假設檢驗spss操作例題

1、 頁單樣本T檢驗按規(guī)定苗木平均高達1.60m以上可以出，今在苗圃中隨機抽取10株苗木，測定的苗木高度如下：1.751.581.711.641.551.721.621.831.631.65假設苗高服從正態(tài)分布，試問苗木平均高是否達到出圃要求？（要求a=005）解：1）根據(jù)題意，提出：虛無假設H：苗木的平均苗高為H=1.6m;備擇假設斗：苗木的平均苗高H1.6m；2）定義變量：在spss軟件中的“變量視圖”中定義苗木苗高,之后在“數(shù)據(jù)視圖”中輸入苗高數(shù)據(jù)；3）分析過程在spss軟件上操作分析，輸出如下：表1.1：單個樣本統(tǒng)計量N均值標準差均值的標準誤苗高101.6680.08430.02666表1

2、.2:單個樣本檢驗tdf檢驗值=1.6差分的95%置信區(qū)間Sig.（雙側）均值差值下限上限苗高2.5519.031.06800.0077.12834）輸出結果分析由圖1.1和表1.1數(shù)據(jù)分析可知，變量苗木苗高成正態(tài)分布，平均值為1.6680m,標準差為0.0843，說明樣本的離散程度較小，標準誤為0.0267，說明抽樣誤差較小。由表1.3數(shù)據(jù)分析可知，T檢驗值為2.55，樣本自由度為9,t檢驗的p值為0.0310.05,說明差異性顯著，因此，否定無效假設H0，取備擇假設H1。由以上分析知：在顯著水平為0.05的水平上檢驗，苗木的平均苗高大于1.6m，符合出圃的要求。獨立樣本T檢驗從兩個不同撫育

3、措施育苗的苗圃中各以重復抽樣的方式抽得樣本如下：樣本1苗高（CM）：52587148576273686556樣本2苗高（CM）：567569827463586478776673設苗高服從正態(tài)分布且兩個總體苗高方差相等（齊性），試以顯著水平a=0.05檢驗兩種撫育措施對苗高生長有無顯著性影響。解：1）根據(jù)題意提出：虛無假設兩種撫育措施對苗木生長沒有顯著的影響；備擇假設兩種撫育措施對苗高生長影響顯著；2）在spss中的“變量視圖”中定義變量“苗高1”“撫育措施”，之后在“數(shù)據(jù)視圖”中輸入題中的苗高數(shù)據(jù)，及撫育措施，其中措施一定義為“1”措施二定義為“2”；3）分析過程在spss軟件上操作分析輸出分

4、析數(shù)據(jù)如下;表2.1:組統(tǒng)計量撫育措施N均值標準差均值的標準誤苗高111061.008.2332.60321269.588.2402.379表2.2:獨立樣本檢驗方差方程的Levene檢驗均值方程的t檢驗FSig.tdfSig.（雙側）均值差值標準誤差值差分的95%置信區(qū)間下限上限苗高1假設方差相等假設方.005.946-2.43420.024-8.5833.527-15.940-1.227差不相-2.43419.296.025-8.5833.527-15.957-1.210等4）輸出結果分析由上述輸出表格分析知：在兩種撫育措施下的苗木高度的平均值分別為61.00cm；69.58cm。苗高均值

5、差異性分析的F值為0.946,說明通過方差方程的檢驗其兩總體的苗高均值齊性，標準差分別為8.233、8.240。由表2.2知通過均值方程的t檢驗的t值為-2.434,樣本的p值為0.0240.05，說明差異性顯著，因此，拒絕虛無假設H0,肯定備擇假設H1。由分析知，在顯著水平為0.05水平時檢驗，兩種撫育措施對于苗高的影響顯著。配對樣本T檢驗為比較兩種方法對乳酸飲料中脂肪含量測定結果是否不同，某人隨機抽取了10份乳酸飲料制品，分別用脂肪酸水解法和哥特里羅紫法測定其結果如下表第欄。問兩法測定結果是否不同？兩種方法對乳酸飲料中脂肪含量的測定結果（%）編號哥特里一羅紫法（方法1）脂肪酸水解法（方法2

6、）10.8400.58020.5910.50930.6740.50040.6320.31650.6870.33760.9780.51770.7500.45480.7300.51291.2000.997100.8700.506解：1）根據(jù)題意提出：虛無假設H：兩種方法的測定結果是相同的的備擇假設H兩種方法的測定結果是不同的；2）在spss中的“變量視圖”中定義變量“方法1”，“方法2”，之后在“數(shù)據(jù)視圖”中分別輸入題中的方法1和方法2的檢測結果3）分析過程在spss軟件上操作分析輸出分析數(shù)據(jù)如下：表3.1成對樣本統(tǒng)計量均值N標準差均值的標準誤對1哥特里一羅紫法.7952010.184362.05

7、8300脂肪酸水解法.5228010.185981.058812表3.2成對樣本相關系數(shù)N相關系數(shù)Sig.對1哥特里一羅紫法&脂肪酸水解法10.828.003表3.3成對樣本檢驗成對差分tdfSig.（雙側）均值標準差均值的標準誤差分的95%置信區(qū)間下限上限對1哥特里一羅紫法-脂肪酸水解法.272400.108681.034368.194654.3501467.9269.0004）輸出結果分析由上述輸出表格分析知：在表3.1中，兩種測量方法下的脂肪含量的平均值分別為0.79520%；0.52280%。標準差分別為0.184362、0.185981。說明方法1的測定結果均值較高，標準差較小。采用

8、配對樣本t檢驗進行驗證，由表3.2表示配對樣本的相關分析。由表3.3可知，配對t檢驗結果,t=7.926，自由度=9,雙側檢驗P=0.000V0.05,說明差異性顯著，因此，拒絕虛無假設H,肯定備擇假設斗。由分析知，在顯著水平為0.05水平時檢驗，可認為兩種方法對脂肪含量的測定結果不同，哥特里羅紫法測定結果較高。單因素方差分析某化肥生產商需要檢驗三種新產品的效果，在同一地區(qū)選取3塊同樣大小的農田進行試驗，甲農田中使用甲化肥，在乙農田使用乙化肥，在丙地使用丙化肥，得到6次試驗的結果如表所示，試在0.05的顯著性水平下分析甲乙丙化肥的肥效是否存在差異。三塊農田的產量甲504649524848乙38

9、4047364641丙515049465050解：1）根據(jù)題意提出：虛無假設H。：三塊農田的產量均值是相同的的備擇假設三塊農田的產量均值是不同的；2）在spss中的“變量視圖”中定義變量“產量”，“化肥”，之后在“數(shù)據(jù)視圖”中分別輸入題中的產量和化肥的數(shù)據(jù)。3）分析過程在spss軟件上操作分析輸出分析數(shù)據(jù)如下：表4-3產量的多重分析（I）化肥仃）化肥均值差（I-J）標準誤顯著性95%置信區(qū)間下限上限化肥甲化肥乙7.500*1.709.0013.8611.14化肥丙-.5001.709.774-4.143.14化肥乙化肥甲-7.500*1.709.001-11.14-3.86化肥丙-8.000*

10、1.709.000-11.64-4.36化肥丙化肥甲.5001.709.774-3.144.14化肥乙8.000*1.709.0004.3611.64*.均值差的顯著性水平為0.05。分析上述輸出表格知：在表41產量均值描述產量N均值標準差標準誤均值的95%置信區(qū)間極小值極大值分量間方差下限上限化肥甲648.832.041.83346.6950.984652化肥乙641.334.3671.78336.7545.923647化肥丙649.331.751.71547.5051.174651總數(shù)1846.504.6811.10344.1748.833652模型固定效應2.961.69845.0147

11、.99隨機效應2.58735.3757.6318.622表4.2產量的方差分析平方和df均方F顯著性組間（組合）241.0002120.50013.745.000線性項對比.7501.750.086.774偏差240.2501240.25027.405.000組內131.500158.767總數(shù)372.50017表4.1中，施用三種化肥的產量的平均值分別為48.83，41.33，49.31。標準差分別為2.041，4.367，1.751。在圖4.1中可以看出三種化肥使用后的產量均值是不相等的，圖4.2表明產量是成正態(tài)分布的。對于影響產量的因素僅化肥種類一項，因此可以采用單因素方差分析進行多總體

12、樣本均值檢驗。由表4.2可知單因素方差組間檢驗結果F=13.745，自由度=2，雙側檢驗P=0.00V0.05,說明差異性顯著，因此,拒絕虛無假設H,接受備擇假設H。由分析知，在顯著水平為0.05水平時檢驗，可認為三種化肥對施用后的產量均值不同，其中丙種化肥產量最高，肥效最好。多因素方差分析研究目的：超市中某商品的銷量與擺放位置和超市規(guī)模關系研究方法：按照超市規(guī)模選擇大、中、小三家超市，在每家超市中隨機選A貨架1（貨架陽面第一位）、B端架、C堆頭、D貨架2（貨架陽面第二位）各兩個位置，記錄其統(tǒng)一周期商品的銷售量，然后對其做單變量多因素方差分析。調研數(shù)據(jù):超市規(guī)模擺放位置ABCD大型707875

13、8282897175中型5765697873806057小型4550566365714853解：1）根據(jù)題意提出：虛無假設H0：同種商品在不同規(guī)模超市和不同擺放位置的情況下，銷售量不存在顯著差異。備擇假設斗：同種商品在不同規(guī)模超市和不同擺放位置的情況下，銷售量存在顯著差異。2）在spss中的“變量視圖”中定義變量“規(guī)?！保拔恢谩?，“銷售量”之后在“數(shù)據(jù)視圖”中分別輸入題中的規(guī)模和位置，銷售量的數(shù)據(jù)。3）分析過程在spss軟件上操作分析輸出分析數(shù)據(jù)如下：表5.1主體間因子值標簽規(guī)模位置1.002.003.001.02.03.0大型中型小型A位置B位置N888666表5.2主體間效應的檢驗因變量

14、:銷售量源III型平方和df均方FSig.校正模型3019.333a11274.48512.767.000截距108272.6671108272.6675035.938.000規(guī)模1828.0832914.04242.514.000位置1102.3333367.44417.090.000規(guī)模*位置88.917614.819.689.663誤差258.0001221.500總計111550.00024校正的總計3277.33323a.R方=.921（調整R方=.849）406C位置D位置表5.3規(guī)模同類子集的銷售量Student-Newman-Keusa,b規(guī)模N子集123小型856.3750中

15、型867.3750大型877.7500Sig.1.0001.0001.000已顯示同類子集中的組均值?；谟^測到的均值。誤差項為均值方（錯誤）=19.273。使用調和均值樣本大小=8.000。Alpha=.05。4）輸出結果分析由表5.1可知，變量“超市規(guī)表5.4位置同類子集的銷售量S仃ident-Newman-Keuilsa,b位置N子集123D位置660.6667A位置660.8333B位置670.5000C位置676.6667Sig.9481.0001.000已顯示同類子集中的組均值?；谟^測到的均值。誤差項為均值方（錯誤）=19.273。使用調和均值樣本大小=6.000。Alpha=.05。?！庇腥齻€水平，即大型、中型和小型，每個水平有8個個案；變量“擺放位置”有4個水平，即A、B、C和D,每個水平有6個個案。從表5.2可知，從表中可以看出，同種商品不同規(guī)模和不同擺放位置的“銷售量”的檢驗統(tǒng)計量f的觀測值為30.409，檢驗的概率值為0,小于