实验二实验报告

一、利用数据“CH4CH8茎叶箱方差工资性别岗位300余”进行参数估计。

1、分别对“一线工人”当前工资的均值进行点估计、区间估计。

①点击analyze→descriptive statistics→descriptives,进入描述统计模块。

②把左框中的当前工资送入右框,点击左边选项按钮,选择均值、方差、标准差。

③点估计结果见下图。

④点击analyze→descriptive statistics→explore

⑤把左框中当前工资送入右边上面的因变量列表框中,点击统计量按钮,修改置信区间数值,这里选择95%。,点击继续,确定。

⑥区间估计结果见下图。

2、“一线工人”、“科以上干部”、“一般机关员工”分别占总职工的比例。

①点击Analyze→Descriptive Statistics→Frequencies

②从左边的变量清单中,选取工作类型,添加到右边的框中,点击确定

③分析结果如下

二、利用数据“CH4男女性别身高32”,作男生、女生平均身高就是否相同的假设检验。

1.点击analyze→compare means→independent-sample T test。

2.将左边的身高变量加入右边上面的检验变量框中,性别加入右边分组变量框中,如图2-1

3、点击define Groups按钮,,要求输入两个组的变量值,把1输入group1,2输入group2。点击继续。如图2-2

2-1 2-2

4、点击确定,输出结果如下图

5、从独立样本检验表中数字可知,F检验表明方差齐性成立,因此选用上面一组T检验的值。(T统计量的显著概率p=0、002<0、05),两组身高的方差有明显差异。

三、去年股民投入股市资金平均5,利用“CH6CH9CH10证券投资额与依据”判断今年股

民投入股市的资金就是否有变化？

1.点击analyze→compare means→One sample T test。

2.从左边的框中把变量“投资总额”放入右边检验变量中。

3.在右下方框中检验值(test value)中填入去年投资均值5,如图

4.点击确定,输出实验结果,如图

5.分析。原假设Ho:总体均值=5。在上表中,Sig的值为0、152,就是t的显著性概率p值。

P>0、05,表明t落在t0、025的左边,应当接受Ho。即今年的投资额与去年比没有变化。

四、利用数据“CH6残检3同一批小学生400米跑步成绩”,检验去年与今年相比小学

生跑步成绩有变化不？(注:数据就是同一批60位学生的两年跑步成绩)

1、点击analyze→compare means→paired sample T test。

2、从左边的框中把去年与今年的两组变量放入右边配对变量中,点击确定。如下图

3.输出结果如下

4、分析。最后T检验的结果(p=0、431>0、05)显示:两次100米测试的平均值没有显著差异。