顯著的交互影響，則試建立非飽和模型進行分析，并與飽和模型進行對比。(1)數(shù)據(jù)組織方法如下：(2)分析一般線性模型單變量因變量：銷售量；因子：地區(qū)、日期確定。主體間因子值標簽數(shù)字地區(qū)1地區(qū)192地區(qū)293地區(qū)39日期1周一至周三92周四至周五93

6、周末9主體間效應(yīng)的檢驗因變量：銷售量源III類平方和自由度均方F顯著性校正的模型8.000截距1.000Area2.313Date2.254Area*Date4.000錯誤總計校正后的總變異182726.926a.R平方=.788（調(diào)整后的R平方=.693）分析：（2）由上表可知，F(xiàn)a1、Fa2的概率P-值為和，大于顯著性水平（），所以不應(yīng)拒絕原假設(shè)，可以認為不同地區(qū)和日期下的銷售額總體均值不存在顯著差異，不同地區(qū)和不同日期對該商品的銷售沒有產(chǎn)生顯著影響。（3）產(chǎn)生了交互影響。因為概率P-值接近于0,拒絕原假設(shè)，認為不同地區(qū)和日期對銷售額產(chǎn)生了顯著的交互作用。5、研究者想調(diào)查性別（1為女，2為

7、男）和使用手機（1使用，2不使用）對駕駛狀態(tài)的影響。在封閉道路開車的24人參與了該項研究。其中，12男12女，6男6女使用手機，其余6男6女不使用手機。用0-50分測度駕駛狀態(tài)，分數(shù)越高駕駛狀態(tài)越好。數(shù)據(jù)如下：性別使用手機得分性別使用手機得分113421351129213211382127113421261133213711302124124522481244224712462240124222461247225012402239請問：性別和是否使用手機對駕駛狀態(tài)有影響嗎？如果有影響，影響效應(yīng)是多少？(1)數(shù)據(jù)組織方法如下：(2)分析一般線性模型單變量因變量：得分；因子：性別、是否使用手機確定

8、。主體間因子值標簽數(shù)字性別1男122女12是否使用手機1使用122不使用12因變量：Score主體間效應(yīng)的檢驗源III類平方和自由度均方F顯著性校正的模型3.000截距1.000Sex1.310.584UsePhone1.000Sex*UsePhone1.258錯誤20總計24校正后的總變異23a.R平方=.760(調(diào)整后的R平方=.724)分析：就性別而言，因為概率P-值=,大于顯著性水平，所以不應(yīng)拒絕原假設(shè)，認為性別對駕駛狀態(tài)無顯著影響；就手機使用情況而言，因為概率P-值接近0,應(yīng)拒絕原假設(shè)，認為手機使用情況對駕駛狀態(tài)存在顯著影響。6、下面的表格記錄了某公司采用新、舊兩種培訓(xùn)方式對新員工進

9、行培訓(xùn)前后的工作能力評分增加情況的數(shù)據(jù)?，F(xiàn)需要比較這兩種培訓(xùn)方式的效果有無差別，考慮到加盟公司時間可能也是影響因素，將加盟時間按月進行了紀錄。DMethodMonthscoreaddIDMethodmonthscoreadd1191022122111214311312271641181329514111421261515210711016221081412172514911826161)請選擇適當?shù)臄?shù)據(jù)組織方式將以上數(shù)據(jù)錄入到SPSS資料編輯窗口，變量名保持不變,并定義各變量的變量值標簽，變量Method的變量值標簽(1為舊方法，2為新方法)。2)按不同的培訓(xùn)方法計算加盟時間、評分增加量的平均數(shù)。3)在剔除加盟時間影響的前提下，分析兩種培訓(xùn)方式的效果有無差別，并說明理由。(1)數(shù)據(jù)組織方法如下圖：(2)步驟：數(shù)據(jù)拆分文件比較組：選擇培訓(xùn)方式確定；分析描述統(tǒng)計描述變量：增分、加盟時間；選項：平均值確定。描述統(tǒng)計培訓(xùn)方式數(shù)字平均值(E)舊方式增分加盟時間99有效N（成列）9新方式增分9加盟時間9有效N（成列）9（3）分析一般線性模型單變量因變量：增分；固定因子：培訓(xùn)方式；協(xié)變量：加盟時間確定。注意：請先重置“拆分文件”操作