Spass16.0与统计数据分析
实验报告
实验课程：专业统计软件运用
上课时间： 2012 学年 上 学期 16 周
（ 2012 年 06 月 04 日 —07日） 姓名： 花满楼 学号： 2010201101 班级： 0301008班 学院： 经济管理学院 上课地点： 经管实验室五楼 指导教师： 刘 进
第六章实验
一 实验1及目的
1. 某农场为了比较4种不同品种的小麦产量的差异，选择土壤条件基本相同的土地，分成16块，将每一个品种在4块试验田上试种，测得小表亩产量（kg）的数据如表6.17所示（数据文件为data6-4.sav），试问不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异。（数据来源：《SPSS实用统计分析》 郝黎仁，中国水利水电出版社）
表6.17 小麦产量的实测数据
品种 A1 277.5 产量 276.4 271 272.4 A2 244.2 249.5 236.8 239 A3 249.2 244.2 252.8 251.4 A4 273 240.9 257.4 266.5 二 实验内容 解决问题1的原理：单因素方差分析 实验步骤：1.打开数据文件data6-4.sav
2.选择analyze—compare means—one-way ANOVA 3.dependent list 框里为产量，factor为品种
4.在options中选择homogeneity of variance test和exclude cases analysis by analysis 5.在post hoc按钮里选择LSD方法，改变相关系数为0.05和0.01
6.得出结果
三 结果分析 1.实验结果图如下 Test of Homogeneity of Variances 产量 Levene Statistic 3.593
ANOVA 产量 Between Groups Within Groups Total df 3 12 15 Mean Square 754.494 62.060 F 12.158 Sig. .001 df1 3 df2 12 Sig. .046 Sum of Squares 2263.482 744.715 3008.197 2.数据分析：在0.05和0.01显著性水平下，H0假设都是：方差相等，从上表中可以看出Sig.=0.046，小于0.05大于0.01，所以在0.05的显著性水平下不接受H0假设，即有显著性差异，但是在0.01的显著性水平下接受H0假设，即无显著性差异。
一 实验2及目的
2. 某公司希望检测四种类型的轮胎A，B，C，D的寿命（由行驶的里程数决定），见表
6.18（单位：千英里）（数据文件为data6-5.sav），其中每种轮胎应用在随机选择的6辆汽车上。在显著性水平0.05下判断不同类型轮胎的寿命间是否存在显著性差异？（数据来源：《统
计学（第三版）》，M.R.斯皮格尔，科学出版社）
表6.18 四种轮胎的寿命数据
A B C D 33 32 31 29 38 40 37 34 36 42 35 32 40 38 33 30 31 30 34 33 35 34 30 31 二 实验内容
解决问题2的原理：单因素方差分析
实验步骤：1.打开数据文件data6-5.sav
2.选择analyze—compare means—one-way ANOVA 3.方差相等的齐性检查。将“历程”、“轮胎”分别移入Dependent List以及Factor。点击Options按钮，选中Homogeneity of variance test（方差齐性检验），而后运行
4.多重分析比较。在One-way NOVA中单击Post Hoc?按钮，选择LSD方法，显著性水平取0.05，单击 Options按钮，选中Descripive和Means plot，对数据进行整体描绘 5.得出结果。
三 结果分析 1.数据截图
Test of Homogeneity of Variances 里程 df2 20 Sig. .050 Levene Statistic df1 3.088
3 ANOVA 里程 Between Groups Within Groups Total
Sum of Squares 77.500 216.333 293.833 df F 2.388 Sig. .099 Mean Square 3 20 23 25.833 10.817
2：数据分析：在0.05显著性水平下，H0假设是：方差相等，从上表中可以看出Sig.=0.050，等于于0.05，所以在0.05的显著性水平下接受H0假设，说明没有显著性差异。
一 实验3及目的
3. 某超市将同一种商品做3种不同的包装（A）并摆放在3个不同的货架区（B）进行销售试验，随机抽取3天的销售量作为样本，具体资料见表6.20。要求检验：在显著性水平0.05下商品包装、摆放位置及其搭配对销售情况是否有显著性影响。（数据来源：《应用统计学》 耿修林，科学出版社；数据文件：data6-7.sav）
表6.20 销售样本资料
A1 A2 A3 B1 5,6,4 7,8,8 3,2,4 B2 6,8,7 5,5,6 6,6,5 B3 4,3,5 3,6,4 8,9,6 二 实验内容
解决问题3的原理：多因素方差分析原理
实验步骤：1.分析，需要研究不同包装的产品A和不同货架区对销售量的影响。这是一个多
因素方差分析问题。
2.数据组织，按表6.20的变量名组织成4列数据。
3．变量设置，按Analyze→General LinearModel→Univeariate的步骤打开 Univariate对话框。并将“销售量”变量移入Dependent Variable框中作为观测变量，将“包装（A）”、“货架区（B）”移入Fixed Factor（s）中作为控制变量。
4.设置方差齐性检验，单击Options按钮，由于方差分析要求不同组别数据方差相等，故应进行方差齐性检验，选中“Homogeneity tests 5.得出结果。
三 结果分析 1.数据截图 Between-Subjects Factors 包装 1 2 3 摆放位置 1 2 Value Label A1 A2 A3 B1 B2 aN 9 9 9 9 9 Levene's Test of Equality of Error Variances Dependent Variable:销量 F .754 df1 8 df2 18 Sig. .646 Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept + casing + place + casing * place Tests of Between-Subjects Effects Dependent Variable:销量 Type III Sum Source Corrected Model Intercept casing place casing * place Error Total Corrected Total of Squares 65.407a 822.259 .963 3.185 61.259 19.333 907.000 84.741 df 8 1 2 2 4 18 27 26 Mean Square 8.176 F 7.612 Sig. .000 .000 .646 .253 .000 822.259 765.552 .481 1.593 15.315 1.074 .448 1.483 14.259 a. R Squared = .772 (Adjusted R Squared = .670)
Multiple Comparisons Dependent Variable:销量 Mean (I) 包(J) 包装 LSD A1 装 A2 A3 A2 A1 A3 A3 A1 A2 Tamhane A1 A2 A3 A2 A1 A3 A3 A1 Difference (I-J) -.44 -.11 .44 .33 .11 -.33 -.44 -.11 .44 .33 .11 Std. Error .489 .489 .489 .489 .489 .489 .778 .915 .778 .941 .915 95% Confidence Interval Upper Sig. .375 .823 .375 .504 .823 .504 .924 .999 .924 .980 .999 Lower Bound Bound -1.47 -1.14 -.58 -.69 -.92 -1.36 -2.52 -2.58 -1.63 -2.19 -2.36 .58 .92 1.47 1.36 1.14 .69 1.63 2.36 2.52 2.86 2.58