| 4 | 1/1 | 返回列表 |
| 查看: 1682 | 回復: 3 | |||
| 本帖產(chǎn)生 1 個 博學EPI ,點擊這里進行查看 | |||
xuyimen銀蟲 (小有名氣)
|
[交流]
SPSS問題
|
||
| 我要用SPSS進行參數(shù)估計,模型公式是x=a*EXP(-k*t)+c,用非線性回歸進行參數(shù)估計,應該怎么做,直接做可以嗎?希望各位高手給支支招。 |

至尊木蟲 (著名寫手)
|
可不可以,試一下就知道了,有很多參考書, 1. 在SPSS中,幾乎所有的非參數(shù)分析方法都被放入了Nonparametric Tests菜單中,具體來講有以下幾種: Chi-square test:用卡方檢驗來檢驗變量的幾個取值所占百分比是否和我們期望的比例沒有統(tǒng)計學差異。比如我們在人群中抽取了一個樣本,可以用該方法來分析四種血型所占的比例是否相同(都是25%),或者是否符合我們所給出的一個比例(如分別為10%、30%、40%和20%,我隨便寫的)。請注意該檢驗和我們一般所用的卡方不太一樣,我們一般左的卡方要用crosstable菜單來完成,而不是這里。 Binomial Test:用于檢測所給的變量是否符合二項分布,變量可以是兩分類的,也可以使連續(xù)性變量,然后按你給出的分界點一刀兩斷。 Runs Test:用于檢驗某變量的取值是否是圍繞著某個數(shù)值隨機地上下波動,該數(shù)值可以是均數(shù)、中位數(shù)、眾數(shù)或人為制定。一般來說,如果該檢驗P值有統(tǒng)計學意義,則提示有其他變量對該變量的取值有影響,或該變量存在自相關。 One-Sample Kolmogorov-Smirnov Test:采用柯爾莫諾夫-斯米爾諾夫檢驗來分析變量是否符合某種分布,可以檢驗的分布有正態(tài)分布、均勻分布、Poission分布和指數(shù)分布。 Two-Independent-Samples Tests:即成組設計的兩樣本均數(shù)比較的非參數(shù)檢驗。 Tests for Several Independent Samples:成組設計的多個樣本均數(shù)比較的非參數(shù)檢驗,此處不提供兩兩比較方法。 Two-Related-Samples Tests:配對設計兩樣本均數(shù)的非參數(shù)檢驗。 Tests for Several Related Samples:配伍設計多個樣本均數(shù)的非參數(shù)檢驗,此處同樣不提供兩兩比較。 |

至尊木蟲 (著名寫手)
|
2. 第三章 參數(shù)估計 §3.1 概述 參數(shù)估計的方法有點估計和區(qū)間估計二種. 參數(shù)估計的方法有點估計和區(qū)間估計二種. 區(qū)間估計給出總體未知參數(shù)所在的可能區(qū)間即置信區(qū) 它會隨樣本的不同而不同, 間,它會隨樣本的不同而不同,可以解決參數(shù)估計的精 確度與可靠性問題, 確度與可靠性問題,它能夠以一定的置信度保證估計的 正確性. 正確性. 置信度與精確度關系:一般情況下,置信度越高, 置信度與精確度關系:一般情況下,置信度越高, 允許 誤差越大,精確度越低. 誤差越大,精確度越低. 在樣本容量一定時, 在樣本容量一定時,通常是在確保一定置信度的前提下 提高精確度. 提高精確度. 掌握的樣本不同所用區(qū)間估計的公式不同. 掌握的樣本不同所用區(qū)間估計的公式不同 區(qū)間估計公式( §3.2 區(qū)間估計公式(1) (一)一個總體均值的區(qū)間估計待估計參數(shù) 已知條件 正態(tài)總體, 正態(tài)總體,σ2已知 正態(tài)總體, 未知n 正態(tài)總體,σ2未知n<30 非正態(tài)總體, 非正態(tài)總體,n≥30 σ未知時,用S 未知時, 未知時 有限總體, 有限總體,n≥30 不重復) (不重復) 未知時, σ未知時,用S 置信區(qū)間 X ± Zα 2 σ n 總體均值 (μ) s X ± tα (n1) n 2 s X ± Zα n 2 X ± Zα 2 σ N n n N 1 (二)一個總體比率的區(qū)間估計待估計參數(shù) 已知條件 無限總體, 無限總體, np和nq都大于 都大于5 np和nq都大于5 總體比率 (p) 有限總體, 有限總體, np和nq都大于 都大于5 np和nq都大于5 置信區(qū)間 P(1 P) p ± Zα n 2 P(1 P) N n p ± Zα ( ) n N 1 2 §3.3已知原始數(shù)據(jù)資料的參數(shù)估計 —Analyze Analyze Compare means §3.3.1單個總體均值的區(qū)間估計步驟: 1,選擇Analyze Analyze sample T Compare means oneoneTest 對話框 檢驗變量欄 選擇置信度和控 制缺失值處理 檢驗值欄 Options子對話框 Options子對話框 ------ 選擇置信度和控制缺失值處理 1 α (或1 2α ) 只刪除與分析有關的 帶有缺失值的觀測量 刪除所有帶缺失值的觀測量 區(qū)間估計公式( §3.2 區(qū)間估計公式(2) (三)兩個總體均值之差的區(qū)間估計待估計參數(shù) θ 已知條件 兩個正態(tài)總體 置信區(qū)間 θ ±△ σ 12 n1 兩個總體 均值之差 1-2 σ ,σ 2 1 2 2 已知 (X1 X 2) ± Zα 2 + σ 22 n2 兩個正態(tài)總體 2 σ 12 , σ 2 未知但相等 兩個非正態(tài)總體 ( X 1 X 2 ) ± tα 2 ( n1 + n2 2 ) Sp 1 1 + n1 n2 (X n1,n2≥30 1 X 2 )± Z α 2 σ 2 1 n1 + σ 2 2 n2 (四)兩個總體比率(成數(shù))之差的區(qū)間估計待估計參數(shù) θ 兩個總體 成數(shù)之差 (P1-P2) 已知條件 置信區(qū)間 θ ±△ 無限總體, 無限總體, p1q2 p2q2 + N1P1>5, n1q1>5 (p1 p2 ) ± Zα n1 n2 2 N2P2>5, n2q2>5 有限總體, 有限總體, p1q1 N1 n1 p2q2 N2 n2 N1P1>5, n1q1>5 ( p1 p2 ) ± Zα n N 1 + n N 1 1 1 2 2 2 N2P2>5, n2q2>5 3.3.2兩個總體均值之差的區(qū)間估計步驟 §3.3.2兩個總體均值之差的區(qū)間估計步驟若是兩個獨立樣本(n 1,若是兩個獨立樣本(n1 ≠n2 )則運行兩個獨立 樣本之差的T檢驗Independent Independent樣本之差的T檢驗Independent-Samples T 過程; Test過程 Test過程; 若是兩個獨立樣本(n ),則運行兩個配對 2,若是兩個獨立樣本(n1=n2 ),則運行兩個配對 樣本均值之差的T檢驗Paired Samples 樣本均值之差的T檢驗Paired –Samples T Test過程 過程. Test過程. 意義: 意義:運行檢驗過程可得兩個總體均值之差在一 定把握程度下的區(qū)間估計. 定把握程度下的區(qū)間估計. 二者比較: 二者比較:利用配對樣本可使兩個樣本中許多其 它因素保持完全相同. 它因素保持完全相同.因此估計誤差會比獨立 樣本小. 樣本小. IndependentTest過程 1,Independent-Sample T Test過程 選擇Analyze 選擇Analyze Compare Means IndependentIndependent-Samples T Test, 打開Independent-Samples T Test對話 Independent框, Independent打開Independent-Samples 對話框, T Test對話框, 檢驗變量欄 分組變量欄, 只能有一個分 組變量 定義分組按鈕 案例1 1,學生對教學改革態(tài)度的分析(one sample ) 學生對教學改革態(tài)度的分析(one 學生對教學改革態(tài)度的分析 某校在對實行掛牌上課教學改革措施的效果評價 中,隨機抽選了60位學生進行態(tài)度調查,他們的 隨機抽選了60位學生進行態(tài)度調查, 60位學生進行態(tài)度調查 10項態(tài)度量表的態(tài)度反映資料如下 項態(tài)度量表的態(tài)度反映資料如下: 10項態(tài)度量表的態(tài)度反映資料如下掛牌上課態(tài)度反映得分(X) 掛牌上課態(tài)度反映得分( 10—20 10 20 20—30 20 30 30—40 30 40 40—50 40 50 50—60 50 60 60—70 60 70 合計 人數(shù)(f ) 人數(shù)( 2 6 10 12 20 10 60 案例1 案例1 (1分表示"很不同意" (1分表示"很不同意",7分表示"很同 分表示 分表示" 10項態(tài)度分累加后得一總態(tài)度分 項態(tài)度分累加后得一總態(tài)度分, 意",將10項態(tài)度分累加后得一總態(tài)度分,這種 量叫7級李克累加量表): 量叫7級李克累加量表): 試計算: 試計算: 學生態(tài)度得分的平均值和標準差; (1)學生態(tài)度得分的平均值和標準差; 構造學生態(tài)度得分平均值的98%置信區(qū)間. 98%置信區(qū)間 (2)構造學生態(tài)度得分平均值的98%置信區(qū)間. 操作步驟: 操作步驟: 定義變量X 為組中值, (1)定義變量X和f ,X 為組中值,輸入數(shù)據(jù)資 料; 選擇Data ,對 進行加權. (2)選擇Data Weight Cases ,對f 進行加權. 選擇Analyze Compare means one(3)選擇Analyze onesample T Test 將變量X放入Test Test欄中 (4)將變量X放入Test欄中 子對話框,置信度為98% 98%, (5)激活 子對話框,置信度為98%, Options … ,返回one-sample 按鈕, one單擊 按鈕 返回one T Continue Test主對話框 主對話框; Test主對話框; 按鈕執(zhí)行. (6)單擊 按鈕執(zhí)行. OK T - Test One-Sample Statistics N 反反反反反反反 60 Std. Error Mean Std. Deviation Mean 47.0000 13.62948 1.75956 One-Sample Test Test Value = 0 98% Confidence Interval of the Difference Lower Upper 42.7925 51.2075 反反反反反反反 t 26.711 df 59 Sig. (2-tailed) .000 Mean Difference 47.00000 結論: 結論: 1:學生態(tài)度得分的平均值為47分 學生態(tài)度得分的平均值為47 表1:學生態(tài)度得分的平均值為47分,標準差 13.6295分 為13.6295分. 2:以98%的置信區(qū)間估計學生總體態(tài)度得 表2:以98%的置信區(qū)間估計學生總體態(tài)度得 分平均值的置信區(qū)間為 (42.7925,51.2075) 從中可以反映出學生對掛牌上課這一教改 措施普遍贊成,但并不十分擁護,可見還 措施普遍贊成,但并不十分擁護, 需進一步改進和完善. 需進一步改進和完善. 案例2___電視廣告平均受益量的估計 2,某電視臺廣告部想要估計一下各企業(yè)在該電臺 某電視臺廣告部想要估計一下各企業(yè)在該電臺 的黃金時間播放電視廣告后的一個月內的平均受 益量.為此他們抽取了33 33家播放廣告的同類企業(yè) 益量.為此他們抽取了33家播放廣告的同類企業(yè) 的隨機樣本,資料如下: 的隨機樣本,資料如下: 該電視臺想以95%的置信度宣布平均受益量 該電視臺想以95%的置信度宣布平均受益量 95% 平均利潤增長量),試構造適當?shù)闹眯艆^(qū)間. ),試構造適當?shù)闹眯艆^(qū)間 (平均利潤增長量),試構造適當?shù)闹眯艆^(qū)間. 案例2 企業(yè) 序號 1 2 8.6 3 7.7 4 5 6 8.3 7 7.1 8 9 10 9.2 11 8.8 利潤增 7.3 量 (萬 元) 6.5 9.4 10.2 5.4 企業(yè) 序號 12 13 13 14 15 16 17 18 19 20 21 利潤增 9.7 量 (萬 元) 6.9 4.3 11. 8.2 2 26 27 8.7 7.6 9.1 6.6 8.5 8.9 企業(yè) 序號 23 24 25 28 29 30 31 32 33 利潤增 10.4 12. 量 (萬 8 元) 14. 6 7.5 11.7 6.0 13.2 13.6 9.0 5.9 9.6 解: 該電視臺宣布的平均受益量應該是最小受益 量,故構造置信下限.設X為企業(yè)利潤增量. 操作步驟: 定義變量X輸入數(shù)據(jù)資料; (1)定義變量X輸入數(shù)據(jù)資料; 選擇Analyze Compare means (2)選擇Analyze oneone-sample T Test 將變量X放入Test Test欄中 (3)將變量X放入Test欄中 子對話框, (4)激活 Options … 子對話框,置信度改 90%, 按鈕,返回one one為90%,單擊 Continue 按鈕,返回oneTest主對話框 主對話框; sample T Test主對話框; 單擊OK (5)單擊OK 按鈕執(zhí)行 T - Test One-Sample Statistics N 33 Mean 8.8636 Std. Deviation 2.40271 Std. Error Mean .41826 利利利利 One-Sample Test Test Value = 0 90% Confidence Interval of the Difference Lower Upper 8.1552 9.5721 利利利利 t 21.192 Mean df Sig. (2-tailed) Difference 32 .000 8.86364 結論: 結論 1:33家平均受益量為 8.8636萬元 萬元, 表1:33家平均受益量為 8.8636萬元,標準 差為2.4027萬元. 2.4027萬元 差為2.4027萬元. 2:該項電視臺可以95%的置信度宣布在該 該項電視臺可以95% 表2:該項電視臺可以95%的置信度宣布在該 電臺黃金時間做廣告給企業(yè)帶來的平均 受益量至少在8.1552萬元以上. 8.1552萬元以上 受益量至少在8.1552萬元以上. |

至尊木蟲 (著名寫手)
| 實例分析3___新舊電池使用壽命比較 實例分析3___新舊電池使用壽命比較 3___ (Independent ) 某一個新的制造過程可以增加電池的使用 壽命,假設電池使用壽命服從正態(tài)分布. 壽命,假設電池使用壽命服從正態(tài)分布.在新電 池中隨機抽取15 15個 而在舊電中隨機抽取12 12個同 池中隨機抽取15個,而在舊電中隨機抽取12個同 時測試其使用壽命,資料如下: 時測試其使用壽命,資料如下:新舊兩種電池平 均使用壽命之差95%的置信區(qū)間. 95%的置信區(qū)間 均使用壽命之差95%的置信區(qū)間. 新電池 ):18.2\10.4\12.6\18.0\11.7\15.0\24.0\17.6\ (日):18.2\10.4\12.6\18.0\11.7\15.0\24.0\17.6\23 .6\24.8\19.3\20.5\19.8\17.1\ .6\24.8\19.3\20.5\19.8\17.1\16.3 舊電池 ):12.1\17.5\8.6\13.9\7.8\15.1\17.9\10.6\ (日):12.1\17.5\8.6\13.9\7.8\15.1\17.9\10.6\13.8 14.2\15.3\ \14.2\15.3\11.6 解:已知的原始數(shù)據(jù)是總體服從正態(tài)分布的兩個 獨立樣本. 代表電池使用壽命, 獨立樣本.設X代表電池使用壽命,g代表分組號操作步驟: 操作步驟: 定義變量X 輸入數(shù)據(jù)資料,新舊電池壽命數(shù)據(jù)全部輸入X (1)定義變量X和g,輸入數(shù)據(jù)資料,新舊電池壽命數(shù)據(jù)全部輸入X 同一列中, 分別取1 新電池組號為1 舊電池組號為2 同一列中, g分別取1和2,新電池組號為1,舊電池組號為2 (2)選擇Analyze 選擇Analyze IndependentCompare Means Independent-Samples T Test, 打開Independent-Samples T Test對話框, Test對話框 對話框, 打開IndependentIndependent 將變量X放入Test Test欄中 (3)將變量X放入Test欄中 激活Define 按鈕,打開該對話框Groups1中輸入1 Groups1中輸入 (4)激活Define Groups 按鈕,打開該對話框Groups1中輸入1 Groups2中輸入 中輸入2 單擊Continue返回主對話框; Continue返回主對話框 Groups2中輸入2,單擊Continue返回主對話框; 單擊OK (5)單擊OK 按鈕執(zhí)行 T - Test Group Statistics g 1 2 N 15 12 Mean 17.927 12.367 Std. Deviation 4.3442 3.2609 Std. Error Mean 1.1217 .9413 x Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Mean Std. Error Difference df Sig. (2-tailed) Difference Difference Lower Upper 25 .001 .001 5.5600 5.5600 1.5123 2.4454 8.6746 1.4643 2.5437 8.5763 x F Equal variances .514 assumed Equal variances not assumed Sig. .480 t 3.677 3.797 24.928 結論: 得出兩個獨立樣本各自的均值, 表1:得出兩個獨立樣本各自的均值,標準 差以及平均標準誤差. 差以及平均標準誤差.新電池的平均使用 壽命明顯長于舊電池. 壽命明顯長于舊電池. 表2:可以看出新舊電池平均使用壽命之差 95%的置信區(qū)間為 的置信區(qū)間為: 的95%的置信區(qū)間為:若兩個樣本方差相 等則為(2.4454,8.6746);若兩個樣 等則為(2.4454,8.6746);若兩個樣 ); 本方差不等則為(2.5437,8.5763) 本方差不等則為(2.5437,8.5763) 2,Paired-Samples Paired選擇Analyze 選擇Analyze Compare Means Test過程 T Test過程 PairedPaired-Sample T Test, 打開Paired-Sample T Test主對話 Paired框 2,Paired-Samples Paired- Test過程 T Test過程 配對變量欄 當前選擇欄 選擇項按鈕 實例分析4 ___吸煙有害廣告作用的分析 實例分析4 ___吸煙有害廣告作用的分析 (Paired ) 形形色色的廣告已深入到社會各個方面, 形形色色的廣告已深入到社會各個方面,與 人民生活密不可分. 人民生活密不可分.成功的廣告將留給人們較深 的印象,并帶給企業(yè)豐厚的回報, 的印象,并帶給企業(yè)豐厚的回報,如何鑒定廣告 的效果,如何選擇最佳的廣告制作, 的效果,如何選擇最佳的廣告制作,對此西方國 家更多地采用統(tǒng)計方法來判斷,舉例如下: 家更多地采用統(tǒng)計方法來判斷,舉例如下: 為了研究吸煙有害廣告對吸煙者減少吸煙 量甚至戒煙是否有作用, 量甚至戒煙是否有作用,從某吸煙者中隨機抽取 33位吸煙者,調查他們在觀看廣告前后的每天吸 33位吸煙者, 位吸煙者 煙量( 數(shù)據(jù)如下表. 煙量(支)數(shù)據(jù)如下表.試問影片對他們的吸煙量 有無產(chǎn)生作用?為了支持你的答案, 有無產(chǎn)生作用?為了支持你的答案,請構造一個 99%的置信區(qū)間 的置信區(qū)間. 99%的置信區(qū)間. 吸煙者編號 1 2 15 15 13 33 34 24 24 22 3 14 10 14 25 20 25 22 25 4 11 10 15 8 4 26 48 50 5 12 13 16 41 40 27 41 34 6 16 12 17 19 10 28 6 6 7 19 15 18 26 30 29 9 13 8 26 20 19 16 16 30 38 27 9 22 17 20 31 20 31 25 11 10 11 16 9 7 9 21 22 27 6 18 2 32 33 29 28 10 21 看前X1(支) 20 看后X2(支) 18 吸煙者編號 12 看前X1(支) 17 看后X2(支) 10 吸煙者編號 23 看前X1(支) 13 看后X2(支) 11 解:配對樣本的試驗,比較觀看前后平均數(shù)的大小 可解決第一個問題,求出兩平均數(shù)之差的99%的 雙側置信區(qū)間可解答第二個問題. 操作步驟: 定義變量X1 X2,輸入數(shù)據(jù) X1和 輸入數(shù)據(jù); 1)定義變量X1和X2,輸入數(shù)據(jù); 選擇Analyze Compare means Paired(2)選擇Analyze Pairedsamples T Test 將變量X1 X2放入Test欄中 X1和 放入Test (3)將變量X1和X2放入Test欄中 99%, Options… 子對話框,置信度改為99% (4)激活 Options 子對話框,置信度改為99%, 單擊Continue 按鈕,返回Paired Paired單擊Continue 按鈕,返回Paired-samples T Test主對話框 主對話框; Test主對話框; 單擊OK (5)單擊OK 按鈕執(zhí)行 T - Test Paired Samples Statistics Mean 21.58 17.58 N 33 33 Std. Deviation 10.651 10.680 Std. Error Mean 1.854 1.859 Pair 1 看看看看 看看看看 Paired Samples Correlations N Pair 1 看看看看 & 看看看看 Correlation 33 .878 Sig. .000 Paired Samples Test Paired Differences 99% Confidence Interval of the Difference Lower Upper 1.489 6.511 Std. Error Mean Std. Deviation Mean Pair 1 看看看看 - 看看看看 4.000 5.268 .917 t 4.362 df Sig. (2-tailed) 32 .000 結論: 1:顯示觀看影片前的平均每日吸煙量約為 表1:顯示觀看影片前的平均每日吸煙量約為 21.5758支 21.5758支.觀看影片后的平均每日吸煙量約為 17.5758支 說明該影片發(fā)生了作用. 17.5758支,說明該影片發(fā)生了作用. 2:反映了影片觀看前與后存在著顯著相關關系 反映了影片觀看前與后存在著顯著相關關系, 表2:反映了影片觀看前與后存在著顯著相關關系, 相關系數(shù)為0.878. 相關系數(shù)為0.878. 3:顯示了前后兩個總體平均每日吸煙量之差的 表3:顯示了前后兩個總體平均每日吸煙量之差的 99%置信區(qū)間為(1.4888,6.5112),這意味著不 置信區(qū)間為(1.4888,6.5112), 99%置信區(qū)間為(1.4888,6.5112),這意味著不 管隨機抽到哪幾對樣本單位做調查,均有99% 99%的 管隨機抽到哪幾對樣本單位做調查,均有99%的 把握保證, 把握保證,觀看影片前的平均每日吸煙量大于 觀看影片后的平均每日吸煙量之差在(1.4888 觀看影片后的平均每日吸煙量之差在(1.4888 支至6.5112支之間,即大約在2 7支之間. 6.5112支之間 支至6.5112支之間,即大約在2—7支之間. §3.4未知原始數(shù)據(jù)資料的參數(shù)估計 在現(xiàn)實中可能遇到?jīng)]有完整的原始資料, 在現(xiàn)實中可能遇到?jīng)]有完整的原始資料,只有幾 個樣本數(shù)據(jù)特征的情況.此時可用Compute 個樣本數(shù)據(jù)特征的情況.此時可用Compute 過程可解 決樣本平均數(shù)抽樣分布和未知原始數(shù)據(jù)資料情況下的 參數(shù)區(qū)間估計問題. 參數(shù)區(qū)間估計問題. 步驟: 步驟: (1)定義變量 定義變量X (1)定義變量X (2)選擇Transform 選擇Transform Compute 打開 Compute Variable 對話框 在目標變量Target 欄中,輸入新變量名cdf (3)在目標變量Target 欄中,輸入新變量名cdf 分布函數(shù)形式出現(xiàn)) idf(正態(tài)分布的反函數(shù));在 正態(tài)分布的反函數(shù)); (分布函數(shù)形式出現(xiàn))\idf(正態(tài)分布的反函數(shù));在 Expression框中輸入數(shù)學表達式 numeric Expression框中輸入數(shù)學表達式 單擊OK OK. (4)單擊OK. 案例分析5——農(nóng)民年平均收入估計 案例分析5——農(nóng)民年平均收入估計 ): (Compute ): 為了解某村1300戶農(nóng)民的年純收入狀況, 1300戶農(nóng)民的年純收入狀況 1,為了解某村1300戶農(nóng)民的年純收入狀況, 不重復抽取一個由70 70戶組成的樣本進行調查 不重復抽取一個由70戶組成的樣本進行調查 得出每戶農(nóng)民年平均收入為4500 4500元 得出每戶農(nóng)民年平均收入為4500元,標準差 260元 為260元.試求該村每戶農(nóng)民年平均純收入 置信度為95%的置信區(qū)間. 95%的置信區(qū)間 置信度為95%的置信區(qū)間. (4440.75,4559.25) X ± Zα 2 σ n N n n 1 ( ≈ 1 ) N N 1 N n 4500 ± IDF .NORMAL (0.975,0,1) * 260 / SQRT (70) * SQRT (1 70 / 1300) 案例分析6——產(chǎn)品包裝容量分析: 案例分析6——產(chǎn)品包裝容量分析: 產(chǎn)品包裝容量分析某產(chǎn)品包裝容量為正態(tài)分布,隨機抽取125 某產(chǎn)品包裝容量為正態(tài)分布,隨機抽取125 包產(chǎn)品,發(fā)現(xiàn)10包分量不足, 10包分量不足 包產(chǎn)品,發(fā)現(xiàn)10包分量不足,試求分量不足 比例的90%的信賴區(qū)間.若誤差界限為0.02 90%的信賴區(qū)間 0.02, 比例的90%的信賴區(qū)間.若誤差界限為0.02, 把握程度為95%應抽多少樣本單位? 95%應抽多少樣本單位 把握程度為95%應抽多少樣本單位?根據(jù)過去 資料包裝分量不足的比例大約為 0.06.(0.04,0.1199) 0 .08 ± IDF . NORMAL ( 0 .95 ,0,1) * SQRT ( 0 .08 * 0 .92 / 125 ) p ± Zα 2 P(1 P) n p = Zα n= 2 2 P (1 P) n 2 Zα 2 P(1 P) p = 541.67 ≈ 542包 案例分析7——產(chǎn)品購買量分析: 案例分析7——產(chǎn)品購買量分析: 產(chǎn)品購買量分析 3,某公司作市場調查,在甲居民區(qū)抽取500戶 某公司作市場調查,在甲居民區(qū)抽取500戶 某公司作市場調查 500 家庭,其中有35%的家庭購買過該公司的產(chǎn)品. 35%的家庭購買過該公司的產(chǎn)品 家庭,其中有35%的家庭購買過該公司的產(chǎn)品. 在居民區(qū)抽取600戶家庭,其中有22%的家庭購 在居民區(qū)抽取600戶家庭,其中有22%的家庭購 600戶家庭 22% 買過該公司的產(chǎn)品, 買過該公司的產(chǎn)品,試求總體成數(shù)之差置信度 95%的置信區(qū)間 的置信區(qū)間. 為95%的置信區(qū)間. 本章小結抽樣分布是參數(shù)估計的基礎, 抽樣分布是參數(shù)估計的基礎,中心極限定理在抽 樣分布理論中占有十分重要的地位, 樣分布理論中占有十分重要的地位,進行參數(shù)估 計需要根據(jù)研究的問題和已知條件的不同采用 不同的方法. 不同的方法. SPSS軟件中參數(shù)估計分已知原始資料和未知 在SPSS軟件中參數(shù)估計分已知原始資料和未知 原始資料兩種情況, 原始資料兩種情況,根據(jù)原始數(shù)據(jù)資料運行 過程. Compute 過程. 參數(shù)估計有雙側區(qū)間估計和單側區(qū)間估計之分, 參數(shù)估計有雙側區(qū)間估計和單側區(qū)間估計之分, 而軟件直接顯示的是雙側區(qū)間的估計值, 而軟件直接顯示的是雙側區(qū)間的估計值,因此在 單側區(qū)間估計時應注意將置信度 1 α 轉換 為 1 2α . Means過程 過程, Compare Means過程,未知原始資料則運行 |

| 4 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 336化工調劑 +4 | 王大坦1 2026-03-23 | 5/250 |
|
|---|---|---|---|---|
|
[考研] 284求調劑 +6 | Zhao anqi 2026-03-22 | 6/300 |
|
|
[考研] 276求調劑 +3 | YNRYG 2026-03-21 | 4/200 |
|
|
[考研] 286分人工智能專業(yè)請求調劑愿意跨考! +4 | lemonzzn 2026-03-17 | 8/400 |
|
|
[考研] 初試 317 +7 | 半拉月丙 2026-03-20 | 7/350 |
|
|
[考研] 求調劑 +4 | 要好好無聊 2026-03-21 | 4/200 |
|
|
[考研] 【考研調劑】化學專業(yè) 281分,一志愿四川大學,誠心求調劑 +11 | 吃吃吃才有意義 2026-03-19 | 11/550 |
|
|
[考研] 一志愿深大,0703化學,總分302,求調劑 +4 | 七月-七七 2026-03-21 | 4/200 |
|
|
[考研] 311求調劑 +3 | 勇敢的小吳 2026-03-20 | 3/150 |
|
|
[考研] 一志愿重慶大學085700資源與環(huán)境總分308求調劑 +7 | 墨墨漠 2026-03-20 | 7/350 |
|
|
[考研] 279求調劑 +5 | 紅衣隱官 2026-03-21 | 5/250 |
|
|
[考研] 22 350 本科985求調劑,求老登收留 +3 | 李軼男003 2026-03-20 | 3/150 |
|
|
[考研] 085601調劑 358分 +3 | zzzzggh 2026-03-20 | 4/200 |
|
|
[考研] 一志愿山大07化學 332分 四六級已過 本科山東雙非 求調劑! +3 | 不想理你 2026-03-16 | 3/150 |
|
|
[考研] 二本跨考鄭大材料306英一數(shù)二 +3 | z1z2z3879 2026-03-17 | 3/150 |
|
|
[考研] 求調劑一志愿南京航空航天大學289分 +3 | @taotao 2026-03-19 | 3/150 |
|
|
[考研] 一志愿吉林大學材料學碩321求調劑 +11 | Ymlll 2026-03-18 | 15/750 |
|
|
[考研] 261求B區(qū)調劑,科研經(jīng)歷豐富 +3 | 牛奶很忙 2026-03-20 | 4/200 |
|
|
[論文投稿]
申請回稿延期一個月,編輯同意了。但系統(tǒng)上的時間沒變,給編輯又寫郵件了,沒回復
10+3
|
wangf9518 2026-03-17 | 4/200 |
|
|
[考研] 0703化學調劑 +5 | pupcoco 2026-03-17 | 8/400 |
|