 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 4 | 1/1 | 返回列表 |
| 查看: 1683 | 回復(fù): 3 | |||
| 本帖產(chǎn)生 1 個(gè) 博學(xué)EPI ，點(diǎn)擊這里進(jìn)行查看 | |||
xuyimen銀蟲 (小有名氣)
|
[交流]
SPSS問(wèn)題
|
||
| 我要用SPSS進(jìn)行參數(shù)估計(jì)，模型公式是x=a*EXP(-k*t)+c,用非線性回歸進(jìn)行參數(shù)估計(jì)，應(yīng)該怎么做，直接做可以嗎？希望各位高手給支支招。 |
回復(fù)此樓» 猜你喜歡
284求調(diào)劑
已經(jīng)有10人回復(fù)
-
一志愿山東大學(xué)藥學(xué)學(xué)碩求調(diào)劑
已經(jīng)有4人回復(fù)
-
07化學(xué)280分求調(diào)劑
已經(jīng)有4人回復(fù)
-
298-一志愿中國(guó)農(nóng)業(yè)大學(xué)-求調(diào)劑
已經(jīng)有12人回復(fù)
-
求材料，環(huán)境專業(yè)調(diào)劑
已經(jīng)有3人回復(fù)
-
335求調(diào)劑
已經(jīng)有5人回復(fù)
-
求調(diào)劑
已經(jīng)有7人回復(fù)
-
一志愿吉大化學(xué)322求調(diào)劑
已經(jīng)有4人回復(fù)
-
環(huán)境學(xué)碩288求調(diào)劑
已經(jīng)有8人回復(fù)
-
341求調(diào)劑(一志愿湖南大學(xué)070300)
已經(jīng)有6人回復(fù)
ganchunlei
至尊木蟲 (著名寫手)
- 博學(xué)EPI: 166
- 應(yīng)助: 0 (幼兒園)
- 貴賓: 2.296
- 金幣: 12591.6
- 散金: 514
- 紅花: 8
- 沙發(fā): 2
- 帖子: 2353
- 在線: 1469.4小時(shí)
- 蟲號(hào): 257983
- 注冊(cè): 2006-06-10
- 性別: MM
- 專業(yè): 有機(jī)分析
|
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(lái)講有以下幾種： Chi-square test：用卡方檢驗(yàn)來(lái)檢驗(yàn)變量的幾個(gè)取值所占百分比是否和我們期望的比例沒(méi)有統(tǒng)計(jì)學(xué)差異。比如我們?cè)谌巳褐谐槿×艘粋�(gè)樣本，可以用該方法來(lái)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(gè)比例（如分別為10%、30%、40%和20%，我隨便寫的）。請(qǐng)注意該檢驗(yàn)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(lái)完成，而不是這里。 Binomial Test：用于檢測(cè)所給的變量是否符合二項(xiàng)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(diǎn)一刀兩斷。 Runs Test：用于檢驗(yàn)?zāi)匙兞康娜≈凳欠袷菄@著某個(gè)數(shù)值隨機(jī)地上下波動(dòng)，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(lái)說(shuō)，如果該檢驗(yàn)P值有統(tǒng)計(jì)學(xué)意義，則提示有其他變量對(duì)該變量的取值有影響，或該變量存在自相關(guān)。 One-Sample Kolmogorov-Smirnov Test：采用柯爾莫諾夫-斯米爾諾夫檢驗(yàn)來(lái)分析變量是否符合某種分布，可以檢驗(yàn)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(shè)計(jì)的兩樣本均數(shù)比較的非參數(shù)檢驗(yàn)。 Tests for Several Independent Samples：成組設(shè)計(jì)的多個(gè)樣本均數(shù)比較的非參數(shù)檢驗(yàn)，此處不提供兩兩比較方法。 Two-Related-Samples Tests：配對(duì)設(shè)計(jì)兩樣本均數(shù)的非參數(shù)檢驗(yàn)。 Tests for Several Related Samples：配伍設(shè)計(jì)多個(gè)樣本均數(shù)的非參數(shù)檢驗(yàn)，此處同樣不提供兩兩比較。 |
2樓2010-08-22 10:54:21
ganchunlei
至尊木蟲 (著名寫手)
- 博學(xué)EPI: 166
- 應(yīng)助: 0 (幼兒園)
- 貴賓: 2.296
- 金幣: 12591.6
- 散金: 514
- 紅花: 8
- 沙發(fā): 2
- 帖子: 2353
- 在線: 1469.4小時(shí)
- 蟲號(hào): 257983
- 注冊(cè): 2006-06-10
- 性別: MM
- 專業(yè): 有機(jī)分析
xuyimen(金幣+2, 博學(xué)EPI+1): 2010-08-22 21:43:46
|
2. 第三章 參數(shù)估計(jì) §3.1 概述 參數(shù)估計(jì)的方法有點(diǎn)估計(jì)和區(qū)間估計(jì)二種. 參數(shù)估計(jì)的方法有點(diǎn)估計(jì)和區(qū)間估計(jì)二種. 區(qū)間估計(jì)給出總體未知參數(shù)所在的可能區(qū)間即置信區(qū) 它會(huì)隨樣本的不同而不同, 間,它會(huì)隨樣本的不同而不同,可以解決參數(shù)估計(jì)的精 確度與可靠性問(wèn)題, 確度與可靠性問(wèn)題,它能夠以一定的置信度保證估計(jì)的 正確性. 正確性. 置信度與精確度關(guān)系:一般情況下,置信度越高, 置信度與精確度關(guān)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(shí), 在樣本容量一定時(shí),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(jì)的公式不同. 掌握的樣本不同所用區(qū)間估計(jì)的公式不同 區(qū)間估計(jì)公式( §3.2 區(qū)間估計(jì)公式(1) (一)一個(gè)總體均值的區(qū)間估計(jì)待估計(jì)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(shí),用S 未知時(shí), 未知時(shí) 有限總體, 有限總體,n≥30 不重復(fù)) (不重復(fù)) 未知時(shí), σ未知時(shí),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(gè)總體比率的區(qū)間估計(jì)待估計(jì)參數(shù) 已知條件 無(wú)限總體, 無(wú)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(jì) —Analyze Analyze Compare means §3.3.1單個(gè)總體均值的區(qū)間估計(jì)步驟: 1,選擇Analyze Analyze sample T Compare means oneoneTest 對(duì)話框 檢驗(yàn)變量欄 選擇置信度和控 制缺失值處理 檢驗(yàn)值欄 Options子對(duì)話框 Options子對(duì)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(guān)的 帶有缺失值的觀測(cè)量 刪除所有帶缺失值的觀測(cè)量 區(qū)間估計(jì)公式( §3.2 區(qū)間估計(jì)公式(2) (三)兩個(gè)總體均值之差的區(qū)間估計(jì)待估計(jì)參數(shù) θ 已知條件 兩個(gè)正態(tài)總體 置信區(qū)間 θ ±△ σ 12 n1 兩個(gè)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(gè)正態(tài)總體 2 σ 12 , σ 2 未知但相等 兩個(gè)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(gè)總體比率(成數(shù))之差的區(qū)間估計(jì)待估計(jì)參數(shù) θ 兩個(gè)總體 成數(shù)之差 (P1-P2) 已知條件 置信區(qū)間 θ ±△ 無(wú)限總體, 無(wú)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(gè)總體均值之差的區(qū)間估計(jì)步驟 §3.3.2兩個(gè)總體均值之差的區(qū)間估計(jì)步驟若是兩個(gè)獨(dú)立樣本(n 1,若是兩個(gè)獨(dú)立樣本(n1 ≠n2 )則運(yùn)行兩個(gè)獨(dú)立 樣本之差的T檢驗(yàn)Independent Independent樣本之差的T檢驗(yàn)Independent-Samples T 過(guò)程; Test過(guò)程 Test過(guò)程; 若是兩個(gè)獨(dú)立樣本(n ),則運(yùn)行兩個(gè)配對(duì) 2,若是兩個(gè)獨(dú)立樣本(n1=n2 ),則運(yùn)行兩個(gè)配對(duì) 樣本均值之差的T檢驗(yàn)Paired Samples 樣本均值之差的T檢驗(yàn)Paired –Samples T Test過(guò)程 過(guò)程. Test過(guò)程. 意義: 意義:運(yùn)行檢驗(yàn)過(guò)程可得兩個(gè)總體均值之差在一 定把握程度下的區(qū)間估計(jì). 定把握程度下的區(qū)間估計(jì). 二者比較: 二者比較:利用配對(duì)樣本可使兩個(gè)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(jì)誤差會(huì)比獨(dú)立 樣本小. 樣本小. IndependentTest過(guò)程 1,Independent-Sample T Test過(guò)程 選擇Analyze 選擇Analyze Compare Means IndependentIndependent-Samples T Test, 打開Independent-Samples T Test對(duì)話 Independent框, Independent打開Independent-Samples 對(duì)話框, T Test對(duì)話框, 檢驗(yàn)變量欄 分組變量欄, 只能有一個(gè)分 組變量 定義分組按鈕 案例1 1,學(xué)生對(duì)教學(xué)改革態(tài)度的分析(one sample ) 學(xué)生對(duì)教學(xué)改革態(tài)度的分析(one 學(xué)生對(duì)教學(xué)改革態(tài)度的分析 某校在對(duì)實(shí)行掛牌上課教學(xué)改革措施的效果評(píng)價(jià) 中,隨機(jī)抽選了60位學(xué)生進(jìn)行態(tài)度調(diào)查,他們的 隨機(jī)抽選了60位學(xué)生進(jìn)行態(tài)度調(diào)查, 60位學(xué)生進(jìn)行態(tài)度調(diào)查 10項(xiàng)態(tài)度量表的態(tài)度反映資料如下 項(xiàng)態(tài)度量表的態(tài)度反映資料如下: 10項(xiàng)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(jì) 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(xiàng)態(tài)度分累加后得一總態(tài)度分 項(xiàng)態(tài)度分累加后得一總態(tài)度分, 意",將10項(xiàng)態(tài)度分累加后得一總態(tài)度分,這種 量叫7級(jí)李克累加量表): 量叫7級(jí)李克累加量表): 試計(jì)算: 試計(jì)算: 學(xué)生態(tài)度得分的平均值和標(biāo)準(zhǔn)差; (1)學(xué)生態(tài)度得分的平均值和標(biāo)準(zhǔn)差; 構(gòu)造學(xué)生態(tài)度得分平均值的98%置信區(qū)間. 98%置信區(qū)間 (2)構(gòu)造學(xué)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(duì) 進(jìn)行加權(quán). (2)選擇Data Weight Cases ,對(duì)f 進(jìn)行加權(quán). 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(duì)話框,置信度為98% 98%, (5)激活 子對(duì)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(duì)話框 主對(duì)話框; Test主對(duì)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(jié)論: 結(jié)論: 1:學(xué)生態(tài)度得分的平均值為47分 學(xué)生態(tài)度得分的平均值為47 表1:學(xué)生態(tài)度得分的平均值為47分,標(biāo)準(zhǔn)差 13.6295分 為13.6295分. 2:以98%的置信區(qū)間估計(jì)學(xué)生總體態(tài)度得 表2:以98%的置信區(qū)間估計(jì)學(xué)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(xué)生對(duì)掛牌上課這一教改 措施普遍贊成,但并不十分擁護(hù),可見還 措施普遍贊成,但并不十分擁護(hù), 需進(jìn)一步改進(jìn)和完善. 需進(jìn)一步改進(jìn)和完善. 案例2___電視廣告平均受益量的估計(jì) 2,某電視臺(tái)廣告部想要估計(jì)一下各企業(yè)在該電臺(tái) 某電視臺(tái)廣告部想要估計(jì)一下各企業(yè)在該電臺(tái) 的黃金時(shí)間播放電視廣告后的一個(gè)月內(nèi)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(jī)樣本,資料如下: 的隨機(jī)樣本,資料如下: 該電視臺(tái)想以95%的置信度宣布平均受益量 該電視臺(tái)想以95%的置信度宣布平均受益量 95% 平均利潤(rùn)增長(zhǎng)量),試構(gòu)造適當(dāng)?shù)闹眯艆^(qū)間. ),試構(gòu)造適當(dāng)?shù)闹眯艆^(qū)間 (平均利潤(rùn)增長(zhǎng)量),試構(gòu)造適當(dāng)?shù)闹眯艆^(qū)間. 案例2 企業(yè) 序號(hào) 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(rùn)增 7.3 量 (萬(wàn) 元) 6.5 9.4 10.2 5.4 企業(yè) 序號(hào) 12 13 13 14 15 16 17 18 19 20 21 利潤(rùn)增 9.7 量 (萬(wàn) 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(hào) 23 24 25 28 29 30 31 32 33 利潤(rùn)增 10.4 12. 量 (萬(wàn) 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(tái)宣布的平均受益量應(yīng)該是最小受益 量,故構(gòu)造置信下限.設(shè)X為企業(yè)利潤(rùn)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(duì)話框, (4)激活 Options … 子對(duì)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(duì)話框 主對(duì)話框; sample T Test主對(duì)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(jié)論: 結(jié)論 1:33家平均受益量為 8.8636萬(wàn)元 萬(wàn)元, 表1:33家平均受益量為 8.8636萬(wàn)元,標(biāo)準(zhǔn) 差為2.4027萬(wàn)元. 2.4027萬(wàn)元 差為2.4027萬(wàn)元. 2:該項(xiàng)電視臺(tái)可以95%的置信度宣布在該 該項(xiàng)電視臺(tái)可以95% 表2:該項(xiàng)電視臺(tái)可以95%的置信度宣布在該 電臺(tái)黃金時(shí)間做廣告給企業(yè)帶來(lái)的平均 受益量至少在8.1552萬(wàn)元以上. 8.1552萬(wàn)元以上 受益量至少在8.1552萬(wàn)元以上. |
3樓2010-08-22 10:55:03
ganchunlei
至尊木蟲 (著名寫手)
- 博學(xué)EPI: 166
- 應(yīng)助: 0 (幼兒園)
- 貴賓: 2.296
- 金幣: 12591.6
- 散金: 514
- 紅花: 8
- 沙發(fā): 2
- 帖子: 2353
- 在線: 1469.4小時(shí)
- 蟲號(hào): 257983
- 注冊(cè): 2006-06-10
- 性別: MM
- 專業(yè): 有機(jī)分析
| 實(shí)例分析3___新舊電池使用壽命比較 實(shí)例分析3___新舊電池使用壽命比較 3___ (Independent ) 某一個(gè)新的制造過(guò)程可以增加電池的使用 壽命,假設(shè)電池使用壽命服從正態(tài)分布. 壽命,假設(shè)電池使用壽命服從正態(tài)分布.在新電 池中隨機(jī)抽取15 15個(gè) 而在舊電中隨機(jī)抽取12 12個(gè)同 池中隨機(jī)抽取15個(gè),而在舊電中隨機(jī)抽取12個(gè)同 時(shí)測(cè)試其使用壽命,資料如下: 時(shí)測(cè)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(gè) 獨(dú)立樣本. 代表電池使用壽命, 獨(dú)立樣本.設(shè)X代表電池使用壽命,g代表分組號(hào)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(hào)為1 舊電池組號(hào)為2 同一列中, g分別取1和2,新電池組號(hào)為1,舊電池組號(hào)為2 (2)選擇Analyze 選擇Analyze IndependentCompare Means Independent-Samples T Test, 打開Independent-Samples T Test對(duì)話框, Test對(duì)話框 對(duì)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(duì)話框Groups1中輸入1 Groups1中輸入 (4)激活Define Groups 按鈕,打開該對(duì)話框Groups1中輸入1 Groups2中輸入 中輸入2 單擊Continue返回主對(duì)話框; Continue返回主對(duì)話框 Groups2中輸入2,單擊Continue返回主對(duì)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(jié)論: 得出兩個(gè)獨(dú)立樣本各自的均值, 表1:得出兩個(gè)獨(dú)立樣本各自的均值,標(biāo)準(zhǔn) 差以及平均標(biāo)準(zhǔn)誤差. 差以及平均標(biāo)準(zhǔn)誤差.新電池的平均使用 壽命明顯長(zhǎng)于舊電池. 壽命明顯長(zhǎng)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(gè)樣本方差相 等則為(2.4454,8.6746);若兩個(gè)樣 等則為(2.4454,8.6746);若兩個(gè)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(guò)程 T Test過(guò)程 PairedPaired-Sample T Test, 打開Paired-Sample T Test主對(duì)話 Paired框 2,Paired-Samples Paired- Test過(guò)程 T Test過(guò)程 配對(duì)變量欄 當(dāng)前選擇欄 選擇項(xiàng)按鈕 實(shí)例分析4 ___吸煙有害廣告作用的分析 實(shí)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(huì)各個(gè)方面, 形形色色的廣告已深入到社會(huì)各個(gè)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(bào), 的印象,并帶給企業(yè)豐厚的回報(bào),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(duì)此西方國(guó) 家更多地采用統(tǒng)計(jì)方法來(lái)判斷,舉例如下: 家更多地采用統(tǒng)計(jì)方法來(lái)判斷,舉例如下: 為了研究吸煙有害廣告對(duì)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(jī)抽取 33位吸煙者,調(diào)查他們?cè)谟^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(wèn)影片對(duì)他們的吸煙量 有無(wú)產(chǎn)生作用?為了支持你的答案, 有無(wú)產(chǎn)生作用?為了支持你的答案,請(qǐng)構(gòu)造一個(gè) 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(hào) 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(hào) 12 看前X1(支) 17 看后X2(支) 10 吸煙者編號(hào) 23 看前X1(支) 13 看后X2(支) 11 解:配對(duì)樣本的試驗(yàn),比較觀看前后平均數(shù)的大小 可解決第一個(gè)問(wèn)題,求出兩平均數(shù)之差的99%的 雙側(cè)置信區(qū)間可解答第二個(gè)問(wèn)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(duì)話框,置信度改為99% (4)激活 Options 子對(duì)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(duì)話框 主對(duì)話框; Test主對(duì)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(jié)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(shuō)明該影片發(fā)生了作用. 17.5758支,說(shuō)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(guān)關(guān)系 反映了影片觀看前與后存在著顯著相關(guān)關(guān)系, 表2:反映了影片觀看前與后存在著顯著相關(guān)關(guān)系, 相關(guān)系數(shù)為0.878. 相關(guān)系數(shù)為0.878. 3:顯示了前后兩個(gè)總體平均每日吸煙量之差的 表3:顯示了前后兩個(gè)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(jī)抽到哪幾對(duì)樣本單位做調(diào)查,均有99% 99%的 管隨機(jī)抽到哪幾對(duì)樣本單位做調(diào)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(jì) 在現(xiàn)實(shí)中可能遇到?jīng)]有完整的原始資料, 在現(xiàn)實(shí)中可能遇到?jīng)]有完整的原始資料,只有幾 個(gè)樣本數(shù)據(jù)特征的情況.此時(shí)可用Compute 個(gè)樣本數(shù)據(jù)特征的情況.此時(shí)可用Compute 過(guò)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(jì)問(wèn)題. 參數(shù)區(qū)間估計(jì)問(wèn)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(duì)話框 在目標(biāo)變量Target 欄中,輸入新變量名cdf (3)在目標(biāo)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(xué)表達(dá)式 numeric Expression框中輸入數(shù)學(xué)表達(dá)式 單擊OK OK. (4)單擊OK. 案例分析5——農(nóng)民年平均收入估計(jì) 案例分析5——農(nóng)民年平均收入估計(jì) ): (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(fù)抽取一個(gè)由70 70戶組成的樣本進(jìn)行調(diào)查 不重復(fù)抽取一個(gè)由70戶組成的樣本進(jìn)行調(diào)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(biāo)準(zhǔn)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(jī)抽取125 某產(chǎn)品包裝容量為正態(tài)分布,隨機(jī)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(yīng)抽多少樣本單位? 95%應(yīng)抽多少樣本單位 把握程度為95%應(yīng)抽多少樣本單位?根據(jù)過(guò)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(gòu)買量分析: 案例分析7——產(chǎn)品購(gòu)買量分析: 產(chǎn)品購(gòu)買量分析 3,某公司作市場(chǎng)調(diào)查,在甲居民區(qū)抽取500戶 某公司作市場(chǎng)調(diào)查,在甲居民區(qū)抽取500戶 某公司作市場(chǎng)調(diào)查 500 家庭,其中有35%的家庭購(gòu)買過(guò)該公司的產(chǎn)品. 35%的家庭購(gòu)買過(guò)該公司的產(chǎn)品 家庭,其中有35%的家庭購(gòu)買過(guò)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(gòu) 在居民區(qū)抽取600戶家庭,其中有22%的家庭購(gòu) 600戶家庭 22% 買過(guò)該公司的產(chǎn)品, 買過(guò)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(jié)抽樣分布是參數(shù)估計(jì)的基礎(chǔ), 抽樣分布是參數(shù)估計(jì)的基礎(chǔ),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(jìn)行參數(shù)估 計(jì)需要根據(jù)研究的問(wèn)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(jì)分已知原始資料和未知 在SPSS軟件中參數(shù)估計(jì)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(yùn)行 過(guò)程. Compute 過(guò)程. 參數(shù)估計(jì)有雙側(cè)區(qū)間估計(jì)和單側(cè)區(qū)間估計(jì)之分, 參數(shù)估計(jì)有雙側(cè)區(qū)間估計(jì)和單側(cè)區(qū)間估計(jì)之分, 而軟件直接顯示的是雙側(cè)區(qū)間的估計(jì)值, 而軟件直接顯示的是雙側(cè)區(qū)間的估計(jì)值,因此在 單側(cè)區(qū)間估計(jì)時(shí)應(yīng)注意將置信度 1 α 轉(zhuǎn)換 為 1 2α . Means過(guò)程 過(guò)程, Compare Means過(guò)程,未知原始資料則運(yùn)行 |
4樓2010-08-22 10:55:15
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 xuyimen 的主題更新
| 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] 341求調(diào)劑(一志愿湖南大學(xué)070300) +5 | 番茄頭--- 2026-03-22 | 6/300 |
|
|---|---|---|---|---|
|
|
[考研] 284求調(diào)劑 +3 | yanzhixue111 2026-03-23 | 6/300 |
|
|
|
[考研] 一志愿中南大學(xué)化學(xué)學(xué)碩0703總分337求調(diào)劑 +5 | niko- 2026-03-22 | 5/250 |
|
|
[考研] 一志愿陜師大生物學(xué)071000，298分，求調(diào)劑 +3 | SYA！ 2026-03-23 | 3/150 |
|
|
|
[考研] 333求調(diào)劑 +3 | ALULU4408 2026-03-23 | 3/150 |
|
|
|
[考研] 求調(diào)劑一志愿武漢理工大學(xué)材料工程（085601） +3 | WW.' 2026-03-23 | 5/250 |
|
|
|
[考研] 291 求調(diào)劑 +4 | 化工2026屆畢業(yè)?/a> 2026-03-21 | 5/250 |
|
|
|
[考研] 一志愿南京理工大學(xué)085701資源與環(huán)境302分求調(diào)劑 +5 | 葵梓衛(wèi)隊(duì) 2026-03-18 | 7/350 |
|
|
|
[考研] 263求調(diào)劑 +6 | yqdszhdap－ 2026-03-22 | 9/450 |
|
|
|
[考研]
 一志愿070300浙大化學(xué)358分，求調(diào)劑！
+4
|
酥酥魚.. 2026-03-21 | 4/200 |
|
|
|
[考研] 311求調(diào)劑 +3 | 26研0 2026-03-20 | 3/150 |
|
|
|
[考研] 材料與化工（0856）304求B區(qū)調(diào)劑 +3 | 邱gl 2026-03-20 | 7/350 |
|
|
|
[考研] 求調(diào)劑 +4 | 要好好無(wú)聊 2026-03-21 | 4/200 |
|
|
|
[考研] 0805 316求調(diào)劑 +3 | 大雪深藏 2026-03-18 | 3/150 |
|
|
|
[考研] 296求調(diào)劑 +4 | www_q 2026-03-20 | 4/200 |
|
|
|
[考研] 279求調(diào)劑 +5 | 紅衣隱官 2026-03-21 | 5/250 |
|
|
|
[考研] 南昌大學(xué)材料專碩311分求調(diào)劑 +6 | 77chaselx 2026-03-20 | 6/300 |
|
|
|
[考研] 303求調(diào)劑 +5 | 睿08 2026-03-17 | 7/350 |
|
|
|
[考研] 308求調(diào)劑 +3 | 阿姐阿姐家啊 2026-03-18 | 3/150 |
|
|
|
[考研] 材料考研調(diào)劑 +3 | xwt。 2026-03-19 | 3/150 |
|