【文章內(nèi)容簡(jiǎn)介】 數(shù)。箱圖中的觸須線是中間的縱向直線，上端截至線為變量的最大值，下端截至線為變量的最小值。 四、備擇試驗(yàn)完成下列試驗(yàn)內(nèi)容，并按試驗(yàn)（1）所附試驗(yàn)報(bào)告的格式撰寫報(bào)告。，對(duì)其進(jìn)行頻數(shù)分析，并對(duì)實(shí)驗(yàn)報(bào)告作出說明。 某班16位學(xué)生的身高數(shù)據(jù)學(xué)號(hào)性別身高（cm）學(xué)號(hào)性別身高（cm）1M1709M1502F17310M1573F16911F1774M15512M1605F17413F1696F17814M1547M15615F1728F17116F180，對(duì)其進(jìn)行描述統(tǒng)計(jì)量分析，并對(duì)試驗(yàn)結(jié)果作出說明。 18臺(tái)筆記本電腦重量表序號(hào)123456789重量序號(hào)101112131415161718重量試驗(yàn)3：統(tǒng)計(jì)推斷一、試驗(yàn)?zāi)康呐c要求 二、試驗(yàn)原理三、試驗(yàn)演示內(nèi)容與步驟 例題：為研究在黃金時(shí)段中,即每晚8:309:00 內(nèi),電視廣告所占時(shí)間的多少。美國(guó)廣告協(xié)會(huì)抽樣調(diào)查了20個(gè)最佳電視時(shí)段中廣告所占的時(shí)間（單位：分鐘）。請(qǐng)給出每晚8:30 開始的半小時(shí)內(nèi)廣告所占時(shí)間區(qū)間估計(jì)，給定的置信度為95％。 操作程序： 168。 打開SPSS，建立數(shù)據(jù)文件：“ ”。這里，研究變量為：time，即每天看電視的時(shí)間。 168。 選擇區(qū)間估計(jì)選項(xiàng)，方法如下： 選擇菜單【分析】—【描述統(tǒng)計(jì)】—【探索】” ， 對(duì)話框。168。 從源變量清單中將“time”變量移入Dependent List框中。 Explore對(duì)話框168。 單擊上圖右方的“統(tǒng)計(jì)量”按鈕打開“探索：統(tǒng)計(jì)量”對(duì)話框。在設(shè)置均值的置信水平，如鍵入95％，完成后單擊“繼續(xù)”按鈕回到主窗口。 探索 統(tǒng)計(jì)量設(shè)置窗口168。 返回主窗口點(diǎn)擊ok運(yùn)行操作。168。 計(jì)算結(jié)果簡(jiǎn)單說明： 描述統(tǒng)計(jì)量Descriptives StatisticStd. ErrortimeMean.13480 95% Confidence Interval for MeanLower Bound Upper Bound 5% Trimmed Mean Median Variance.363 Std. Deviation.60287 Minimum Maximum Range Interquartile Range.95 Skewness.295.512 Kurtosis.992168。 如上表顯示。從上表“ 95％ Confidence Interval for Mean ”中可以得出，每晚8:30 開始的半小時(shí)內(nèi)廣告所占時(shí)間區(qū)間估計(jì)（置信度為95％） 為：(，)，其中l(wèi)ower Bound 表示置信區(qū)間的下限，Upper Bound表示置信區(qū)間的上限。點(diǎn)估計(jì)是：。 2．兩個(gè)總體均值之差的區(qū)間估計(jì)例題：The Wall Street Journal（1994,7 ）聲稱在制造業(yè)中， 美元。想通過統(tǒng)計(jì)方法，對(duì)這個(gè)觀點(diǎn)是否正確給出檢驗(yàn)。 假設(shè)抽取了7位女性工會(huì)會(huì)員與8位非工會(huì)會(huì)員女性報(bào)酬數(shù)據(jù)。要求對(duì)制造業(yè)中參加工會(huì)會(huì)員的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差進(jìn)行區(qū)間估計(jì)，預(yù)設(shè)的置信度為95％。 168。 打開SPSS，按如下圖示格式輸入原始數(shù)據(jù)，建立數(shù)據(jù)文件：“”。這里，“會(huì)員”表示是否為工會(huì)會(huì)員的變量，y 表示是工會(huì)會(huì)員，n表示非工會(huì)會(huì)員，“報(bào)酬”表示女性員工報(bào)酬變量，單位：千美元。 168。 計(jì)算兩總體均值之差的區(qū)間估計(jì)，采用“獨(dú)立樣本T 檢驗(yàn)”方法。選擇菜單“ 【分析】→【比較均值】→獨(dú)立樣本T檢驗(yàn)”， 打開對(duì)話框。 168。 變量選擇 （1）從源變量清單中將“報(bào)酬”變量移入檢驗(yàn)變量框中。表示要求該變量的均值的區(qū)間估計(jì)。 （2）從源變量清單中將“group”變量移入分組變量框中。表示總體的分類變量。 獨(dú)立樣本T檢驗(yàn) 對(duì)話框168。 定義分組 單擊定義組按鈕，打開Define Groups 對(duì)話框。在Group1 中輸入1，在Group2 中輸入2（1表示非工會(huì)會(huì)員,2 表示工會(huì)會(huì)員）。完成后單擊“繼續(xù)”按鈕回到主窗口。 define groups設(shè)置窗口168。 計(jì)算結(jié)果 單擊上圖中“OK”按鈕，輸出結(jié)果如下圖所示。 （1）Group Statistics（分組統(tǒng)計(jì)量）表 分別給出不同總體下的樣本容量、均值、標(biāo)準(zhǔn)差和平均標(biāo)準(zhǔn)誤。從該表中可以看出。 分組統(tǒng)計(jì)量Group Statistics 會(huì)員NMeanStd. DeviationStd. Error Mean報(bào)酬8.46522.164487.52236.19743 （2）Independent Sample Test （獨(dú)立樣本T 檢驗(yàn)）表 　Levene’s Test for Equality of Variance，為方差檢驗(yàn)，在Equal variances assumed （原假設(shè)：方差相等）下，F(xiàn)=， 因?yàn)槠銹值大于顯著性水平，即：Sig.=， 說明不能拒絕方差相等的原假設(shè)，接受兩個(gè)總體方差是相等的假設(shè)。因此參加工會(huì)會(huì)員的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差95％的區(qū)間估計(jì)為[,]?！test for Equality of Means 為檢驗(yàn)總體均值是否相等的t 檢驗(yàn)，由于在本例中，其P值大于顯著性水平，即：Sig.=， 因此不應(yīng)該拒絕原假設(shè)，也就是說參加工會(huì)的婦女跟未參加工會(huì)的婦女的報(bào)酬沒有顯著差異。本次抽樣推斷結(jié)論不支持The Wall Street Journal（1994,7 ）提出的“ 美元”觀點(diǎn)，即參加工會(huì)的婦女不比未參加工會(huì)的婦女的報(bào)酬多。 獨(dú)立樣本T檢驗(yàn)結(jié)果Independent Samples Test Levene39。s Test for Equality of Variancesttest for Equality of Means FSig.tdfSig. (2tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference LowerUpper報(bào)酬Equal variances assumed.623.44413.408.25485.33271 Equal variances not assumed .413.25697.341083．單個(gè)總體均值的假設(shè)檢驗(yàn) （單樣本T檢驗(yàn)）例子：某種品牌的沐浴肥皂制造程序的設(shè)計(jì)規(guī)格中要求每批平均生產(chǎn)120 塊肥皂，高于或低于該數(shù)量均被認(rèn)為是不合理的，在由10 批產(chǎn)品所組成的一個(gè)樣本中，每批肥皂的產(chǎn)量數(shù)據(jù)見下表， 的顯著水平下，檢驗(yàn)該樣本結(jié)果能否說明制造過程運(yùn)行良好？ 168。 判斷檢驗(yàn)類型 該例屬于“大樣本、總體標(biāo)準(zhǔn)差σ未知。假設(shè)形式為：H0：μ＝μ0， H1 :μ≠μ0168。 軟件實(shí)現(xiàn)程序 打開已知數(shù)據(jù)文件，然后選擇菜單“【分析】→【比較均值】→單樣本T檢驗(yàn)”，打開OneSample T Test 對(duì)話框。從源變量清單中將“產(chǎn)品數(shù)量”向右移入“Test Variables”框中。 onesample T test窗口在“Test Value” 框里輸入一個(gè)指定值（即假設(shè)檢驗(yàn)值，本例中假設(shè)為120），T 檢驗(yàn)過程將對(duì)每個(gè)檢驗(yàn)變量分別檢驗(yàn)它們的平均值與這個(gè)指定數(shù)值相等的假設(shè)。168。 “OneSample T Test”窗口中“OK”按鈕，輸出結(jié)果如下表所示。 （1）“OneSample Statistics”（單個(gè)樣本的統(tǒng)計(jì)量）表 分別給出樣本的容量、均值、標(biāo)準(zhǔn)差和平均標(biāo)準(zhǔn)誤。本例中。 單樣本統(tǒng)計(jì)量OneSample StatisticsNMeanStd. DeviationStd. Error Mean產(chǎn)品數(shù)量10（2）“OneSample Test”（單個(gè)樣本的檢驗(yàn)）表 表中的t 表示所計(jì)算的T 檢驗(yàn)統(tǒng)計(jì)量的數(shù)值，本例中為－。 表中的“df”，表示自由度，本例中為9。 表中的“Sig”（雙尾T 檢驗(yàn)）， 表示統(tǒng)計(jì)量的P值， 并與雙尾T檢驗(yàn)的顯著性的大小進(jìn)行比較：Sig.=，說明這批樣本的平均產(chǎn)量與120 無顯著差異。 表中的“Mean Difference”， 表示均值差，即樣本均值與檢驗(yàn)值120 之差， 本例中為－。表中的“95％ Confidence Internal of the Difference”， 樣本均值與檢驗(yàn)值偏差的95%置信區(qū)間為（－，），置信區(qū)間包括數(shù)值0，說明樣本數(shù)量與120 無顯著差異，符合要求。 單樣本T檢驗(yàn)結(jié)果OneSample Test Test Value = 120tdfSig. (2tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper產(chǎn)品數(shù)量9.4984．兩獨(dú)立樣本的假設(shè)檢驗(yàn)（兩獨(dú)立樣本T檢驗(yàn)） 例題：The Wall Street Journal（1994,7 ）聲稱在制造業(yè)中， 美元。想通過統(tǒng)計(jì)方法，對(duì)這個(gè)觀點(diǎn)是否正確給出檢驗(yàn)。 假設(shè)抽取了7位女性工會(huì)會(huì)員與8位非工會(huì)會(huì)員女性報(bào)酬數(shù)據(jù)。要求對(duì)制造業(yè)中參加工會(huì)會(huì)員的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差進(jìn)行區(qū)間估計(jì)，預(yù)設(shè)的置信度為95％。 168。 打開SPSS，按如下圖示格式輸入原始數(shù)據(jù)，建立數(shù)據(jù)文件：“”。這里，“會(huì)員”表示是否為工會(huì)會(huì)員的變量，y 表示是工會(huì)會(huì)員，n表示非工會(huì)會(huì)員，“報(bào)酬”表示女性員工報(bào)酬變量，單位：千美元。 168。 計(jì)算兩總體均值之差的區(qū)間估計(jì)，采用“獨(dú)立樣本T 檢驗(yàn)”方法。選擇菜單“ 【分析】→【比較均值】→【獨(dú)立樣本T檢驗(yàn)】”。（1）從源變量清單中將“報(bào)酬”變量移入檢驗(yàn)變量框中。表示要求該變量的均值的檢驗(yàn)。 （2）從源變量清單中將“會(huì)員”變量移入分組變量框中。表示總體的分類變量。 sample T test 窗口168。 定義分組 單擊Grouping Variable 框下面的Define Groups 按鈕，打開Define Groups 對(duì)話框。在Group1 中輸入1，在Group2 中輸入2（1表示非工會(huì)會(huì)員,2 表示工會(huì)會(huì)員）。完成后單擊“繼續(xù)”按鈕返回主窗口。 define groups對(duì)話框168。 計(jì)算結(jié)果 單擊上圖中“OK”按鈕，輸出結(jié)果如下圖所示。 （1）Group Statistics（分組統(tǒng)計(jì)量）表 分別給出不同總體下的樣本容量、均值、標(biāo)準(zhǔn)差和平均標(biāo)準(zhǔn)誤。從該表中可以看出。 分組統(tǒng)計(jì)量Group Statistics 會(huì)員NMeanStd. DeviationStd. Error Mean報(bào)酬8.46522.164487.52236.19743 （2）Independent Sample Test （獨(dú)立樣本T 檢驗(yàn)）表 　Levene’s Test for Equality of Variance，為方差檢驗(yàn)，在Equal variances assumed （原假設(shè)：方差相等）下，F(xiàn)=， 因?yàn)槠銹值大于顯著性水平，即：Sig.=， 說明不能拒絕方差相等的原假設(shè)，接受兩個(gè)總體方差是相等的假設(shè)。Ttest for Equality of Means 為檢驗(yàn)總體均值是否相等的t 檢驗(yàn)，由于在本例中，其P值大于顯著性水平，即：Sig.=， 因此不應(yīng)該拒絕原假設(shè)，也就是說參加工會(huì)的婦女跟未參加工會(huì)的婦女的