©2010-2025 宁波自信网络信息技术有限公司 版权所有
客服电话：4009-655-100 投诉/维权电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
1、姓名:汪宝成 班级：08物流管理 学号：0809012042 1、对本市200户样本的人均面积（M2)进行调查，见“人均面积”文件，对数据做描述统计. 通过直方图观察可知：人均面积在16 M2的户口是最多的 2、分析“人均面积”文件数据,对全市人均面积为25 M2说法进行检验 单个样本检验 检验值 = 25 t df Sig.（双侧) 均值差值 差分的 95％ 置信区间 下限 上限 VAR00001 -.500 199 .618 —。36500 —1。8058
2、1。0758 结果说明：由表显示，显著性概率P值为0.618>0.05，所以接受原假设，即有理由认为全市人均面积为25 M2说法是正确的。 3、针对“人均面积”文件数据，若设前一百户为本市户口，后一百户是外地户口，检验两者人均面积有无显著差异 独立样本检验 方差方程的 Levene 检验 均值方程的 t 检验 差分的 95％ 置信区间 F Sig. t df Sig.（双侧) 均值差值 标准误差值 下限 上限 VAR00001 假设方差相等 。049 .824 —2。119 198 .035 -3.07000 1。
3、44862 -5.92670 —。21330 假设方差不相等 -2。119 197。739 。035 -3.07000 1。44862 —5.92672 -。21328 结果说明：由表显示,F=0.049 P=0.824，说明方差齐性的假设成立，T检验的结果是P=—2.119 是小概率事件，否定原假设，即两者人均面积有显著差异。 4、调查喝某种品牌减肥茶情况，得35名顾客饮茶前后的体重数据，见“减肥茶”文件，检验饮茶前后有无显著差异。 成对样本检验 成对差分 t df Sig。（双侧) 均值 标准差 均值的标准误 差分的 95
4、 置信区间 下限 上限 对 1 VAR00001 - VAR00002 19.22857 7。98191 1。34919 16。48669 21.97045 14.252 34 。000 由表显示，P=0。000<0。05,否定原假设,即饮茶前后，对体重没有显著差 5、检验“人均面积”文件数据的分布是否服从正态、均匀、泊松、和指数分布 单样本 Kolmogorov—Smirnov 检验 VAR00001 N 200 正态参数a，，b 均值 24.6350 标准差 10.33274 最极端差别 绝对值 。113 正 。11
5、3 负 -。049 Kolmogorov—Smirnov Z 1.600 渐近显著性(双侧) .012 a。 检验分布为正态分布。 b. 根据数据计算得到。 单样本 Kolmogorov-Smirnov 检验 2 VAR00001 N 200 均匀参数a，，b 极小值 6.00 极大值 50.00 最极端差别 绝对值 .181 正 .181 负 -。056 Kolmogorov-Smirnov Z 2。565 渐近显著性(双侧) 。000 a。 检验分布为均匀分布。 b. 根据数据计算得到。 单样本 Kolmogorov—S
6、mirnov 检验 3 VAR00001 N 200 Poisson 参数a,,b 均值 24.6350 最极端差别 绝对值 。241 正 。241 负 -。187 Kolmogorov-Smirnov Z 3。406 渐近显著性（双侧) .000 a. 检验分布为 Poisson 分布。 b. 根据数据计算得到。 单样本 Kolmogorov—Smirnov 检验 4 VAR00001 N 200 指数参数。a,,b 均值 24。6350 最极端差别 绝对值 .306 正 .146 负 -。306 Kolmo
7、gorov—Smirnov Z 4.322 渐近显著性（双侧) 。000 a. 检验分布为指数分布。 b. 根据数据计算得到。 通过以上图表显示:F1=0。012 F2=0.000 F3=0。000 F4=0。000 所以可知人居面积不服从于正态、均匀、泊松和指数分布 6、针对“一周就诊患者"文件数据，检验周一到周五患者数有无显著差异 检验统计量 VAR00001 卡方 31.107a df 4 渐近显著性 .000 a. 0 个单元 (。0％） 具有小于 5 的期望频率.单元最小期望频率为 33。6. 由表显示:F=0。000 拒绝原假设,
8、所以“一周就诊患者”从周一到周五患者数有显著差异。 7、针对“地区与营销额”文件数据，分析本市四个区,四天某产品营销额有无显著差异 多重比较 因变量：VAR00001 (I） VAR00002 （J) VAR00002 均值差 (I-J） 标准误 显著性 95% 置信区间 下限 上限 LSD 1.00 2.00 5。75000 7.49583 .458 -10.5820 22.0820 3。00 -15.75000 7。49583 。057 -32。0820 .5820 4。00 —16.00000 7.49583 .054
9、32.3320 。3320 2。00 1.00 -5。75000 7.49583 .458 -22.0820 10.5820 3。00 —21。50000* 7.49583 。014 —37.8320 -5。1680 4.00 -21.75000＊ 7.49583 。013 —38.0820 -5.4180 3。00 1。00 15。75000 7.49583 。057 -.5820 32。0820 2。00 21。50000* 7。49583 。014 5.1680 37。8320 4.00 -.25000 7.495
10、83 .974 —16.5820 16。0820 4。00 1。00 16.00000 7。49583 。054 —。3320 32.3320 2。00 21。75000＊ 7.49583 。013 5。4180 38.0820 3。00 。25000 7.49583 .974 —16.0820 16.5820 Tamhane 1.00 2.00 5.75000 5。94944 。941 -18。4481 29。9481 3.00 -15.75000 9。52956 。649 —56。1259 24.6259 4。00
11、 —16.00000 5。85591 .216 -40。1729 8。1729 2。00 1。00 -5。75000 5。94944 。941 -29。9481 18。4481 3。00 -21.50000 8.83648 。361 —64.1819 21。1819 4。00 -21。75000＊ 4.64354 .020 —39。6230 —3.8770 3。00 1。00 15。75000 9.52956 。649 -24.6259 56。1259 2.00 21.50000 8。83648 。361 -21.1819
12、 64.1819 4.00 —.25000 8。77378 1。000 —43.3526 42.8526 4。00 1。00 16.00000 5。85591 。216 -8。1729 40。1729 2。00 21.75000＊ 4.64354 。020 3。8770 39。6230 3.00 .25000 8。77378 1。000 -42.8526 43.3526 *. 均值差的显著性水平为 0。05。 通过比较可知：销售额存在显著性差异的地区分别是：瑶海区与庐阳区 瑶海区与包河区。 8、针对“广告"文件数据，分析本市四个区，四天
13、采用四种广告形式，某产品营销额有无显著差异 Multiple Comparisons Dependent Variable： VAR00001 (I) VAR00003 （J) VAR00003 Mean Difference （I—J) Std. Error Sig。 95％ Confidence Interval Lower Bound Upper Bound LSD 1.00 2.00 —6.2500 6。91616 .390 -21.8955 9.3955 3。00 -2.5000 6.
14、91616 .726 —18。1455 13。1455 4。00 8.7500 6.91616 。238 -6。8955 24。3955 2。00 1.00 6.2500 6。91616 。390 —9.3955 21.8955 3.00 3.7500 6.91616 。601 -11.8955 19。3955 4。00 15。0000 6。91616 .058 —。6455 30。6455 3。00 1。00 2。5000 6。91616 。726 -13。1455 18。1
15、455 2.00 —3.7500 6.91616 。601 —19。3955 11.8955 4。00 11。2500 6.91616 .138 -4。3955 26。8955 4。00 1.00 -8.7500 6。91616 .238 -24.3955 6。8955 2.00 -15。0000 6.91616 .058 -30.6455 。6455 3。00 -11。2500 6.91616 .138 -26.8955 4.3955 Tamhane 1。00 2.00
16、 -6.2500 11。93646 。997 —62。8209 50。3209 3.00 -2.5000 7。06812 1.000 —29。7695 24.7695 4.00 8。7500 6。89051 .824 —17.7624 35.2624 2.00 1。00 6。2500 11.93646 .997 —50。3209 62.8209 3。00 3。7500 12。12350 1。000 -51.9153 59.4153 4.00 15.0000 12。02082
17、858 —41.1318 71.1318 3.00 1。00 2.5000 7.06812 1。000 —24。7695 29。7695 2。00 —3。7500 12。12350 1。000 —59.4153 51。9153 4。00 11。2500 7.20966 .673 -16.4959 38。9959 4。00 1。00 —8。7500 6。89051 。824 -35。2624 17.7624 2.00 —15。0000 12。02082 .858 -71。1318
18、 41.1318 3.00 —11.2500 7.20966 .673 -38。9959 16。4959 Based on observed means。 通过上表可得 采用不同的广告形式，对于产品销售额有显著影响。 1、 根据文件“家庭收入与人均面积”,判断两者之间有无关联性，并对结果做检验。 相关性 VAR00003 VAR00004 VAR00003 Pearson 相关性 1 .176＊ 显著性（双侧） 。012 N 200 200 VAR00004 Pearson 相关性 .176* 1 显著性（双侧)
19、 .012 N 200 200 ＊. 在 0.05 水平(双侧）上显著相关. 从输出结果可以看出,家庭收入（X)和人均面积（Y)两者之间的Pearson相关系数r=0。176，p=0。012，在a=0。05条件下没有统计显著性线形相关 2、根据文件“学生排名”，判断学生成绩与工作能力之间有无关联性，并对结果做检验 相关系数 VAR00005 VAR00006 Spearman 的 rho VAR00005 相关系数 1.000 -.770*＊ Sig。(双侧) 。 .009 N 10 10 VAR00006 相关系数 -.770＊＊
20、 1。000 Sig。（双侧) 。009 . N 10 10 ＊＊. 在置信度（双测）为 0。01 时,相关性是显著的。 从输出结果可以看出，学生成绩和工作能力两者之间的Spearman 相关系数r=—0.770，p=0。009，在a=0。01条件下达到统计显著性相关 3、根据文件“质量评价”，判断男顾客与女顾客对商品的评价结果之间有无关联性，并对结果做检验 相关系数 VAR00005 VAR00006 Kendall 的 tau_b VAR00005 相关系数 1。000 .556* Sig.（双侧） 。 。025 N 10 10
21、 VAR00006 相关系数 .556* 1.000 Sig。(双侧） 。025 . N 10 10 ＊。 在置信度（双测）为 0。05 时，相关性是显著的。 从输出结果可以看出，男顾客与女顾客之间的Kendall相关系数r=0。556,p=0.025， 在a=0.05条件下达到统计显著性相关 4、 根据“彩电评级”说明消费者对各种彩电的质量水平有无显著差异 秩 秩均值 VAR00001 3。23 VAR00002 4。13 VAR00003 4.58 VAR00004 3.53 VAR00005 2。48 VAR00006 3。08
22、 检验统计量 N 20 Kendall Wa 。217 卡方 21.743 df 5 渐近显著性 。001 a。 Kendall 协同系数 从输出结果表明,东芝的均值最低,西湖的均值最高，统计检验结果表明，Kendall’s W 系数为0。217,卡方为21.743，拒绝原假设，即消费者对各种彩电的质量水平的评价不具有高度的一致性。 5、根据“偏相关"文件分析家庭收入与计划面积之间的相关性并以家庭常住人口为控制变量 相关性 控制变量 家庭收入 计划面积 家庭长住人口 -无-a 家庭收入 相关性 1.000 。022 。135 显著性(双侧）
23、 .535 .000 df 0 830 830 计划面积 相关性 .022 1.000 —.186 显著性（双侧) .535 . 。000 df 830 0 830 家庭长住人口 相关性 .135 -.186 1.000 显著性（双侧） .000 .000 . df 830 830 0 家庭长住人口 家庭收入 相关性 1.000 。048 显著性（双侧） 。 .169 df 0 829 计划面积 相关性 .048 1。000 显著性（双侧) 。169 。 df 829
24、 0 a。 单元格包含零阶 （Pearson) 相关。 根据图表显示,家庭收入与计划面积之间的简单相关系数较高,且达到了高度的统计显著性水平，但将家庭常住人口控制起来的条件下，家庭收入与计划面积之间的偏相关系数仅为0.135,且不具有统计显著意义。 6、根据文件“股票”，建立股票收益率与市场收益率回归模型，并分析结果。 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 。885a 。783 。776 8.30283 a. 预测变量： （常量）， VAR00002. Anovab 模型
25、平方和 df 均方 F Sig. 1 回归 8189。530 1 8189.530 118。797 .000a 残差 2274。918 33 68.937 总计 10464。449 34 a。 预测变量: (常量）, VAR00002。 b. 因变量: VAR00001 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 （常量） -。537 1。432 -.375 .710 VAR00002 1。253 .115 。885 10.899 。000 a。 因变
26、量: VAR00001 根据上表可知:决定性系数为0。7，76 该一元线性回归方程对总平方和的解释能力达到了77.6%， F=118。797 P=0.000 所以拒绝零假设,回归方程的线性关系是显著的 一元线性回归模型为:y=1。253x—0.573 7、根据“保险公司”文件建立多元线性模型并分析 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .946a .895 .883 3。22113 a. 预测变量: （常量）, VAR00003, VAR00002。 Anovab 模型 平方和 df 均方 F Sig。 1 回归
27、 1504。413 2 752。207 72。497 .000a 残差 176.387 17 10.376 总计 1680.800 19 a。 预测变量： (常量）, VAR00003, VAR00002。 b. 因变量: VAR00001 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 （常量） 33.874 1.814 18。675 。000 VAR00002 —.102 。009 —。911 -11。443 。000 VAR00003 8。055 1。459
28、 。439 5。521 .000 a. 因变量： VAR00001 通过上图可知：决定性系数为0。883,该二元线性回归方程对总平方和的解释能力达到了88.3%,F=72。497 P=0。000 所以拒绝零假设,回归方程的线性关系是显著的. 除了常数项外， “公司规模”“公司类型”两个解释变量的t值较大，在a=0。05 条件下拒绝零假设，说明两个解释变量对被解释变量的影响是显著的. 二元线性回归模型为:y=33.874—0.102x1+8.055x2 二元线性标准化回归模型为：y/=1.814-0.009x1+1。452x2 8、根据文件“回归”建立变量间
29、回归模型并分析 模型汇总和参数估计值 因变量：VAR00003 方程 模型汇总 参数估计值 R 方 F df1 df2 Sig。 常数 b1 b2 b3 对数 。808 109.576 1 26 .000 -116776.114 13360。379 倒数 。471 23.122 1 26 .000 31306。384 -1.578E8 二次 .995 2327.406 2 25 。000 1253。197 .320 2.669E-7 三次 .995 1630.105 3 24 。000
30、 1834。908 .257 1.230E—6 -3.636E—12 复合 .837 133。705 1 26 。000 3775.371 1。000 幂 .995 5343.920 1 26 。000 1。043 。908 S .843 139.621 1 26 。000 10.277 -12932。166 增长 。837 133.705 1 26 .000 8。236 2.028E-5 指数 。837 133.705 1 26 。000 3775。371 2。028E—5
31、 自变量为 VAR00002。 通过上表可知：社会消费品零售总额对国内生产总值二次函数的回归模型如下:y=1253。197+0。320X+2.669E—7X平方 9、根据文件“工业指标”对各地经济效益作因子分析 公因子方差 初始 提取 VAR00002 1。000 。845 VAR00003 1。000 。951 VAR00004 1.000 .089 VAR00005 1.000 .781 VAR00006 1。000 .928 VAR00007 1.000 。774 解释的总方差 成份 初始特征值 提取平方和载入 旋转平
32、方和载入 合计 方差的 ％ 累积 ％ 合计 方差的 % 累积 % 合计 方差的 ％ 累积 ％ 1 2.423 40。390 40。390 2。423 40.390 40.390 2。246 37。437 37。437 2 1.945 32。424 72。814 1。945 32。424 72.814 2.123 35.377 72.814 3 。973 16。209 89。023 4 .405 6.756 95.779 5 .178 2。963 98.742
33、 6 。076 1.258 100.000 提取方法：主成份分析。 提取方法：主成份分析。 通过上表可知:每年流动资产周转次数和产品销售率共同度低于80%之外，其他几个评价指标共同度都在80％以上，因此提取出的公因子对各变量的解释能力是较强的。所提取的两个因子的方差贡献率分别为：40。390％和 32.424，累计贡献率高达 72.814％。工业指标对地区的经济效益的几个指标主要是由前两个因子决定的. 10、根据文件“经济指标"对各地经济效益作聚类分析 1 1 1 1 西藏 2 2 2 2 四川 3 3 3 3 重庆 4 4 3 3 贵州 5 5 4 3 云南 6 5 4 3 陕西 4 4 3 3 甘肃 1 1 1 1 青海 1 1 1 1 宁夏 3 3 3 3 新疆 通过上表可知:若分为三类的话则有：西藏、青海和宁夏为一组，四川一组，重庆、贵州、云南、陕西和新疆为一组。若分为四组的话，则有:西藏、青海和宁夏为一组，四川一组，重庆、贵州、甘肃和新疆为一组，云南和陕西为一组.一次类推，由上表所示不一一列举.
©2010-2025 宁波自信网络信息技术有限公司 版权所有
客服电话：4009-655-100 投诉/维权电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
