數(shù)據(jù)分析實(shí)驗(yàn)

在林業(yè)工程中，研究樹干的體積Y與離地面一定高度的樹干直徑X1和樹干高度X2之間的關(guān)系具有重要的實(shí)用意義。建立數(shù)據(jù)集，定義變量并輸入數(shù)據(jù)并保存。【31棵樹的相關(guān)數(shù)據(jù)】2~4題的數(shù)據(jù)選用樹干直徑做分析數(shù)據(jù)的描述，包括求均值、方差、中位數(shù)等統(tǒng)計(jì)量。統(tǒng)計(jì)量直徑N有效31缺失1均值13.2484中值12.9000方差9.848畫直方圖，莖葉圖，QQ圖。數(shù)據(jù)正態(tài)性的檢驗(yàn)：K—S檢驗(yàn)，W檢驗(yàn)直徑Stem-and-LeafPlotFrequencyStem&Leaf3.000.88820.001.000111111112223334447.001.66777881.002.0Stemwidth:10.00Eachleaf:1case(s)從上面的直方圖、莖葉圖、QQ圖中的圖形上看，數(shù)據(jù)比較好的服從正態(tài)分布，這也和下面正態(tài)性檢驗(yàn)表中檢驗(yàn)結(jié)果0.089>0.05結(jié)果相吻合。正態(tài)性檢驗(yàn)Kolmogorov-SmirnovaShapiro-Wilk統(tǒng)計(jì)量dfSig.統(tǒng)計(jì)量DfSig.直徑.14131.117.94131.089a.Lilliefors顯著水平修正從表中看，這里分別利用K-S檢驗(yàn)和S-W檢驗(yàn)兩種方法來確定變量是否服從正態(tài)分布。df代表自由度，Sig.代表顯著性水平。表中Sig.>0.05則代表接受假設(shè)。多維正態(tài)數(shù)據(jù)的統(tǒng)計(jì)量。案例處理摘要案例有效缺失合計(jì)N百分比N百分比N百分比直徑3196.9%13.1%32100.0%高度3196.9%13.1%32100.0%體積3196.9%13.1%32100.0%描述統(tǒng)計(jì)量標(biāo)準(zhǔn)誤直徑均值13.2484.56363均值的95%置信區(qū)間下限12.0973上限14.39955%修整均值13.1602中值12.9000方差9.848標(biāo)準(zhǔn)差3.13814極小值8.30極大值20.60范圍12.30四分位距5.00偏度.553.421峰度-.435.821高度均值76.00001.14441均值的95%置信區(qū)間下限73.6628上限78.33725%修整均值76.1111中值76.0000方差40.600標(biāo)準(zhǔn)差6.37181極小值63.00極大值87.00范圍24.00四分位距8.00偏度-.394.421峰度-.451.821體積均值30.17102.95232均值的95%置信區(qū)間下限24.1415上限36.20045%修整均值29.0455中值24.2000方差270.203標(biāo)準(zhǔn)差16.43785極小值10.20極大值77.00范圍66.80四分位距19.20偏度1.119.421峰度.773.821線性回歸線的擬合，回歸系數(shù)的區(qū)間估計(jì)與假設(shè)檢驗(yàn)，回歸系數(shù)的選擇、逐步回歸。殘差分析。輸入／移去的變量模型輸入的變量移去的變量方法1高度,直徑a.輸入已輸入所有請(qǐng)求的變量。上表是變量進(jìn)入模型的基本情況。將高度、直徑全部采用。模型匯總b模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1.974a.948.9443.88183a.預(yù)測變量:(常量),高度,直徑。b.因變量:體積對(duì)于多元線性回歸模型，一般應(yīng)采用其調(diào)整的決定系數(shù)來判斷。在上表中，其值為0.944，說明其擬合程度還是可以接受的。Anovab模型平方和df均方FSig.1回歸7684.16323842.081254.972.000a殘差421.9212815.069總計(jì)8106.08430a.預(yù)測變量:(常量),高度,直徑。b.因變量:體積這是一個(gè)標(biāo)準(zhǔn)的方差分析表。回歸模型的Sig.值為0，說明該模型有顯著的統(tǒng)計(jì)意義。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1(常量)-57.9888.638-6.713.000直徑4.708.264.89917.816.000高度.339.130.1322.607.014a.因變量:體積由未標(biāo)準(zhǔn)化的回歸系數(shù)可知，擬合結(jié)果為Y=4.708X1+0.339X2-57.988。從Sig.取值可知，僅直徑的系數(shù)是有統(tǒng)計(jì)學(xué)意義的。殘差統(tǒng)計(jì)量a極小值極大值均值標(biāo)準(zhǔn)偏差N預(yù)測值4.553968.515330.171016.0043431殘差-6.406488.48470.000003.7502131標(biāo)準(zhǔn)預(yù)測值-1.6012.396.0001.00031標(biāo)準(zhǔn)殘差-1.6502.186.000.96631因變量:體積一個(gè)正態(tài)總體獨(dú)立樣本均值的t檢驗(yàn)與區(qū)間估計(jì)。設(shè)有甲、乙兩種安眠藥，比較它們的治療效果。以X表示失眠病人服下甲藥后睡眠時(shí)間延長的時(shí)數(shù)；用Y表示服下乙藥后睡眠時(shí)間延長的時(shí)數(shù)?，F(xiàn)在獨(dú)立觀察16個(gè)病人，其中8人服甲藥，另8人服乙藥。組統(tǒng)計(jì)量藥品種類N均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤延長睡眠時(shí)間X82.3381.9777.6992Y81.500.9943.3515這張表格給出了兩種t檢驗(yàn)的結(jié)果。分別為樣本方差相等情況下的一般t檢驗(yàn)結(jié)果和在樣本方差不等情況下的校正t檢驗(yàn)結(jié)果。這里方差齊次性檢驗(yàn)采用的是F檢驗(yàn)，由于其顯著性水平Sig.為0.032，小于0.05。所以認(rèn)為兩樣本的方差是不相等的。在方差不等的情況下，選取校正t檢驗(yàn)方法的結(jié)果，既表中的第二行。由于此時(shí)校正t檢驗(yàn)的顯著性水平Sig.（雙側(cè)）為0.39，大于0.05。所以不拒絕假設(shè)H0,認(rèn)為兩樣本的均值是相等的。所以不能認(rèn)為X、Y兩種藥品的療效有顯著性差異。9,兩個(gè)正態(tài)總體均值差異比較的t檢驗(yàn)與配對(duì)檢驗(yàn)。慢性支氣管炎病人血液中膽堿酯酶活性常常偏高。某高校將同性別同年齡的病人與健康人配成8對(duì)。根據(jù)測量值能否做出結(jié)論認(rèn)為病人血液中膽堿酯酶活性的確比健康人偏高。成對(duì)樣本統(tǒng)計(jì)量均值N標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤對(duì)1病人組3.16508.64981.22974健康人組2.54008.22424.07928從表上看，病人血液中膽堿酯酶活性的測量值的均值偏大且擾動(dòng)也偏大。成對(duì)樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig.對(duì)1病人組&健康人組8-.467.244從表中看，其相關(guān)系數(shù)為-0.467，對(duì)應(yīng)的顯著性水平Sig.為0.224，大于0.05。即認(rèn)為兩樣本的相關(guān)性不顯著。從表中看，其顯著性水平Si