《統計解析與SPSS的應用（第五版）》（薛薇）課后練習答案第6章SPSS的方差解析1、入戶銷售有五種方法。某大公司想比較這五種方法有無顯然的收效差別，設計了一項實驗。從應聘人員中還沒有銷售經驗的人員中隨機優選一部分人，并隨機地將他們分為五個組，每組用一種銷售方法培訓。一段時期后獲得他們在一個月內的銷售額，以下表所示：第一組20.016.817.921.223.926.822.4第二組24.921.322.630.229.922.520.7第三組16.020.117.320.922.026.820.8第四組17.518.220.217.719.118.416.5第五組25.226.226.929.330.429.728.21）請利用單因素方差解析方法解析這五種銷售方式可否存在顯然差別。2）繪制各組的均值比較圖，并利用LSD方法進行多重比較檢驗。（1）解析比較均值單因素ANOVA因變量：銷售額；因子：組別確定。ANOVA銷售額平方和df均方F顯然性組之間405.5344101.38411.276.000組內269.737308.991總計675.27134概率P-值湊近于0,應拒絕原假設，認為5種銷售方法有顯然差別。(2)均值圖：在上面步驟基礎上，點選項均值圖；事后多重比較LSD-swuu-------------------n備咄◎」ml?嗎機鬼晁吒EI育芝舊嚴性粗益厲」旦rown-^arsythEIch多重比較因變量：銷售額LSD(L)(1)組別(J)組別平均差(I-J)第一組第二組-3.30000*第三組.72857第四組3.05714第五組-6.70000*第二組第一組3.30000*第三組4.02857*第四組6.35714*第五組-3.40000*第三組第一組-.72857第二組-4.02857*第四組2.32857第五組-7.42857*第四組第一組-3.05714第二組-6.35714*第三組-2.32857第五組-9.75714*第五組第一組6.70000*第二組3.40000*第三組7.42857*第四組9.75714**.均值差的顯然性水平為0.05。

95%置信區間標準錯誤顯然性下限值上限1.60279.048-6.5733-.02671.60279.653-2.54484.00191.60279.066-.21626.33051.60279.000-9.9733-3.42671.60279.048.02676.57331.60279.018.75527.30191.60279.0003.08389.63051.60279.042-6.6733-.12671.60279.653-4.00192.54481.60279.018-7.3019-.75521.60279.157-.94485.60191.60279.000-10.7019-4.15521.60279.066-6.3305.21621.60279.000-9.6305-3.08381.60279.157-5.6019.94481.60279.000-13.0305-6.48381.60279.0003.42679.97331.60279.042.12676.67331.60279.0004.155210.70191.60279.0006.483813.0305可知，1和2、1和5、2和3,2和4,2和5,3和5,4和5有顯然差別。2、從兩個整體中分別抽取n1=7和和n2=6的兩個獨立隨機樣本，經計算獲得下面的方差解析表。請補充表中單元格的兩個獨立隨機樣本，經計算獲得下面的方差分析表。請補充表中單元格“A”和單元格“B”內的計算結果。平方和df均方F組間7.50173組內26.411A總數33.9U答：已知組內均方=組內偏差平方和/自由度，所以A=26.4/1仁2.4F統計量=組間均方/組內均方所以B=7.5/2.4=3.1253、為研究某種降血壓藥的適用特點，在五類擁有不同樣臨床特點的高血壓患者中隨機優選了若干志愿者進行比較試驗，并獲得了服用該降壓藥后的血壓變化數據。現對該數據進行單因素方差解析，所得部分解析結果以下表所示。SUPgfSqatfrtx4￡meas?“SlimtiUun4000T砒山I站獅T*stofitynfLer^siiBStatisticdfidf2hG3?4tjj?DOIultiplE*CcnpArisan^DepswlsitVariEblc;Nesi95tC.jttfitletsce曲出曲1(D坦號U)俎號IliffErenrre(I-J)St噪ErrorSLE,LowerSouruciCfcperfcLFid—S二韁-2.OCODO1.?3709-a67iil.和11三殂-IL6031.98331.QUOT&5fil3-T.S35?四遨-7.JJOI.7S&23.000-1J.0M2-19331607*五粗-22E5711.80063-5.083?LJ134二扭-ta2.00000t.01709?泗-I.67116.6711也SOO*2畫5*QOD-Q7X5七4朋6血L.M6-a1^3"1.7-411-2^5711,R9CTQ魂07笛3>M11一迴11.600DC*LS6331?(naTOT1LK33二擔aeaooc*Z06945*0006L?64513-73S5四粗413333*200867JU58LW71;fiiaSUL収鼬2037U?.wo&2435痢cm-粗T競存L7B823,000193311L0002二組氐^^667*tB&IM.0051.?4|Ik丨刪三姐713333*2008E?.(M4-a1471-U196五組1.B2S32.006J.5273亂琢五堪一為師7]t.e0063Tdl囂6v8S3&?矚T11.B95KI-35011H9736二鍛SH.881=tft3M22CfT-已敦.刪.at￡-133630-5.2435四粗-5.]?095*t.?2032-&￡346-1.5273*1TheBtanthffissi^ufican*artthe-QBleuvL1）請依照表格數聽聞明以上解析可否滿足方差解析的前綱要求，為什么？2）請填寫表中空缺部分的數據結果，并說明該降壓藥對不同樣組患者的降壓收效可否存在顯然差別。3）若是該降壓藥對不同樣組患者的降壓收效存在顯然差別，那么該降壓藥更適合哪組患者?（1）因

F檢驗的概率

P值小于顯然性水平（

0.05），拒絕原假設，方差不齊，不滿足方差

解析的前提假設。（2）4*276.032=1104.128；1104.128+1524.990=2629.118；4+63=671524.990/63=24.206（3）各組均值存在顯然差別。更適合第三組4、為研究某商品在不同樣地區和不同樣日期的銷售差別性，檢查收集了以下日平均銷售量數據。日期銷售量周一~周三周四~周五周末500060004000地區一600080003000400070005000700050005000地區二800050006000800060004000300060008000地區三2000600090004000500060001）選擇適合的數據組織方式建立關于上述數據的SPSS數據文件2）利用多因素方差解析方法，解析不同樣地區和不同樣日期對該商品的銷售可否產生了顯然影響3）地區和日期可否對該商品的銷售產生了交互影響。若沒有顯然的交互影響，則試建立非飽和模型進行解析，并與飽和模型進行比較。（1）數據組織方法以下:主體間因子值標簽數字地區1地區192地區293地區39日期1周一至周三92周四至周五93周末9主體間效應的檢驗因變量：銷售量源III類平方和自由度均方F顯然性校正的模型61.852a87.7318.350.000截距844.4811844.481912.040.000Area2.29621.1481.240.313Date2.74121.3701.480.254Area*Date56.815414.20415.340.000錯誤16.667.92618總計923.00027校正后的總變異78.51926a.R平方=.788（調整后的R平方=.693）解析:（2）由上表可知，Fai、Fa2的概率P-值為0.313和0.254，大于顯然性水平（0.05），所以不應拒絕原假設，可以認為不同樣地區和日期下的銷售額整體均值不存在顯然差別，區和不同樣日期對該商品的銷售沒有產生顯然影響。（3）產生了交互影響。因為概率P-值湊近于0,拒絕原假設，認為不同樣地區和日期對了顯然的交互作用。

不同樣地銷售額產生5、研究者想檢查性別（1為女，2為男）和使用手機（1使用，2不使用）對駕駛狀態的影響。在封閉道路開車的24人參加了該項研究。其中，12男12女，6男6女使用手機，其余6男6女不使用手機。用0-50分測度駕駛狀態，分數越高駕駛狀態越好。數據以下：性別使用手機得分性別使用手機得分113421351129213211382127113421261133213711302124124522481244224712462240124222461247225040391222請問：性別和可否使用手機對駕駛狀態有影響嗎？若是有影響，影響效應是多少?(2)解析一般線性模型單變量因變量：得分；因子：性別、可否使用手機確定。(1)數據組織方法以下:主體間因子值標簽數字性別1男122女12可否使用手機1使用12KIT1Sei暫if0D>2UaePhexieB03Scor#a0

ttMIE-1.1,珂.無因變量：Score2不使用12主體間效應的檢驗源III類平方和自由度均方F顯然性校正的模型1028.125a3342.70821.101.000截距34732.042134732.0422138.453.000Sex5.04215.042.310.584UsePhone1001.04211001.04261.634.000Sex*UsePhone22.042122.0421.357.258錯誤324.8332016.242總計36085.00024校正后的總變異1352.95823a.R平方=.760（調整后的R平方=.724）解析：就性別而言，因為概率P-值=0.584，大于顯然性水平0.05，所以不應拒絕原假設，認為性別對駕駛狀態無顯然影響；就手機使用情況而言，因為概率P-值湊近0,應拒絕原假設，認為手機使用情況對駕駛狀態存在顯然影響。6、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行培訓前后的工作能力評分增加情況的數據。現需要比較這兩種培訓方式的收效有無差別，考慮到加盟公司時間可能也是影響因素，將加盟時間按月進行了紀錄。DMethodMonthscoreaddIDMethodmonthscoreadd111.591022122.510.54.51421112315.5131227164ii81320.595i4111424.5126i59.51524.5107i3.510162210i412172514i4.512.518261691）請選擇適合的數據組織方式將以上數據錄入到SPSS資料編寫窗口，變量名保持不變,并定義各變量的變量值標簽，變量Method的變量值標簽（1為舊方法，2為新方法）2）按不同樣的培訓方法計算加盟時間、評分增加量的平均數。3）在剔除加盟時間影響的前提下，解析兩種培訓方式的收效有無差別，并說明原由。（1）數據組織方法以以下圖:名稱裘型寬度0澈標簽值1ID數值0編號無2Method數值C塔訓方武{1」日方式}一一3Month數值1加盟時間無1ScareAdd數值1増分無IDMetiod111221331441551561171aa19911010211112121221313214U2____5152161621717218182(2)步驟：①數據拆分文件比較組：選擇培訓方式描述統計變量：增分、加盟時間；選項：平均值確定。

Man111ScoreAdd1.S9.02.610.6反51301.0B.O4.011.03.510.04.012.04.512.5201?04.614.07.01&.0.6&04.512.04.&10.02D1C06.014-.06.016.0確定；②解析描述統計描述培訓方式數字平均值(E)舊方式增分910.611加盟時間93.500有效N(成列)9新方式增分912.556加盟時間94.000有效N（成列）93）解析一般線性模型單變量因變量：增分；固定因子：培訓方式；協變量：加盟時間確定。