《试验3参数估计与假设检验.docx》由会员分享，可在线阅读，更多相关《试验3参数估计与假设检验.docx（13页珍藏版）》请在三一文库上搜索。
1、最新 料推荐试验 3 参数估计与假设检验1某省大学生四级英语测验平均成绩为 65，现从某高校随机抽取 20 份试卷，其分数为： 72、 76、68、 78、62、59、 64、85、70、75、61、 74、87、83、 54、76、56、 66、68、62，问该校英语水平与全区是否基本一致？设 0.052. 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，分析目的是想比较这两种培训方式的效果有无差别。IDmethodscoreaddIDmethodscoreadd11.009.00102.0012.0021.0010.50112.0014.0031.0
2、013.00122.0016.0041.008.00132.009.0051.0011.00142.0012.0061.009.50152.0010.0071.0010.00162.0010.0081.0012.00172.0014.0091.0012.50182.0016.00(1) 请将数据输入到数据编辑窗口， 变量名保持不变； 定义变量 method 的 Values （值标签）： 1 为旧方法， 2 为新方法，并保存数据文件为 data3_3.sav 。(2) 按不同的培训方法计算评分增加量的平均数、四分位数，并解释其含义。(3) 分析两种培训方式的效果有无差别。3分析某班级学生的高考
3、数学成绩是否存在性别上的差异。数据如下表所示：某班级学生的高考数学成绩性别数学成绩男（ n 18） 85 89 75 58 86 80 78 768489999582 87 60 85 75 80女（ n 12） 92 96 86 83 78 87 70 65707872561最新 料推荐（一）操作步骤：1. 在进行数据分析之前， 将数据录入 SPSS软件中。打开 SPSS软件，在变量视图界面输入“编号”和“四级成绩” ，并将“编号”定义为字符型变量，将“四级成绩”定义为数值型变量。如图：2最新 料推荐2. 录入数据3. 点击“分析”“比较均值”“单样本T 检验”，在弹出的对话框中，将“四级成
4、绩”移动到右侧对话框，在“检验值”文本框”填入65, ，如图：3最新 料推荐点击选项，在置信区间百分比输入 “95”，即设置显著性水平为 5%。在“缺失值”选项组中选中“按分析顺序排除个案” ，也就是说，只有分析计算涉及到该记录缺失的变量时，才删去该记录。如下图：4. 设置完毕，点击“继续” 按钮返回 “单样本 T 检验”对话框。单击“确定”按钮，等待结果输出。结果分析：1. 从表可以看出与，参与分析的样本共有 20 个，样本的均值是69.8000 ，标准差是 9.47351 ，均值的标准误是2.11834.2. 从表可以发现： t 统计量的值是 2.266 ，自由度是 19,95%的置信区间
5、是（ 0.3663,9.2337 ），临界置信水平是 0.035 ，小于 0.05 ，说明该校英语水平与全区英语平均水平存在较大差别。4最新 料推荐（二）第一问：操作步骤：1. 打开 SPSS软件，在变量视图中定义“ ID”、“ method”、“scoreadd ”三个变量，并在变量 method的值标签定义： 1为旧方法， 2为新方法，如下图所示：5最新 料推荐2. 将文件保存为 data3_3.sav ，如下图：第二问：操作步骤：1. 对数据进行分组。点击“数据”“拆分文件” ，进入分割文件对话框。选择“ method”，点击中间的向右箭头，使之成为分组方式。如图：6最新 料推荐2. 点
6、击确定完成分组设置。单击“分析”“描述统计”“频率” ，弹出频率对话框。选中 scoreadd 变量，单击向右箭头使之进入变量列表框。如下图：3. 单击统计量按钮，选中“四分位数”和“均值” ，单击继续回到频率对话框。单击确定，等待结果输出。结果分析：如下图所示，旧培训方法的评分增加量均值为 10.6111 ，从上往下四分位数依次为 12.2500 ；10.5000 ；9.2500 。新培训方法的评分增加量均值为 12.5556 ，从上往下四分位数依次为 15.0000 ； 12.0000 ； 10.0000. 从以上结果可以起看出，新培训方法下的评分增加量与就培训方法相比， 有了明显的增加。
7、 说明新培训方法对员工工作能力有明显积极效果。7最新 料推荐第三问：操作步骤：1. 点击“分析”“比较均值”“独立样本 T检验”，选中“ socreadd ”并点击右侧第一个向右箭头，使之进入检验变量列表框；选中“ method”，单击右侧第二个向右箭头，使之进入分组变量列表框。如图：2. 单击定义组，在组 1（ 1）输入“ 1.00 ”，在组 2（2）输入“ 2.00 ”。单击继续，如图：3. 设置置信区间和缺失值的处理方法。单击“独立样本T检验”对话框中的“选项”按钮，弹出如图所示的对话框。采用默认的95%置信度以及“案分析顺序排除个案”的缺失值处理方法即可。单击继续返回“独立样本T检验”
8、对话框，单击确定，等待结果输出。8最新 料推荐结果分析：1. 从表可以看出：参与分析的样本中，旧方法组的样本容量是9，样本均值是 10.6111 ，标准差是 1.67290 ，均值的标准差是 0.55763 ；新方法组的样本容量是 9，样本均值是 12.5556 ，标准差是 2.60342 ，均值的标注差是 0.86781.2. 从表可以发现： F统计量的值为 2.764 ，对应的置信水平为 0.116 ，说明两样本方差不存在显著差别， 所以采用的方法是两样本等方差 T检验。T统计量的值是 -1.885 ，自由度是 16,95%置信区间是（ -4.13118,0.24229 ），临界置信水平为
9、0.078 ，大于 5%，所以两种培训方法之间不具有显著差别。9最新 料推荐（三）操作步骤：1. 数据录入。在进行数据分析之前， 先将数据录入到 SPSS软件中。打开 SPSS软件，在变量视图定义 “性别” 和“成绩” 变量，并在性别的值标签定义为 “男” =1，“女” =2. 如图所示：2.转换到数据视图，进行数据录入。用“1”表示性别“男”，用“2”表示性别“女”。如图：10最新 料推荐3.点击“分析”“比较均值”“独立样本T 检验”，进入独立样本T 检验对话框。选中“成绩”变量，单击中间第一个向右箭头，使之进入检验变量列表框；选中“性别”变量 ，单击中间第二个向右箭头 ，使之进入分组变量
10、列表框。如图：4.点击定义组，在组1（ 1）输入 1，在组 2（2）输入 2，如图：11最新 料推荐5.单击继续，返回独立样本T 检验对话框。单击右上角的“选项”按钮，设置置信区间百分比为95%，缺失值按分析顺序排除个案，如下图说是：结果分析：1. 从表可以看出，参与分析的样本中，性别为男的一组的样本容量为 18，样本均值为 81.2778 ，标注差为 10.36854 ，均值的标注误为 2.44389 ；性别为女的一组的样本容量为 12，均值为 77.7500 ，标注差为 11.70179 ，均值的标准误为 3.37801.2. 从表中可以发现， F 统计量的值是0.467 ，对应的置信水平是0.500 ，说12最新 料推荐明两样本之间存在显著差别，所以采用的方法是两样本方差不相等的T 检验。 T统计量为 0.846 ，自由度为 21.685,95%置信区间是（ -5.12625 ，,12.18180 ），临街置信水平为 0.407 ，大于临界置信水平5%，说明该班级学生的高考成绩不存在性别上的差别。13