統(tǒng)計(jì)分析與SPSS的應(yīng)用（第6版）課后習(xí)題參考答案人大版

《統(tǒng)計(jì)分析與SPSS的應(yīng)用（第六版）》課后練習(xí)參考答案

目錄

第一章練習(xí)題答案.................................................................1

第二章練習(xí)題答案.................................................................3

第三章練習(xí)題答案................................................................4

第四章練習(xí)題答案................................................................4

第五章練習(xí)題答案................................................................12

第六章練習(xí)題答案................................................................16

第七章練習(xí)題答案...............................................................20

第八章練習(xí)題答案...............................................................23

第九章練習(xí)題答案...............................................................27

第十章練習(xí)題答案...............................................................30

第十一章練習(xí)題答案.............................................................32

第十二章練習(xí)題答案.............................................................37

第一章練習(xí)題答案

1、SPSS的中文全名是：社會(huì)科學(xué)統(tǒng)計(jì)軟件包（后改名為：統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案）

英文全名是：StatisticalPackagefortheSocialScience.（Statistical

ProductandServiceSolutions）

2、SPSS的兩個(gè)主要窗口是數(shù)據(jù)編輯器窗口和結(jié)果查看器窗口。

?數(shù)據(jù)編輯器窗口的主要功能是定義SPSS數(shù)據(jù)的結(jié)構(gòu)、錄入編輯和管理待分析的數(shù)據(jù);

?結(jié)果查看器窗口的主要功能是現(xiàn)實(shí)管理SPSS統(tǒng)計(jì)分析結(jié)果、報(bào)表及圖形。

3、SPSS的數(shù)據(jù)集：

?SPSS運(yùn)行時(shí)可同時(shí)打開多個(gè)數(shù)據(jù)編輯器窗口。每個(gè)數(shù)據(jù)編輯器窗口分別顯示不同

的數(shù)據(jù)集合（簡稱數(shù)據(jù)集）。

?活動(dòng)數(shù)據(jù)集：其中只有一個(gè)數(shù)據(jù)集為當(dāng)前數(shù)據(jù)集。SPSS只對(duì)某時(shí)刻的當(dāng)前數(shù)據(jù)集

中的數(shù)據(jù)進(jìn)行分析。

4、SPSS的三種基本運(yùn)行方式：

?完全窗口菜單方式、程序運(yùn)行方式、混合運(yùn)行方式。

?完全窗口菜單方式：是指在使用SPSS的過程中，所有的分析操作都通過菜單、按

鈕、輸入對(duì)話框等方式來完成，是一種最常見和最普遍的使用方式，最大優(yōu)點(diǎn)是簡

潔和直觀。

?程序運(yùn)行方式：是指在使用SPSS的過程中，統(tǒng)計(jì)分析人員根據(jù)自己的需要，手工

編寫SPSS命令程序，然后將編寫好的程序一次性提交給計(jì)算機(jī)執(zhí)行。該方式適用

于大規(guī)模的統(tǒng)計(jì)分析工作。

?混合運(yùn)行方式：是前兩者的綜合。

5、.sav是數(shù)據(jù)編輯器窗口中的SPSS數(shù)據(jù)文件的擴(kuò)展名

.spv是結(jié)果查看器窗口中的SPSS分析結(jié)果文件的擴(kuò)展名

.sps是語法窗口中的SPSS程序

6、SPSS的數(shù)據(jù)加工和管理功能主要集中在編輯、數(shù)據(jù)等菜單中；統(tǒng)計(jì)分析和繪圖功能主

要集中在分析、圖形等菜單中。

7、概率抽樣(probabilitysampling)：也稱隨機(jī)抽樣，是指按一定的概率以隨機(jī)原則抽取

樣本，抽取樣本時(shí)每個(gè)單位都有一定的機(jī)會(huì)被抽中，每個(gè)單位被抽中的概率是已知的，或是

可以計(jì)算出來的。概率抽樣包括簡單隨機(jī)抽樣、系統(tǒng)抽樣(等距抽樣)、分層抽樣(類型抽

樣)、整群抽樣、多階段抽樣等。

?簡單隨機(jī)抽樣(simplerandomsampling)：從包括總體N個(gè)單位的抽樣框中隨機(jī)

地抽取n個(gè)單位作為樣本，每個(gè)單位抽入樣本的概率是相等的。是最基本的抽樣方

法，是其它抽樣方法的基礎(chǔ)。優(yōu)點(diǎn)：簡單、直觀，在抽樣框完整時(shí)，可直接從中抽

取樣本，用樣本統(tǒng)計(jì)量對(duì)總體參數(shù)進(jìn)行估計(jì)比較方便。局限性：當(dāng)N很大時(shí)，不易

構(gòu)造抽樣框，抽出的單位很分散，給實(shí)施調(diào)查增加了困難。

?分層抽樣(stratifiedsampling)：將抽樣單位按某種特征或某種規(guī)則劃分為不同

的層，然后從不同的層中獨(dú)立、隨機(jī)地抽取樣本。優(yōu)點(diǎn)：保證樣本的結(jié)構(gòu)與總體的

結(jié)構(gòu)比較相近，從而提高估計(jì)的精度，組織實(shí)施調(diào)查方便(當(dāng)層是以行業(yè)或行政區(qū)

劃分時(shí))，既可以對(duì)總體參數(shù)進(jìn)行估計(jì)，也可以對(duì)各層的參數(shù)進(jìn)行估計(jì)。

?整群抽樣(clustersampling)：將總體中若干個(gè)單位合并為組(群)，抽樣時(shí)直接抽

取群，然后對(duì)選中群中的所有單位全部實(shí)施調(diào)查。優(yōu)點(diǎn)：抽樣時(shí)只需群的抽樣框,

可簡化工作量；調(diào)查的地點(diǎn)相對(duì)集中，節(jié)省調(diào)查費(fèi)用，方便調(diào)查的實(shí)施。缺點(diǎn)：估

計(jì)的精度較差。

?系統(tǒng)抽樣(systematicsampling)：將總體中的所有單位(抽樣單位)按一定順序排

歹U，在規(guī)定的范圍內(nèi)隨機(jī)地抽取一個(gè)單位作為初始單位，然后按事先規(guī)定好的規(guī)則

確定其它樣本單位，先從數(shù)字1到k之間隨機(jī)抽取一個(gè)數(shù)字r作為初始單位，以后

依次取r+k,r+2k…等單位。優(yōu)點(diǎn)：操作簡便，可提高估計(jì)的精度。缺點(diǎn)：對(duì)估計(jì)

量方差的估計(jì)較困難。

?多階段抽樣(multi-stagesampling)：先抽取群，但并不是調(diào)查群內(nèi)的所有單位，

而是再進(jìn)行一步抽樣，從選中的群中抽取出若干個(gè)單位進(jìn)行調(diào)查。群是初級(jí)抽樣單

位，第二階段抽取的是最終抽樣單位。將該方法推廣，使抽樣的段數(shù)增多，就稱為

多階段抽樣。優(yōu)點(diǎn)：具有整群抽樣的優(yōu)點(diǎn)，保證樣本相對(duì)集中，節(jié)約調(diào)查費(fèi)用。在

大規(guī)模的抽樣調(diào)查中，經(jīng)常被采用的方法。

非概率抽樣是指抽取樣本時(shí)不是依據(jù)隨機(jī)原則，而是根據(jù)研究目的對(duì)數(shù)據(jù)的要求，采用

某種方式從總體中抽出部分單位對(duì)其實(shí)施調(diào)查，包括方便抽樣、自愿抽樣、配額抽樣、判斷

抽樣和滾雪球抽樣等。

?方便抽樣：樣本限于總體中易于抽到的一部分。最常見的方便抽樣是偶遇抽樣，即

研究者將在某一時(shí)間和環(huán)境中所遇到的每一總體單位均作為樣本成員?！敖诸^攔人

法”就是一種偶遇抽樣。方便抽樣是非隨機(jī)抽樣中最簡單的方法，省時(shí)省錢，但樣

本代表性因受偶然因素的影響太大而得不到保證。

?自愿抽樣：某些調(diào)查對(duì)被調(diào)查者來說是不愉快的、麻煩的，這時(shí)為方便起見就采用

以自愿被調(diào)查者為調(diào)查樣本的方法。

?判斷抽樣:研究人員從總體中選擇那些被判斷為最能代表總體的單位作樣本的抽樣

方法。當(dāng)研究者對(duì)自己的研究領(lǐng)域十分熟悉，對(duì)研究總體比較了解時(shí)采用這種抽樣

方法，可獲代表性較高的樣本。這種抽樣方法多應(yīng)用于總體小而內(nèi)部差異大的情況,

以及在總體邊界無法確定或因研究者的時(shí)間與人力、物力有限時(shí)采用。

?滾雪球抽樣：以若干個(gè)具有所需特征的人為最初的調(diào)查對(duì)象，然后依靠他們提供認(rèn)

識(shí)的合格的調(diào)查對(duì)象，再由這些人提供第三批調(diào)查對(duì)象，……依次類推，樣本如同

滾雪球般由小變大。滾雪球抽樣多用于總體單位的信息不足或觀察性研究的情況。

這種抽樣中有些分子最后仍無法找到，有些分子被提供者漏而不提，兩者都可能造

成誤差。

?配額抽樣也稱定額抽樣，是將總體依某種標(biāo)準(zhǔn)分層（群）；然后按照各層樣本數(shù)與

該層總體數(shù)成比例的原則主觀抽取樣本。配額抽樣與分層概率抽樣很接近，最大的

不同是分層概率抽樣的各層樣本是隨機(jī)抽取的，而配額抽樣的各層樣本是非隨機(jī)的。

總體也可按照多種標(biāo)準(zhǔn)的組合分層（群），例如，在研究自殺問題時(shí)，考慮到婚姻與

性別都可能對(duì)自殺有影響，可將研究對(duì)象分為未婚男性、已婚男性、未婚女性和已

婚女性四個(gè)組，然后從各群非隨機(jī)地抽樣。配額抽樣是通常使用的非概率抽樣方法，

樣本除所選標(biāo)識(shí)外無法保證代表性。

8、利用SPSS進(jìn)行數(shù)據(jù)分析的一般步驟：

數(shù)據(jù)的準(zhǔn)備一數(shù)據(jù)的加工處理一數(shù)據(jù)的分析一分析結(jié)果的閱讀和解釋。

第二章練習(xí)題答案

1、SPSS中兩個(gè)基本的數(shù)據(jù)組織方式：原始數(shù)據(jù)的組織方式和計(jì)數(shù)數(shù)據(jù)的組織方式。

?原始數(shù)據(jù)的組織方式：待分析的數(shù)據(jù)是一些原始的調(diào)查問卷數(shù)據(jù)，或是一些基本的

統(tǒng)計(jì)指標(biāo)。

?計(jì)數(shù)數(shù)據(jù)的組織方式：所采集的數(shù)據(jù)不是原始的調(diào)查問卷數(shù)據(jù)，而是經(jīng)過分組匯總

后的數(shù)據(jù)。

2、個(gè)案：在原始數(shù)據(jù)的組織方式中，數(shù)據(jù)編輯器窗口中的一行稱為一個(gè)個(gè)案或觀測(cè)。

變量：數(shù)據(jù)編輯器窗口中的一列。

3、默認(rèn)的變量名：VAR---------；默認(rèn)的變量類型：數(shù)值型。

變量名標(biāo)簽和變量值標(biāo)簽可增強(qiáng)統(tǒng)計(jì)分析結(jié)果的可讀性。

4、數(shù)據(jù)文件如圖所示：

產(chǎn)品類型體重變化人數(shù)赳II

11.001.0027.00

21.002.0019.00

32.001.0020.00

42.002.0033.00

5

5、缺失值分為用戶缺失值（UserMissingValue）和系統(tǒng)缺失值（SystemMissing

Value）。用戶缺失值指在問卷調(diào)查中，將無回答的一些數(shù)據(jù)以及明顯失真的數(shù)據(jù)當(dāng)作缺失值

來處理。用戶缺失值的編碼一般用研究者自己能夠識(shí)別的數(shù)字來表示，如“0”、“9”、“99”

等。系統(tǒng)缺失值主要指計(jì)算機(jī)默認(rèn)的缺失方式，如果在輸入數(shù)據(jù)時(shí)空缺了某些數(shù)據(jù)或輸入了

非法的字符，計(jì)算機(jī)就把其界定為缺失值，這時(shí)的數(shù)據(jù)標(biāo)記為一個(gè)圓點(diǎn)“丫。在變量視圖中

定義。

6、變量類型包括：數(shù)值型（身高）、定序型（受教育程度）以及定類型（性別）。在變量視

圖中定義。

7~9題軟件操作，答案略

第三章練習(xí)題答案

1~8題軟件操作，答案略

9、SPSS排序功能僅實(shí)現(xiàn)將觀測(cè)按用戶指定順序重新排列；拆分功能在按序排列的基礎(chǔ)上,

能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)按排序變量進(jìn)行分組，并分組進(jìn)行后續(xù)的統(tǒng)計(jì)分析。

第四章練習(xí)題答案

1、

Statistics

戶口所在職業(yè)年齡

地

Valid282282282

N

Missing000

戶口所在地

FrequencyPercentValidCumulative

PercentPercent

中心城市20070.970.970.9

Valid辿遠(yuǎn)郊區(qū)8229.129.1100.0

Total282100.0100.0

職業(yè)

FrequencyPercentValidCumulative

PercentPercent

國家機(jī)關(guān)248.58.58.5

商業(yè)服務(wù)業(yè)5419.119.127.7

文教衛(wèi)生186.46.434.0

公交建筑業(yè)155.35.339.4

經(jīng)營性公司186.46.445.7

Valid學(xué)校155.35.351.1

一般農(nóng)戶3512.412.463.5

種糧棉專業(yè)

41.41.464.9

戶

種果菜專業(yè)

103.53.568.4

______戶

工商運(yùn)專業(yè)

3412.112.180.5

戶

退役人員176.06.086.5

金融機(jī)構(gòu)3512.412.498.9

現(xiàn)役軍人3l.ll.l100.0

Total282100.0100.0

年齡

FrequencyPercentValidCumulative

PercentPercent

20歲以下41.41.41.4

20-35歲14651.851.853.2

Valid35~50歲9l32.332.385.5

50歲以上4114.514.5100.0

Total282100.0100.0

戶口所在地

A

s

u

e

n

b100

i

中心城中

戶口所在地

職業(yè)

?'.............Tflera?

年舲

分析：本次調(diào)查的有效樣本為282份。常住地的分布狀況是：在中心城市的人最多，

有200人，而在邊遠(yuǎn)郊區(qū)只有82人；職業(yè)的分布狀況是：在商業(yè)服務(wù)業(yè)的人最多，其次是

一般農(nóng)戶和金融機(jī)構(gòu)；年齡方面：在35-50歲的人最多。由于變量中無缺失數(shù)據(jù)，因此頻

數(shù)分布表中的百分比相同。

2、

DescriptiveStatistics

NMeanStd.DeviationSkewnessKurtosis

StatisticStatisticStatisticStatisticStd.ErrorStatisticStd.Error

存像)款金額2824738.0910945.5695.234.14533.656.289

ValidN(listwise)282

分析：由表中可以看出，有效樣本為282份，存(取)款金額的均值是4738.09,標(biāo)準(zhǔn)差為

10945.09,峰度系數(shù)為33.656,偏度系數(shù)為5.234。與標(biāo)準(zhǔn)正態(tài)分布曲線進(jìn)行對(duì)比，由峰

度系數(shù)可以看出，此表的存款金額的數(shù)據(jù)分布比標(biāo)準(zhǔn)正態(tài)分布更陡峭；由偏度系數(shù)可以看

出，此表的存款金額的數(shù)據(jù)為右偏分布，表明此表的存款金額均值對(duì)平均水平的測(cè)度偏

大。

DescriptiveStatistics

戶口所在地NMeanStd.DeviationSkewnessKurtosis

StatisticStatisticStatisticStatisticStd.ErrorStatisticStd.Error

中心城市存想)款金額2004956.949792.5154.293.17223,208.342

ValidN(listwise)200

邊遠(yuǎn)郊區(qū)存物)款金額824204.3213402.4255.948.26638.060.526

ValidN(listwise)82

分析：由表中可以看出，中心城市有200人，邊遠(yuǎn)郊區(qū)為82人。兩部分樣本存取款金額均

呈右偏尖峰分布，且邊遠(yuǎn)郊區(qū)更明顯。

3、利用描述菜單下窗口對(duì)話框中的“將標(biāo)準(zhǔn)得分另存為變量”功能實(shí)現(xiàn)。對(duì)標(biāo)準(zhǔn)分?jǐn)?shù)變量

按降序排列，絕對(duì)值大于3的可視為“與眾不同”的樣本。

理由：標(biāo)準(zhǔn)化值反映的是樣本值與樣本均值的差是凡個(gè)標(biāo)準(zhǔn)差單位。如果標(biāo)準(zhǔn)化值等

于0,則表示該樣本值等于樣本均值；如果標(biāo)準(zhǔn)化值大于0,則表示該樣本值大于樣本均

值；如果標(biāo)準(zhǔn)化值小于0,則表示該樣本值小于樣本均值。在正態(tài)分布的假設(shè)下，如果標(biāo)

準(zhǔn)化值的絕對(duì)值大于3,則可認(rèn)為是異常值。

4、利用列聯(lián)分析實(shí)現(xiàn)。首先編制列聯(lián)表，然后進(jìn)行卡方檢驗(yàn)。以戶口和收入的列聯(lián)分析為

例：

戶口所在地'收入水平Crosstabulation

收入水平

1000元以下1000-30005E30005000元5000元以上Total

戶口所在地中心城市Count191274014200

ExpectedCount35.5116.335.512.8200.0

%within戶口所在地9.5%63.5%20.0%7.0%100.0%

%within收入水平38.0%77.4%80.0%77.8%70.9%

邊遠(yuǎn)郊區(qū)Count313710482

ExpectedCount14.547.714.55.282.0

%within戶口所在地37.8%45.1%12.2%4.9%100.0%

%within收入水平62.0%22.6%20.0%22.2%29.1%

TotalCount501645018282

ExpectedCount50.0164.050.018.0282.0

%within戶口所在地17.7%58.2%17.7%6.4%100.0%

%within收入水平100.0%100.0%100.0%100.0%100.0%

Chi-SquareTests

Asymp.Sig.

Valuedf(2-sided)

PearsonChi-Square32.064a3.000

LikelihoodRatio29.3663.000

Linear-by-Linear15.8961.000

Association

NofValidCases282

a.0cells(.0%)haveexpectedcountlessthan5.Theminimum

expectedcountis5.23.

表中，卡方統(tǒng)計(jì)量的觀測(cè)值等于32.064,概率-P值等于0.001。若顯著性水平設(shè)為0.05,由

于0.001<0.05,拒絕原假設(shè)，表明戶口地與收入水平不獨(dú)立。

5、多選項(xiàng)分類法;

$setFrequencies

Responses

Percentof

NPercentCases

$seta買高檔消費(fèi)品677.9%23.8%

結(jié)婚用516.0%18.1%

正常生活零用18021.3%63.8%

做生意526.1%18.4%

購買農(nóng)業(yè)生產(chǎn)資料161.9%5.7%

買證券及單位集資344.0%12.1%

買房或建房8810.4%31.2%

支付孩子教育費(fèi)769.0%27.0%

養(yǎng)老金556.5%19.5%

防以外事故10712.6%37.9%

得利息12014.2%42.6%

Total846100.0%300.0%

a.Group

存款的最主要目的是正常生活零用

6、計(jì)算結(jié)果:

577860195

48.868.378.0195.0

29.2%40.0%30.8%100.0%

38.0%37.1%25.0%32.5%

458763195

48.868.378.0195.0

23.1%44.6%32.3%100.0%

30.0%41.4%26.3%32.5%

4845117210

52.573.584.0210.0

22.9%21.4%55.7%100.0%

32.0%21.4%48.8%35.0%

150210240600

150.0210.0240.0600.0

25.0%35.0%40.0%100.0%

100.0%100.0%100.0%100.0%

卡方統(tǒng)計(jì)量用于測(cè)度各個(gè)單元格的觀測(cè)頻數(shù)與期望頻數(shù)的差異,

/=!j=\Jij

并依卡方理論分布判斷差異是否統(tǒng)計(jì)顯著。由于期望頻數(shù)代表的是行列變量獨(dú)立下的分布,

所以卡方值越大表明實(shí)際分布與期望分布差異越明顯。

本例中，由于概率P值小于顯著性水平，應(yīng)拒絕原假設(shè)，婆媳關(guān)系與住房條件有關(guān)系。

7、將計(jì)數(shù)數(shù)據(jù)還原為原始數(shù)據(jù)，采用交叉分組下的頻數(shù)分析，并進(jìn)行卡方檢驗(yàn)。

產(chǎn)品類sr體重變化交叉制表

體重變化

明顯減輕無明顯變化合計(jì)

產(chǎn)品類型第一種產(chǎn)品計(jì)數(shù)271946

期望的計(jì)數(shù)21.824.246.0

產(chǎn)品類型中的％58.7%41.3%100.0%

體重變化中的%57.4%36.5%46.5%

總數(shù)的％27.3%19.2%46.5%

第二種產(chǎn)品計(jì)數(shù)203353

期望的計(jì)數(shù)25.227.853.0

產(chǎn)品類型中的%37.7%62.3%100.0%

體重變化中的%42.6%63.5%53.5%

總數(shù)的％20.2%33.3%53.5%

合計(jì)計(jì)數(shù)475299

期望的計(jì)額47.052.099.0

產(chǎn)品類型中的%47.5%52.5%100.0%

體重變化中的%100.0%100.0%100.0%

總數(shù)的％47.5%52.5%100.0%

卡方檢驗(yàn)

漸進(jìn)Sig.欲精確Sig.?精確Sig.（單

值df側(cè)）側(cè)）側(cè)）

Pearson卡方4.339、1.037

連續(xù)校正b3.5391.060

似然比4.3671,037

Fisher的精確檢驗(yàn),045.030

線性和線性組合4.2951.038

有效案例中的N99

a.0單元格（.0%）的期望計(jì)數(shù)少于5。最小期望計(jì)數(shù)為21.84o

b.僅對(duì)2x2表計(jì)算

表中，卡方統(tǒng)計(jì)量觀測(cè)值為4.339,對(duì)應(yīng)的概率P-值為0.037,小于顯著性水平0.05,應(yīng)

拒絕原假設(shè)，說明減肥效果并不一致。

8、多選項(xiàng)二分法;

城市代碼

Cumulative

FrequencyPercentValidPercentPercent

Valid10279414.114.114.1

1015149.19.123.2

4014007.17.130.3

6022464.44.434.6

1032223.93.938.6

17011903.43.441.9

3011893.43.445.3

102（794份）、101（514份）、401（400份）

到目前為止您做股票的結(jié)果是

Cumulative

FrequencyPercentValidPercentPercent

Valid賠錢212937.738.038.0

不賠不賺178031.631.869.7

賺錢169730.130.3100.0

Total560699.4100.0

Missing935.6

Total5641100.0

賺錢比例:30.3%,賠錢比例38%

$setFrequencies

Responses

Percentof

NPercentCases

$seta買賣股票主要依據(jù)：基本177929.5%32.0%

因素法

買賣股票主要依據(jù)：技術(shù)164527.3%29.6%

分析法

買賣股票主要依據(jù)：跟風(fēng)83113.8%15.0%

方法

買賣股票主要依據(jù)：憑感177329.4%31.9%

覺去買賣

Total6028100.0%108.6%

a.Dichotomygrouptabulatedatvalue1.

主要依據(jù)：基本因素法;

$setFrequencies

Responses

Percentof

NPercentCases

$set，買賣股票主要儂據(jù)：基本377223.3%68.0%

因素法

買賣股票主要依據(jù)：技術(shù)390624.1%70.5%

分秫法

買賣股票主要依據(jù)：跟風(fēng)472029.2%85.2%

方法

買賣股票主要依據(jù)：憑感377823.4%68.2%

覺去買賣

Total16176100.0%291.8%

a.Dichotomygrouptabulatedatvalue0.

最少依據(jù)：跟風(fēng)方法

您是專職股票投資者還是業(yè)余股票投資者”到目前為止您做股票的結(jié)果是

Crosstabulation

Count

到目前為止您做股票的結(jié)果是

賺錢不賠不賺賠錢Total

您是專職股票投資者還是專職投資者342162291795

業(yè)余股票投資者

業(yè)余投資者1350161118354796

Total1692177321265591

Chi-SquareTests

Asymp.Sig.

Valuedf(2-sided)

PearsonChi-Square87.867a2.000

LikelihoodRatio87.6682.000

Linear-by-Linear27.5171.000

Association

NofValidCases5591

a.0cells(.0%)haveexpectedcountlessthan5,Theminimum

expectedcountis240.59.

采用列聯(lián)分析?？ǚ綑z驗(yàn)結(jié)果表明：專職和業(yè)余投資者在投資結(jié)果上存在顯著差異。

9、（1）變量：汽車價(jià)格、居住地區(qū)；類型：定序型變量、定類型變量

（2）上述是計(jì)數(shù)數(shù)據(jù)的組織方式，應(yīng)首先組織到SPSS的數(shù)據(jù)編輯器窗口中，再利用交

叉分組下的頻數(shù)分析方法。

居住地區(qū)*汽車價(jià)格交叉制表

汽車價(jià)格

10萬元以下10萬~20萬元20萬~30萬元30萬元以上合計(jì)

居住地區(qū)東部地區(qū)計(jì)數(shù)20503040140

期望的計(jì)數(shù)35.056.024.524.5140.0

居住地區(qū)中的%14.3%35.7%21.4%28.6%100.0%

汽車價(jià)格中的%20.0%31.3%42.9%57.1%35.0%

總數(shù)的%5.0%12.5%7.5%10.0%35.0%

中部地區(qū)計(jì)數(shù)40602020140

期望的計(jì)數(shù)35.056.024.524.5140.0

居住地區(qū)中的%28.6%42.9%14.3%14.3%100.0%

汽車價(jià)格中的％40.0%37.5%28.6%28.6%35.0%

總數(shù)的％10.0%15.0%5.0%5.0%35.0%

西部地區(qū)計(jì)數(shù)40502010120

期望的計(jì)數(shù)30.048.021.021.0120.0

居住地區(qū)中的％33.3%41.7%16.7%8.3%100.0%

汽車價(jià)格中的％40.0%31.3%28.6%14.3%30.0%

總數(shù)的％10.0%12.5%5.0%2.5%30.0%

合計(jì)計(jì)數(shù)1001607070400

期望的計(jì)數(shù)100.0160.070.070.0400.0

居住地區(qū)中的％25.0%40.0%17.5%17.5%100.0%

汽車價(jià)格中的％100.0%100.0%100.0%100.0%100.0%

總數(shù)的％25.0%40.0%17.5%17.5%100.0%

卡方r驗(yàn)

漸進(jìn)Sig.欲

值df

Pearson卡方29.99136.000

似然比30.6836.000

線性和線性組合26.2061.000

有效案例中的N400

a.0單元格(.0%)的期望計(jì)額少于5。最小期望計(jì)額為

21.00。

列聯(lián)分析。原假設(shè)：不同居住區(qū)的私家車主接受的汽車價(jià)格具有一致性的。上表可知,

如果顯著性水平為0.05,由于卡方檢驗(yàn)的概率P-值小于顯著性水平，因此應(yīng)拒絕原假設(shè)。

第五章練習(xí)題答案

1、采用單樣本T檢驗(yàn)(原假設(shè)HO:u=uO=75,總體均值與檢驗(yàn)值之間不存在顯著差異);

One-SampleStatistics

NMeanStd.Std.Error

DeviationMean

VAR000011173.72739.550822.87968

One-SampleTest

TestValue=75

tdfSig.(2-Mean95%ConfidenceIntervalof

tailed)DifferencetheDifference

LowerUpper

VAR00001-.44210,668-1.27273-7.68915.1436

分析:N=ll人的平均值(mean)為73.7,標(biāo)準(zhǔn)差(std.deviation)為9.55,均值標(biāo)準(zhǔn)誤差(std

errormean)為2.87.t統(tǒng)計(jì)量的觀測(cè)值為-4.22,t統(tǒng)計(jì)量觀測(cè)值的雙尾概率P-值(sig.(2-tailed))

為0.668；六七列是總體均值與原假設(shè)值差的95%的置信區(qū)間：(-7.68,5.14)。采用雙尾檢驗(yàn)

比較a和p。T統(tǒng)計(jì)量觀測(cè)值的雙尾概率p-值(sig.(2-tailed))為0.668>a=0.05所以不能拒

絕原設(shè)；且總體均值的95%的置信區(qū)間為(67.31,80.14),檢驗(yàn)值75包括在置信區(qū)間內(nèi)，所以

沒有充分理由認(rèn)為經(jīng)理的話不具有可信的。

2、

One-SampleStatistics

Std.Error

NMeanStd.DeviationMean

上網(wǎng)時(shí)間3527.542910.7000