统计学贾俊平版第十章答案
贾俊平《统计学》课后习题及详解(方差分析)【圣才出品】
第10章方差分析一、思考题1．什么是方差分析？它研究的是什么？答：方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。
方差分析是检验多个总体均值是否相等的统计方法，但本质上它所研究的是分类型自变量对数值型因变量的影响，例如，变量之间有没有关系、关系的强度如何等。
2．要检验多个总体均值是否相等时，为什么不作两两比较，而用方差分析方法？答：方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也增加了分析的可靠性。
检验多个总体均值是否相等时，如果作两两比较，则需要进行多次的t检验。
随着增加个体显著性检验的次数，偶然因素导致差别的可能性也会增加（并非均值真的存在差别）。
而方差分析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。
3．方差分析包括哪些类型？它们有何区别？答：（1）根据所分析的分类自变量的多少，方差分析可分为单因素方差分析和双因素方差分析。
（2）区别：①单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响；②双因素方差分析研究的是两个分类变量对数值型因变量的影响。
4．方差分析中有哪些基本假定？答：方差分析中有三个基本假定：（1）每个总体都应服从正态分布。
也就是说，对于因素的每一个水平，其观测值是来自正态分布总体的简单随机样本。
（2）各个总体的方差σ2必须相同。
也就是说，对于各组观察数据，是从具有相同方差的正态总体中抽取的。
（3）观测值是独立的。
5．简述方差分析的基本思想。
答：方差分析的基本思想：通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
6．解释因子和处理的含义。
答：在方差分析中，所要检验的对象称为因素或因子；因素的不同表现称为水平或处理。
例如：要分析行业（零售业、旅游业、航空公司、家电制造业）对投诉次数是否有显著影响，则这里的“行业”是要检验的对象，称其为“因素”或“因子”；零售业、旅游业、航空公司、家电制造业是“行业”这一因素的不同表现，称其为“水平”或“处理”。
统计学(第五版)贾俊平 课后思考题和练习题答案(最终完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）整理by__kiss-ahuang第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
贾俊平《统计学》配套题库 【课后习题】详解 第9章~第10章【圣才出品】
第9章分类数据分析一、思考题1．简述列联表的构造与列联表的分布。
答：列联表是由两个以上的变量进行交叉分类的频数分布表。
列联表的分布可以从两个方面看，一个是观察值的分布，又称为条件分布，每个具体的观察值就是条件频数；一个是期望值的分布。
2．用一张报纸、一份杂志或你周围的例子构造一个列联表，说明这个调查中两个分类变量的关系，并提出进行检验的问题。
答：对三个生产厂甲、乙、丙提供的学习机的A、B、C 三种性能进行质量检验，欲了解生产厂家同学习机性能的质量差异是否有关系。
抽查了450部学习机次品，整理成为如表9-2所示的3×3列联表。
表9-2A B C 总计甲乙丙204015459065357070100200150总计75200175450根据抽查检验的数据表明：次品类型与厂家（即哪一个厂）生产是无关的（即是相互独立的）。
建立假设：H 0：次品类型与厂家生产是独立的，H 1：次品类型与厂家生产不是独立的。
次品类型生产厂可以计算各组的期望值，如表9-3所示（表中括号内的数值为期望值）。
表9-3各组的期望值计算表A B C 总计甲乙丙20（17）40（33）15（25）45（44）90（89）65（67）35（39）70（78）70（58）100200150总计75200175450所以2222(2017)(4033)(7058)9.821173358χ---=+++=…。
而自由度等于（R －1）（C －1）=（3－1）×（3－1）=4，若以0.01的显著性水平进行检验，查χ2分布表得20.01(4)13.277χ=。
由于220.019.821(4)13.277χχ=<=，故接受原假设H 0，即次品类型与厂家生产是独立的。
3．说明计算2χ统计量的步骤。
答：计算2χ统计量的步骤：（1）用观察值o f 减去期望值e f ；（2）将（o f －e f ）之差平方；（3）将平方结果2)(e o f f -除以e f ；（4）将步骤（3）的结果加总，即得：22()o e ef f f χ-=∑。
统计学(贾俊平版)第十章答案
统计学(贾俊平版)第十章答案第十章习题H0:三个总体均值之间没有显著差异。
H1: 三个总体均值之间有显著差异。
方差分析：单因素方差分析SUMMARY组123观测数543求和平均方差方差分析差异源SS组间组内总计答：方差分析可以看到，于P=>,所以接受原假设H0。
说明了三个总体均值之间没有显著差异。
H0:五个个总体均值之间相等。
H1: 五个总体均值之间不相等。
方差分析：单因素方差分析SUMMARY组12345观测数35456求和3750488078平均方差方差分析差异源SS组间组内总计答：方差分析可以看到，于P=H0:四台机器的装填量相等。
H1: 四台机器的装填量不相等方差分析：单因素方差分析SUMMARY 组1234观测数4654求和平均方差方差分析差异源SS组间组内总计答：方差分析可以看到，于P=H0:不同层次管理者的满意度没有差异。
H1: 不同层次管理者的满意度有差异. 方差分析：单因素方差分析SUMMARY 组列1列2列3观测数576求和平均方差方差分析差异源SS组间组内总计答：方差分析可以看到，于P= H0：3个企业生产的电池平均寿命之间没有显著差异。
H1: 3个企业生产的电池平均寿命之间有显著差异单因素方差分析V AR00002 组间组内总数多重比较因变量: V AR00002 LSD (I) V AR00001 (J) V AR00001均值差(I-J)- - -****平方和df 均方 F 显著性.000 212 14标准误显著性.000 95% 置信区间下限上限.515 - .000 - - .001 - - .515 - .001*. 均值差的显著性水平为。
答：方差分析可以看到，于P=通过SPSS分析，通过显著性对比可知道A和B以及B和C公司有差异。
H0：不同培训方式对产品组装的时间没有显著影响。
H1: 不同培训方式对产品组装的时间没有显著影响。
方差分析：单因素方差分析SUMMARY组abc观测数998求和平均方差方差分析差异源SS 组间组内总计答：方差分析可以看到，于P=行因素H0:u1=u2=u3=u4=u5H1:ui(i=1,2,3,4,5)不全相等列因素H0:u1=u2=u3 H1:ui(i=1,2,3)不全相等方差分析：无重复双因素分析SUMMARY观测数1323334353dzg555求和平均方差方差分析差异源SS行列误差总计答：根据方差分析，对于行因素，P=对于列因素，p=行因素H0:不同品种对收获量没有显著影响。
统计学第五版(贾俊平)课后思考题答案(完整版)
第8章思考题8.1假设检验和参数估计有什么相同点和不同点？答：参数估计和假设检验是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断，然而推断的角度不同。
参数估计讨论的是用样本统计量估计总体参数的方法，总体参数μ在估计前是未知的。
而在参数假设检验中，则是先对μ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。
8.2什么是假设检验中的显著性水平？统计显著是什么意思？答：显著性水平是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率和风险。
统计显著等价拒绝H0，指求出的值落在小概率的区间上，一般是落在0.05或比0.05更小的显著水平上。
8.3什么是假设检验中的两类错误？答：假设检验的结果可能是错误的，所犯的错误有两种类型，一类错误是原假设H0为真却被我们拒绝了，犯这种错误的概率用α表示，所以也称α错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概论用β表示，所以也称β错误或取伪错误。
8.4两类错误之间存在什么样的数量关系？答：在假设检验中，α与β是此消彼长的关系。
如果减小α错误，就会增大犯β错误的机会，若减小β错误，也会增大犯α错误的机会。
8.5解释假设检验中的P值答：P值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。
（它的大小取决于三个因素，一个是样本数据与原假设之间的差异，一个是样本量，再一个是被假设参数的总体分布。
）8.6显著性水平与P值有何区别答：显著性水平是原假设为真时，拒绝原假设的概率，是一个概率值，被称为抽样分布的拒绝域，大小由研究者事先确定，一般为0.05。
而P只是原假设为真时所得到的样本观察结果或更极端结果出现的概率，被称为观察到的(或实测的)显著性水平8.7假设检验依据的基本原理是什么？答：假设检验依据的基本原理是“小概率原理”，即发生概率很小的随机事件在一次试验中是几乎不可能发生的。
根据这一原理，可以作出是否拒绝原假设的决定。
统计学贾俊平课后思考题和练习题
统计学（第五版）贾俊平课后思虑题和练习题答案（最后完好版）第一部分思虑题第一章思虑题什么是统计学统计学是对于数据的一门学科，它采集，办理，剖析，解说来自各个领域的数据并从中得出结论。
解说描绘统计和推测统计描绘统计；它研究的是数据采集，办理，汇总，图表描绘，归纳与剖析等统计方法。
推测统计；它是研究如何利用样本数据来推测整体特色的统计方法。
统计学的种类和不一样种类的特色统计数据；按所采纳的计量尺度不一样分；（定性数据）分类数据：只好归于某一类其余非数字型数据，它是对事物进行分类的结果，数据表现为类型，用文字来表述；（定性数据）次序数据：只好归于某一有序类其余非数字型数据。
它也是有类其余，但这些类型是有序的。
（定量数据）数值型数据：按数字尺度丈量的察看值，其结果表现为详细的数值。
统计数据；按统计数据都采集方法分；观察数据：是经过检查或观察而采集到的数据，这种数据是在没有对事物人为控制的条件下获取的。
实验数据：在实验中控制实验对象而采集到的数据。
统计数据；按被描绘的现象与实践的关系分；截面数据：在相同或相像的时间点采集到的数据，也叫静态数据。
时间序列数据：准时间次序采集到的，用于描绘现象随时间变化的状况，也叫动向数据。
解说分类数据，次序数据和数值型数据答案同举例说明整体，样本，参数，统计量，变量这几个看法对一千灯泡进行寿命测试，那么这千个灯泡就是整体，从中抽取一百个进行检测，这一百个灯泡的会合就是样本，这一千个灯泡的寿命的均匀值和标准差还有合格率等描绘特色的数值就是参数，这一百个灯泡的寿命的均匀值和标准差还有合格率等描绘特色的数值就是统计量，变量就是说明现象某种特色的看法，比方说灯泡的寿命。
变量的分类变量能够分为分类变量，次序变量，数值型变量。
变量也能够分为随机变量和非随机变量。
经验变量和理论变量。
举例说明失散型变量和连续性变量失散型变量，只好取有限个值，取值以整数位断开，比方“公司数”连续型变量，取之连续不停，不可以一一列举，比方“温度”。
贾俊平《统计学》第五版第10章 方差分析
i1 j1
i1
SSA = 76.8455
3）组内平方和 SSE
每个水平或组的各样本数据与其组平均值的离差
平方和
反映每个样本各观察值的离散状况，又称组内离差
平方和
该平方和反映的是随机误差的大小
k ni
2
计算公式为 SSE
xij xi
i1 j1
SSE = 39.084
检验的因素或因子
2. 水平
因素的具体表现称为水平 A1、A2、A3、 A4四种颜色就是因素的水平
3. 观察值
在每个因素水平下得到的样本值 每种颜色饮料的销售量就是观察值
1. 试验
这里只涉及一个因素，因此称为单因素四水平
的试验
2. 总体
因素的每一个水平可以看作是一个总体 比总体如A1、A2、A3、 A4四种颜色可以看作是四个
观察值 (j) 1 2 3 4 5 6 7
消费者对四个行业的投诉次数
零售业
行业( A ) 旅游业 航空公司 家电制造业
57
62
51
70
55
49
49
68
46
60
48
63
45
54
55
69
54
56
47
60
53
55
47
单因素方差分析
（计算结果）
解：设四个行业被投诉次数的均值分别为，1、2 、3、4 ，
• 当这个比值大到某种程度时，就可以说不同水 平之间存在着显著差异
10.1.3 方差分析中的基本假定 1.每个总体都应服从正态分布
• 对于因素的每一个水平，其观察值是来自服从正 态分布总体的简单随机样本。
统计学(第六版)贾俊平课后习题答案
第一章导论1.1．1（1）数值型变量。
（2）分类变量。
（3）离散型变量。
（4）顺序变量。
（5）分类变量。
1.2（1）总体是该市所有职工家庭的集合；样本是抽中的2000个职工家庭的集合。
（2）参数是该市所有职工家庭的年人均收入；统计量是抽中的2000个职工家庭的年人均收入。
1.3（1）总体是所有IT从业者的集合。
（2）数值型变量。
（3）分类变量。
（4）截面数据。
1.4（1）总体是所有在网上购物的消费者的集合。
（2）分类变量。
（3）参数是所有在网上购物者的月平均花费。
（4）参数（5）推断统计方法。
第二章数据的搜集1.什么是二手资料？使用二手资料需要注意些什么？与研究内容有关的原始信息已经存在，是由别人调查和实验得来的，并会被我们利用的资料称为“二手资料”。
使用二手资料时需要注意：资料的原始搜集人、搜集资料的目的、搜集资料的途径、搜集资料的时间，要注意数据的定义、含义、计算口径和计算方法，避免错用、误用、滥用。
在引用二手资料时，要注明数据来源。
2.比较概率抽样和非概率抽样的特点，举例说明什么情况下适合采用概率抽样，什么情况下适合采用非概率抽样。
概率抽样是指抽样时按一定概率以随机原则抽取样本。
每个单位被抽中的概率已知或可以计算，当用样本对总体目标量进行估计时，要考虑到每个单位样本被抽中的概率，概率抽样的技术含量和成本都比较高。
如果调查的目的在于掌握和研究总体的数量特征，得到总体参数的置信区间，就使用概率抽样。
非概率抽样是指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查。
非概率抽样操作简单、实效快、成本低，而且对于抽样中的专业技术要求不是很高。
它适合探索性的研究，调查结果用于发现问题，为更深入的数量分析提供准备。
非概率抽样也适合市场调查中的概念测试。
3.调查中搜集数据的方法主要有自填式、面方式、电话式，除此之外，还有那些搜集数据的方法？实验式、观察式等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第十章习题
10.1
比三个总体均值之间没有显著差异。
H:三个总体均值之间有显著差异。
1090.25
答：方差分析可以看到，由于P=0.1078>0.01,所以接受原假设H)。
说明了三个总体均值之间没有显著差异。
10.2
H):五个个总体均值之间相等。
H:五个总体均值之间不相等。
答：方差分析可以看到，由于P=1.02E-05<0.01,所以拒接原假设H。
说明了五个总体均值之间不相等。
H>:四台机器的装填量相等。
H:四台机器的装填量不相等
答：方差分析可以看到，由于
所以拒接原
假设 。
说明了四台机器装填量
不相同。
10.4
H ):不同层次管理者的满意度没有差异。
H ：不同层次管理者的满意度有差异
答：方差分析可以看到，由于
所以拒接原假设 。
说明了不同层次管理
者的满意度有差异。
H）：3个企业生产的电池平均寿命之间没有显著差异。
H: 3个企业生产的电池平均寿命之间有显著差异
单因素方差分析
多重比较
因变量：VAR00002
*.均值差的显著性水平为0.05
答：方差分析可以看到，由于P=0.00031<0.01,所以拒接原假设H。
说明了不同3个企业生
产的电池平均寿命之间有显著差异。
通过SPSS分析（1,2,3代表A,B,C公司），通过显著性对比可知道A和B以及B和C公司有差异。
10.6
H）：不同培训方式对产品组装的时间没有显著影响。
H:不同培训方式对产品组装的时间没有显著影响。
答：方差分析可以看到，由于 所以拒接原假设 。
说明了不同培训方式对
产品组装的时间没有显著影响。
10.8
行因素（供应商）
H
列因素（车速）
H
H o ：U 1=U 2=U 3=U 4 = U 5
i
：U i (i=1,2,3,4,5) 不全相等 H o ：u 1=U 2=U 3
i
：u i (i=1,2,3)
不全相等
答：根据方差分析，
对于行因素，P=0.000236<0.01,所以拒绝原假设。
说明不同供应商生产的轮胎对磨损程 度有显著影响。
对于列因素，p=2.39E-06<0.01，所以拒绝原假设，说明不同车速对磨损程度有显著影 响。
10.9
行因素（品种）
H o ：不同品种对收获量没有显著影响。
H
1
：不同品种对收获量有显著影响。
列因素（施肥方案） H o ：不同施肥方案对收获量没有显著影响。
H 1
答：根据方差分析，
对于行因素，P=0.002107<0.05,所以拒绝原假设。
说明不同品种对收获量有显著影响。
对于列因素，
p =0.0026<0.05，所以拒绝原假设，说明不同施肥方案对收获量有显著影 响。
10.10
H 0：不同销售地区对销售量没有显著影响。
1
：不同销售地区对销售量有显著影响。
H 0：不同包装方法对销售量没有显著影响。
行因素（销售地区）
H
列因素（包装方法）
H i：不同包装方法对销售量有显著影响。
方差分析：无重复双因素分析
SUMMARY 观测数求和平均方差
A1 3 150 50 525
A2 3 140 46.66667 33.33333
A3 3 150 50 225
B1 3 130 43.33333 58.33333
B2 3 190 63.33333 158.3333
B3 3 120 40 100
方差分析
差异源SS df MS F P-value F crit 行22.22222 2 11.11111 0.072727 0.931056 6.944272 列955.5556 2 477.7778 3.127273 0.152155 6.944272 误差611.1111 4 152.7778
总计1588.889
8
答：根据方差分析，
对于行因素，P=0.931056>0.05,所以接受原假设。
说明不同销售地区对销售量没有显著
影响。
对于列因素，p=0.152155>0.05，所以接受原假设，不同包装方法对销售量没有显著影响。
10.11
H o：竞争者对销售额无显著影响
Hi：竞争者对销售额有显著影响
H o：位置对销售额无显著影响
Hi：位置对销售额有显著影响
H o：竞争者和位置对销售额无显著交互影响
Hi：竞争者和位置对销售额有显著交互影响
主体间效应的检验
因变量：销售额
a. R =.845（调整R 方=.774 ）
答：用SPSS进行分析得出：
1因为SIG小于0.01，所以拒绝原假设，竞争者对销售额有显著影响。
2:因为SIG小于0.01，所以拒绝原假设，超市位置对销售额有显著影响。
3:因为SIG大于0.01，所以接受原假设，超市位置和竞争者对销售额无显著的交互影响。
10.12
广告方案对销售额无显著影响
Hi：广告方案对销售额有显著影响
H：广告媒体对销售额无显著影响
Hi：广告媒体对销售额有显著影响
广告方案和广告媒体对销售额无显著交互影响
Hi：广告方案和广告媒体对销售额有显著交互影响
主体间效应的检验
答：用SPSS进行分析得出：
1因为SIG小于0.05，所以拒绝原假设，广告方案对销售额有显著影响。
2:因为SIG大于0.05，所以接受原假设，广告媒体对销售额没有显著影响。
3:因为SIG大于0.05，所以接受原假设，广告方案和广告媒体对销售额没有显著的交互影响。