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α＝0.05
2．分析某班级学生的高考数学成绩是否存在性别上的差异。数据如表所示：
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 76 84 89 99 95 82 87 60 85 75 80 女（n＝12） 92 96 86 83 78 87 70 65 70 65 70 78 72 56
3．SPSS自带的数据文件world95.sav中，保存了1995年世界上109个国家和地区的部分指标的数据，其中变量“lifeexpf”,“lifeexpm”分别为各国或地区女性和男性人口的平均寿命。假设将这两个指标数据作为样本，试用配对样本T检验，女性人口的平均寿命是否确实比男性人口的平均寿命长，并给出差异的置信区间。（设α＝0.05）
三、试验步骤和结果
1.新建spss数据。计算样本均值的区间估计，采用“单样本T 检验”方法。选择菜单“ 【分析】→【比较均值】→【单样本T检验】
2. 选择菜单“ 【分析】→【比较均值】→【独立样本T检验】，将成绩作为检验变量，性别作为分组变量，定义组为0和1. 1. 單一樣本統計資料 成绩 N 20 平均數 69.80 標準偏差 標準錯誤平均值 9.474 2.118 單一樣本檢定 檢定值 = 65 95% 差異數的信賴區間 成绩 T 2.266 df 19 顯著性 （雙尾） 平均差異 .035 4.800 下限 .37 上限 9.23 2. 群組統計資料 成绩 性别 男 女 N 18 14 平均數 81.28 76.29 標準偏差 標準錯誤平均值 10.369 11.432 2.444 3.055
四、试验总结
1.如上图所示：最右侧给出的均值的标准误是对样本均属抽样误差大小的描述指标。用于比较的假设均值为65，从左到右依次T，自由度，P值，置信区间。此样本的平均值为69.80，显著性p值为0.035<0.05，拒绝原假设，即该校英语水平与全区不一致，高于全区水平。 2. 如上图所示：此样本按性别分组平均值分别为81.85和76.29，F统计量为0.647，显著性p值为0.428>0.05，没有理由拒绝原假设，即该班级学生的高考数学成绩是存在性别上的差异。
试验4：方差分析
一、试验目标
1．帮助学生深入了解方差及方差分析的基本概念，掌握方差分析的基本思想和原理 2．掌握方差分析的过程。
3．增强学生的实践能力，使学生能够利用SPSS统计软件，熟练进行单因素方差分析、两因素方差分析等操作，激发学生的学习兴趣，增强自我学习和研究的能力。
二、试验内容
1. 用SPSS进行单因素方差分析。某个年级有三个小班，他们进行了一次数据考试，现从各班随机地抽取了一些学生，记录其成绩如表。原始数据文件保存为“数学考试成绩.sav”。试在显著性水平0.05下检验各班级的平均分数有无显著差异。
数学考试成绩表
Ⅰ 73 89 82 43 80 73 78 76 66 60 45 93 36 77 79 87 88 78 48 91 51 85 74 56 Ⅱ 77 31 78 62 76 96 80 85 68 79 56 91 71 71 87 97 Ⅲ 41 59 68 53 79 15 75 89 2.某学校给3组学生以3种不同方式辅导学习，一个学期后，学生独立思考水平提高的成绩如表
所示。
学生独立思考水平提高的成绩 方式1 方式2 方式3 37 49 33 42 48 33 42 48 35 43 48 32 41 47 31 42 45 35 45 46 34 46 47 32 41 48 32 40 49 33 问：该数据中的因变量是什么？因素又是什么？如何建立数据文件？对该数据进行方差分析，检验3种方式的影响是否存在显著差异？
三、试验步骤与结果
? 1. 选择菜单【分析】→【比较均值】→【单因素方差分析】，依次将观测变量成绩移入因变量列表框，将因素变量方式移入因子列表框。单击选项按钮，选择方差同质性检验复选框，输出方差齐性检验结果；选中均值图复选框，输出不同因素水平下观测变量的均值直线图。 2.该数据中因变量是提高的成绩，因素是方式，在数据中建立两个变量：一为提高的成绩，二为方式，将分成三类分别为方式一、方式二、方式三。最后进行显著性差异。选择菜单【分析】→【比较均值】→【单因素方差分析】，依次将观测变量提高的成绩移入因变量列表框，将因素变量方式移入因子列表框。单击两两比较按钮，该对话框用于进行多重比较检验，即各因素水平下观测变量均值的两两比较。选择正确的检验方法。 结果 1.
變異數同質性測試
成绩 Levene 統計資料 .115 df1
2 df2
45 顯著性
.892 變異數分析 成绩 群組之間 在群組內 總計 平方和 105.292 15505.375 15610.667 df 2 45 47 平均值平方 52.646 344.564 F .153 顯著性 .859 2. 變異數分析 提高的成绩 群組之間 在群組內 平方和 1069.400 87.400 df 2 27 平均值平方 534.700 3.237 F 165.182 顯著性 .000 總計 1156.800 29
多重比較
因變數: 提高的成绩 Tamhane 平均差異 (I) 方式 (J) 方式 方式一 方世二 方式三 方世二 方式一 方式三 方式三 方式一 方世二 (I-J) -5.600 8.900 5.600 14.500 -8.900 -14.500 ******95% 信賴區間 標準錯誤 .891 .900 .891 .582 .900 .582 顯著性 .000 .000 .000 .000 .000 .000 下限 -8.03 6.45 3.17 12.97 -11.35 -16.03 上限 -3.17 11.35 8.03 16.03 -6.45 -12.97 *. 平均值差異在 0.05 層級顯著。 三、试验总结
1.如第一张表所示，显著性为0.892>0.05，所以符合方差齐性以及正态分布， 表2中，群组之间显著性为0.859>0.05，所以没有理由拒绝原假设，即在显著性水平0.05下检验各班级的平均分数有显著差异。
2.第三表中，由于p＝0.000<0.05说明在α＝0.05显著性水平下，F检验是显著的。即认为各个
方式下提高的成绩并不完全相同。如前所述，拒绝单因素方差分析原假设并不能得出给个方式下提高的成绩并不相同的结论。各地区销量均值的两两比较要看表4所示的多重比较检验结果。表中上半部分为LSD检验结果，下半部分为Tamhane检验结果。由于方差满足齐性，所以这里应该看LSD检验结果。表中的平均差異列给出了不同方式下提高的成绩的平均值之差。其中后面带“﹡”号的表示销量有显著差异，没有带“﹡”号的表示没有显著差异。可以看出，每个方式之间都有显著性差异。
试验5：相关分析与回归分析
一、试验目标
本试验项目的目的是学习并使用SPSS软件进行相关分析和回归分析，具体包括： 皮尔逊pearson简单相关系数的计算与分析
学会在SPSS上实现一元及多元回归模型的计算与检验。 学会回归模型的散点图与样本方程图形。 学会对所计算结果进行统计分析说明。 要求试验前，了解回归分析的如下内容。
参数α、β的估计
回归模型的检验方法：回归系数β的显著性检验（t－检验）；回归方程显著性检验（F－检验）。
二、试验内容
现有1987~2003年湖南省全社会固定资产投资总额NINV和GDP两个指标的年度数据，见下表。试研究全社会固定资产投资总额和GDP的数量关系，并建立全社会固定资产投资总额和GDP之间的线性回归方程。
湖南省全社会固定资产投资和GDP年度数据 年份 GDP（亿元） 1987 1988 1989 1990 1991 1992 1993 1994 509.44 614.07 682.8 744.44 833.3 997.7 1278.28 1694.42 120.38 144.71 114.51 121.24 156.39 234.4 324.58 422.18 1995 1996 1997 1998 1999 2000 2001 2002 2195.7 2647.16 2993 3118.1 3326.8 3691.88 3983 4140.94 NINV（亿元） 年份 GDP（亿元） NINV（亿元） 523 684.14 667.39 796.9 883.9 1012.2 1174.3 1348