 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 5 | 1/1 | 返回列表 |
| 查看: 1684 | 回復(fù): 3 | |||
| 本帖產(chǎn)生 1 個 博學(xué)EPI ，點(diǎn)擊這里進(jìn)行查看 | |||
| 當(dāng)前只顯示滿足指定條件的回帖，點(diǎn)擊這里查看本話題的所有回帖 | |||
xuyimen兌換貴賓
|
[交流]
SPSS問題
|
||
| 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
291求調(diào)劑
已經(jīng)有25人回復(fù)
-
一志愿北京科技大學(xué)085601材料工程英一數(shù)二初試總分335求調(diào)劑
已經(jīng)有6人回復(fù)
-
一志愿北京科技，085601總分305求調(diào)劑
已經(jīng)有10人回復(fù)
-
化學(xué)工程專碩324分，一志愿中國礦業(yè)大學(xué)求調(diào)劑
已經(jīng)有6人回復(fù)
-
279求調(diào)劑
已經(jīng)有3人回復(fù)
-
26年申博
已經(jīng)有4人回復(fù)
-
材料工程322分
已經(jīng)有5人回復(fù)
-
318求調(diào)劑，計(jì)算材料方向
已經(jīng)有7人回復(fù)
-
292分，材料與化工，申請調(diào)劑
已經(jīng)有20人回復(fù)
-
085600 295分求調(diào)劑
已經(jīng)有18人回復(fù)
ganchunlei
版主
- 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
- 蟲號: 257983
- 注冊: 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(jì)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(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, 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(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,用S 未知時, 未知時 有限總體, 有限總體,n≥30 不重復(fù)) (不重復(fù)) 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(jì)待估計(jì)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(jì) —Analyze Analyze Compare means §3.3.1單個總體均值的區(qū)間估計(jì)步驟: 1,選擇Analyze Analyze sample T Compare means oneoneTest 對話框 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(guān)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(jì)公式( §3.2 區(qū)間估計(jì)公式(2) (三)兩個總體均值之差的區(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(jì)待估計(jì)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(jì)步驟 §3.3.2兩個總體均值之差的區(qū)間估計(jì)步驟若是兩個獨(dú)立樣本(n 1,若是兩個獨(dú)立樣本(n1 ≠n2 )則運(yùn)行兩個獨(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 過程; Test過程 Test過程; 若是兩個獨(dú)立樣本(n ),則運(yùn)行兩個配對 2,若是兩個獨(dú)立樣本(n1=n2 ),則運(yùn)行兩個配對 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過程 過程. Test過程. 意義: 意義:運(yùn)行檢驗(yàn)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(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(jì)誤差會比獨(dú)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(yàn)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(xué)生對教學(xué)改革態(tài)度的分析(one sample ) 學(xué)生對教學(xué)改革態(tài)度的分析(one 學(xué)生對教學(xué)改革態(tài)度的分析 某校在對實(shí)行掛牌上課教學(xué)改革措施的效果評價(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級李克累加量表): 量叫7級李克累加量表): 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 進(jìn)行加權(quán). (2)選擇Data Weight Cases ,對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(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,某電視臺廣告部想要估計(jì)一下各企業(yè)在該電臺 某電視臺廣告部想要估計(jì)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(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(gòu)造適當(dāng)?shù)闹眯艆^(qū)間. ),試構(gòu)造適當(dāng)?shù)闹眯艆^(qū)間 (平均利潤增長量),試構(gòu)造適當(dāng)?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(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(jié)論: 結(jié)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(biāo)準(zhǔn) 差為2.4027萬元. 2.4027萬元 差為2.4027萬元. 2:該項(xiàng)電視臺可以95%的置信度宣布在該 該項(xiàng)電視臺可以95% 表2:該項(xiàng)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. |
3樓2010-08-22 10:55:03
ganchunlei
專家顧問
- 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
- 蟲號: 257983
- 注冊: 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，具體來講有以下幾種： Chi-square test：用卡方檢驗(yàn)來檢驗(yàn)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(jì)學(xué)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(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菜單來完成，而不是這里。 Binomial Test：用于檢測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@著某個數(shù)值隨機(jī)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(yàn)P值有統(tǒng)計(jì)學(xué)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(guān)。 One-Sample Kolmogorov-Smirnov Test：采用柯爾莫諾夫-斯米爾諾夫檢驗(yàn)來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
兌換貴賓
- 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
- 蟲號: 257983
- 注冊: 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 ) 某一個新的制造過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 而在舊電中隨機(jī)抽取12 12個同 池中隨機(jī)抽取15個,而在舊電中隨機(jī)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(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(jié)論: 得出兩個獨(dú)立樣本各自的均值, 表1:得出兩個獨(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(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(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,對此西方國 家更多地采用統(tǒng)計(jì)方法來判斷,舉例如下: 家更多地采用統(tǒng)計(jì)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(jī)抽取 33位吸煙者,調(diào)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(gòu)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(yàn),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(cè)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(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(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(jī)抽到哪幾對樣本單位做調(diào)查,均有99% 99%的 管隨機(jī)抽到哪幾對樣本單位做調(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(jì)問題. 參數(shù)區(qū)間估計(jì)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(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)抽取一個由70 70戶組成的樣本進(jìn)行調(diào)查 不重復(fù)抽取一個由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(diào)查,在甲居民區(qū)抽取500戶 某公司作市場調(diào)查,在甲居民區(qū)抽取500戶 某公司作市場調(diào)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(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 過程. Compute 過程. 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)時應(yīng)注意將置信度 1 α 轉(zhuǎn)換 為 1 2α . Means過程 過程, Compare Means過程,未知原始資料則運(yùn)行 |
4樓2010-08-22 10:55:15
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 英一數(shù)一408，總分284，二戰(zhàn)真誠求調(diào)劑 +11 | 12.27 2026-03-30 | 13/650 |
|
|---|---|---|---|---|
|
|
[考研] 11408 321分求調(diào)劑 +3 | huchun12138 2026-03-30 | 4/200 |
|
|
|
[考研] 295材料工程專碩求調(diào)劑 +19 | 1428151015 2026-03-27 | 19/950 |
|
|
[考研] 材料專碩322分 +10 | 哈哈哈吼吼吼哈 2026-04-01 | 10/500 |
|
|
|
[考研] 261求調(diào)劑 +3 | 明仔· 2026-04-01 | 3/150 |
|
|
|
[考研] 303分 0807學(xué)碩求調(diào)劑 +3 | TYC3632 2026-04-01 | 3/150 |
|
|
|
[考研] 311求調(diào)劑 +11 | 藍(lán)月亮亮 2026-03-30 | 11/550 |
|
|
|
[考研] 0703求調(diào)劑 +4 | zizimo 2026-03-31 | 4/200 |
|
|
|
[考研] 材料與化工調(diào)劑一志愿大連海事085600，349 +9 | 吃的不少 2026-03-30 | 9/450 |
|
|
|
[考研] 生物學(xué)296求調(diào)劑 +10 | 湯圓包 2026-03-29 | 14/700 |
|
|
|
[考研] 一志愿北京科技大學(xué)085601材料工程英一數(shù)二初試總分335求調(diào)劑 +5 | 雙馬尾痞老板2 2026-03-31 | 5/250 |
|
|
|
[考研] 315求調(diào)劑 +6 | akie... 2026-03-28 | 7/350 |
|
|
|
[考研] 求化學(xué)調(diào)劑 +12 | wulanna 2026-03-28 | 12/600 |
|
|
|
[考研] 293分求調(diào)劑，外語為俄語 +5 | 加一一九 2026-03-31 | 5/250 |
|
|
|
[考研] 福建理工大學(xué)材料學(xué)院先進(jìn)合金團(tuán)隊(duì)招收考研調(diào)劑學(xué)生 +3 | 大華金商都 2026-03-30 | 4/200 |
|
|
|
[考研] 303求調(diào)劑 +7 | DLkz1314. 2026-03-30 | 7/350 |
|
|
|
[考研] 328求調(diào)劑 +8 | 嗯滴的基本都 2026-03-27 | 8/400 |
|
|
|
[考研] 340求調(diào)劑 +6 | Amber00 2026-03-26 | 6/300 |
|
|
|
[考研] 331環(huán)境科學(xué)與工程求調(diào)劑 +3 | 熠然好運(yùn)氣 2026-03-27 | 3/150 |
|
|
|
[考研] 305求調(diào)劑 +5 | 哇盧卡庫 2026-03-26 | 5/250 |
|