試驗3參數(shù)估計與假設檢驗

..試驗3參數(shù)估計與假設檢驗1．某省大學生四級英語測驗平均成績?yōu)?5，現(xiàn)從某高校隨機抽取20份試卷，其分數(shù)為：72、76、68、78、62、59、64、85、70、75、61、74、87、83、54、76、56、66、68、62，問該校英語水平與全區(qū)是否根本一致？設α＝0.052.下面的表格記錄了某公司采用新、舊兩種培訓方式對新員工進展培訓前后的工作能力評分增加情況，分析目的是想比擬這兩種培訓方式的效果有無差異。IDmethodscoreaddIDmethodscoreadd11.009.00102.0012.0021.0010.50112.0014.0031.0013.00122.0016.0041.008.00132.009.0051.0011.00142.0012.0061.009.50152.0010.0071.0010.00162.0010.0081.0012.00172.0014.0091.0012.50182.0016.00(1)請將數(shù)據(jù)輸入到數(shù)據(jù)編輯窗口，變量名保持不變；定義變量method的Values〔值標簽〕：1為舊方法，2為新方法，并保存數(shù)據(jù)文件為data3_3.sav。(2)按不同的培訓方法計算評分增加量的平均數(shù)、四分位數(shù)，并解釋其含義。(3)分析兩種培訓方式的效果有無差異。3．分析某班級學生的高考數(shù)學成績是否存在性別上的差異。數(shù)據(jù)如下表所示：某班級學生的高考數(shù)學成績性別數(shù)學成績男〔n＝18〕858975588680787684899995828760857580女〔n＝12〕929686837887706570787256〔一〕操作步驟：1.在進展數(shù)據(jù)分析之前，將數(shù)據(jù)錄入SPSS軟件中。翻開SPSS軟件，在變量視圖界面輸入"編號〞和"四級成績〞，并將"編號〞定義為字符型變量，將"四級成績〞定義為數(shù)值型變量。如圖：2.錄入數(shù)據(jù)3.點擊"分析〞→"比擬均值〞→"單樣本T檢驗〞，在彈出的對話框中，將"四級成績〞移動到右側(cè)對話框，在"檢驗值〞文本框〞填入65,，如圖：點擊選項，在置信區(qū)間百分比輸入"95〞，即設置顯著性水平為5%。在"缺失值〞選項組中選中"按分析順序排除個案〞，也就是說，只有分析計算涉及到該記錄缺失的變量時，才刪去該記錄。如下列圖：4.設置完畢，點擊"繼續(xù)〞按鈕返回"單樣本T檢驗〞對話框。單擊"確定〞按鈕，等待結(jié)果輸出。結(jié)果分析：1.從表可以看出與，參與分析的樣本共有20個，樣本的均值是69.8000，標準差是9.47351，均值的標準誤是2.11834.2.從表可以發(fā)現(xiàn)：t統(tǒng)計量的值是2.266，自由度是19,95%的置信區(qū)間是〔0.3663,9.2337〕，臨界置信水平是0.035，小于0.05，說明該校英語水平與全區(qū)英語平均水平存在較大差異?！捕车谝粏枺翰僮鞑襟E：1.翻開SPSS軟件，在變量視圖中定義"ID〞、"method〞、"scoreadd〞三個變量，并在變量method的值標簽定義：1為舊方法，2為新方法，如下列圖所示：2.將文件保存為"data3_3.sav"，如下列圖：第二問：操作步驟：1.對數(shù)據(jù)進展分組。點擊"數(shù)據(jù)〞→"拆分文件〞，進入分割文件對話框。選擇"method〞，點擊中間的向右箭頭，使之成為分組方式。如圖：2.點擊確定完成分組設置。單擊"分析〞→"描述統(tǒng)計〞→"頻率〞，彈出頻率對話框。選中scoreadd變量，單擊向右箭頭使之進入變量列表框。如下列圖：3.單擊統(tǒng)計量按鈕，選中"四分位數(shù)〞和"均值〞，單擊繼續(xù)回到頻率對話框。單擊確定，等待結(jié)果輸出。結(jié)果分析：如下列圖所示，舊培訓方法的評分增加量均值為10.6111，從上往下四分位數(shù)依次為12.2500；10.5000；9.2500。新培訓方法的評分增加量均值為12.5556，從上往下四分位數(shù)依次為15.0000；12.0000；10.0000.從以上結(jié)果可以起看出，新培訓方法下的評分增加量與就培訓方法相比，有了明顯的增加。說明新培訓方法對員工工作能力有明顯積極效果。第三問：操作步驟：1.點擊"分析〞→"比擬均值〞→"獨立樣本T檢驗〞，選中"socreadd〞并點擊右側(cè)第一個向右箭頭，使之進入檢驗變量列表框；選中"method〞，單擊右側(cè)第二個向右箭頭，使之進入分組變量列表框。如圖：2.單擊定義組，在組1〔1〕輸入"1.00〞，在組2〔2〕輸入"2.00〞。單擊繼續(xù)，如圖：3.設置置信區(qū)間和缺失值的處理方法。單擊"獨立樣本T檢驗〞對話框中的"選項〞按鈕，彈出如下圖的對話框。采用默認的95%置信度以及"案分析順序排除個案〞的缺失值處理方法即可。單擊繼續(xù)返回"獨立樣本T檢驗〞對話框，單擊確定，等待結(jié)果輸出。結(jié)果分析：從表可以看出：參與分析的樣本中，舊方法組的樣本容量是9，樣本均值是10.6111，標準差是1.67290，均值的標準差是0.55763；新方法組的樣本容量是9，樣本均值是12.5556，標準差是2.60342，均值的標注差是0.86781.從表可以發(fā)現(xiàn)：F統(tǒng)計量的值為2.764，對應的置信水平為0.116，說明兩樣本方差不存在顯著差異，所以采用的方法是兩樣本等方差T檢驗。T統(tǒng)計量的值是-1.885，自由度是16,95%置信區(qū)間是〔-4.13118,0.24229〕，臨界置信水平為0.078，大于5%，所以兩種培訓方法之間不具有顯著差異?！踩巢僮鞑襟E：1.數(shù)據(jù)錄入。在進展數(shù)據(jù)分析之前，先將數(shù)據(jù)錄入到SPSS軟件中。翻開SPSS軟件，在變量視圖定義"性別〞和"成績〞變量，并在性別的值標簽定義為"男〞=1，"女〞=2.如下圖：2.轉(zhuǎn)換到數(shù)據(jù)視圖，進展數(shù)據(jù)錄入。用"1〞表示性別"男〞，用"2〞表示性別"女〞。如圖：3.點擊"分析〞→"比擬均值〞→"獨立樣本T檢驗〞，進入獨立樣本T檢驗對話框。選中"成績〞變量，單擊中間第一個向右箭頭，使之進入檢驗變量列表框；選中"性別〞變量，單擊中間第二個向右箭頭，使之進入分組變量列表框。如圖：4.點擊定義組，在組1〔1〕輸入1，在組2〔2〕輸入2，如圖：5.單擊繼續(xù)，返回獨立樣本T檢驗對話框。單擊右上角的"選項〞按鈕，設置置信區(qū)間百分比為95%，缺失值按分析順序排除個案，如下列圖說是：結(jié)果分析：1.從表可以看出，參與分析的樣本中，性別為男的一組的樣本容量為18，樣本均值為81.2778，標注差為10.36854，均值的標注誤為2.44389；性別為女的一組的樣本容量為12，均值為77.7500，標注差為11.70179，均值的標準誤為3.37801.2.從表中可以發(fā)現(xiàn)，F(xiàn)統(tǒng)計量的值是0.467，對