统计学实验报告

统计学 实验/实训报告

课程名称 实验项目 实验班级 学号姓名 实验时间 指导教师

成绩 实验目的：利用SPSS了解方差分析的具体含义、操作方法和实际运用。根据方差分析方法检验多个总体均值是否相等。运用数据进行单因子、有(无)交互作用的双因子试验的方差分析，研究分类型自变量对数值型因变量的影响。 实验设施设备： 硬件： 统计学课本、课件、电脑 软件：SPSS软件、WORD2003文件处理软件 实验过程（可附页）： 实验心得（可附页）： 通过完成这次实验，我更深入了解方差分析的基本思想和原理，正确的把握了统计方法。方差分析是一种假设检验，它是对全部样本观察值的差异进行分解，将某种因素下各组样本观察值之间可能存在的系统性误差与随机误差加以比较，据此推断各总体均值是否相等的一种统计方法。通过数据分析找出对该事物有显著影响的因素、各因素之间的交互作用、以及显著影响因素的最佳水平等。在进行实验的过程中，也同时对统计学的有关知识进行了相应的复习，对它的掌握更熟练。通过将课本知识与实际相结合，实验步骤的操作也更为流畅。在实验前应该先将所涉内容梳理一遍，同时在实验的同步中亦可以反馈自己的知识薄弱环节，提高了自己对统计学的熟悉。 实验效果(指导老师填写)： 指导老师（签名）： 年 月 日

附件：实验过程

7.3 解：本题关心的是3个企业生产的电池平均寿命是否存在显著差异。设电池生产企业生产的电池使用寿命的

均值分别为U0（A企业）、U1（B企业）、U2（C企业）。提出原假设和备择假设如下： H0:U0=U1=U2

H1:U0,U1,U2不全相等

利用SPSS得到方差分析结果如下列各表所示：

表1 方差齐性检验

Test of Homogeneity of Variances使用寿命LeveneStatistic1.735df12df212Sig..218 表1中的Levene统计量为1.735，Sig.为0.218，大于0.05，表明该数据在0.05的显著性水平上满足方差齐性。

表2 方差分析表

ANOVA使用寿命Sum ofSquaresBetween GroupsWithin GroupsTotal615.600216.400832.000df21214Mean Square307.80018.033F17.068Sig..000 从方差分析表中可以看出，由于P<α，拒绝原假设，说明三个企业生产的电池平均寿命不全相等，存在显著差异。

以下使用LSD对差异进一步分析，检验那些均值之间存在显著差异。依题意可提出如下原假设和备择假设：

检验1：H0:U0=U1, H1:U0≠U1 检验2：H0:U0=U2, H1:U0≠U2 检验3：H0:U1=U2, H1:U1≠U2

表3 多重比较（LSD）

Multiple ComparisonsDependent Variable: 使用寿命LSDMeanDifference(I-J)14.40*1.80-14.40*-12.60*-1.8012.60*95% Confidence IntervalStd. Error2.6862.6862.6862.6862.6862.686Sig..000.515.000.001.515.001Lower Bound8.55-4.05-20.25-18.45-7.656.75Upper Bound20.257.65-8.55-6.754.0518.45(I) 电池厂家ABC(J) 电池厂家BCACAB*. The mean difference is significant at the .05 level. 从表中显著性水平可知： A企业和C企业生产的电池使用寿命没有存在显著差异，而A企业和B企业、B企业和C企业生产的电池使用寿命均存在显著差异。

76. 解：本题分析不同时间段对行车的影响。依题意设U0=高峰期行车时间的均值，U1=非高峰期行车时间的均值，可提出如下假设：

H0:U0=U1 H1:U0≠U1

设U0=路段1行车时间的均值，U1=路段2行车时间的均值，U2=路段3行车时间的均值，分析不同路段对行车时间的影响，可提出如下假设：

H0: U0=U1=U2

H1:U0,U1,U2不全相等

检验时段和路段的交互作用对行车时间的影响可提出的假设为：

H0:时段和路段对行车时间无交互作用 H1: 时段和路段对行车时间有交互作用

Between-Subjects FactorsValue Label路段123时段12路段1路段2路段3高峰期非高峰期N1010101515

Tests of Between-Subjects EffectsDependent Variable: 行车时间SourceCorrected ModelIntercept路段时段路段 * 时段ErrorTotalCorrected TotalType III Sumof Squares468.839a28078.561180.515288.3002.400E-0298.38028645.780567.219df51212243029Mean Square93.76828078.56190.257288.3001.200E-024.099F22.8756849.82222.01870.331.003Sig..000.000.000.000.997a. R Squared = .827 (Adjusted R Squared = .790) 从上可知，用于检验路段因子的P=0.000<α=0.05，拒绝原假设，表明路段对行车时间有显著影响；用于检验时段因子的P=0.000<α=0.05，拒绝原假设，表明时段对行车时间有显著影响；检验交互作用的P=0.997>α0.05,没有足够证据拒绝原假设，所以表明时段和路段的交互作用对行车时间没有显著影响。