《统计分析与SPSS的应用(第五版)》课后练习答案(第7章)

课后练习答案

第7章SPSS的非参数检验

1、为分析不同年龄段人群对某商品满意程度的异同，进行随机调查收集到以下数据： 满意程度 很不满意 不满意 满意 很满意 年龄段 青年 126 306 88 27 中年 297 498 61 17 老年 156 349 75 44 请选择恰当的非参数检验方法，以恰当形式组织上述数据，分析不同年龄段人群对该商品满意程度的分布状况是否一致。 卡方检验 步骤：（1）数据加权个案对“人数”加权确定

（2）分析描述统计交叉表格行：满意度;列：年龄Statistics如图选择确定

满意程度 * 年龄 交叉表

计数

年龄

满意程度

很不满意 不满意 满意 很满意

总计

青年

126 306 88 27 547 卡方检验

中年

297 498 61 17 873 老年

156 349 75 44 624 总计

579 1153 224 88 2044 渐近显著性 （双

皮尔逊卡方 似然比(L) 线性关联

McNemar-Bowker 检验 有效个案数

值 66.990 68.150 .008 . 2044 a

自由度

6 6 1 . 向）

.000 .000 .930 . b

a. 0 个单元格 (0.0%) 具有的预期计数少于 5。最小预期计数为 23.55。 b. 仅为 PxP 表格计算（其中 P 必须大于 1）。

因概率P值小于显著性水平（0.05），拒绝原假设，不同年龄度对该商品满意程度不一致。

2、利用第2章第7题数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布与正态分布是否存在显著差异。

单样本K-S检验

分析非参数检验旧对话框1-样本-K—S…选择相关项：本次存款金额[A5] 确定

结果如下：

单样本 Kolmogorov-Smirnov 检验 数字 正态参数 a,b本次存款金额 282 平均值 标准偏差 最极端差分 绝对 正 负 检验统计 渐近显著性 （双尾） 4738.09 10945.569 .333 .292 -.333 .333 .000 ca. 检验分布是正态分布。 b. 根据数据计算。 c. Lilliefors 显著性校正。 因概率P值小于显著性水平（0.05），拒绝原假设，与正态分布存在显著差异。

2、 为对某条工业生产线的工作稳定性进行监测，测量了该生产线连续加工的20个成品的直径（单位：英寸），

数据如下：

12.27，9.92，10.81，11.79，11.87，10.90，11.22，10.80，10.33，9.30 9.81，8.85，9.32，8.67，9.32，9.53，9.58，8.94，7.89，10.77

选择恰当的非参数检验方法，分析成品尺寸变化是由随机因素造成的，还是由生产线工作不稳定导致的。 单样本游程检验

分析非参数检验旧对话框游程选择相关项：成品的直径 确定 结果：

游程检验

检验值

个案数 < 检验值。 个案数 >= 检验值。 个案总计 运行次数 Z

渐近显著性 （双尾） a. 中位数

a

成品的直径

9.87 10 10 20 3 -3.446 .001 因概率P值小于显著性水平（0.05），拒绝原假设，认为成品尺寸的变化是由生产线工作不稳定导致的。

4、利用第2章第7题数据，选择恰当的非参数检验方法，分析不同常住地人群本次存款金额的总体分布是否存在显著差异。

两独立样本的K-S检验

分析非参数检验旧对话框2-样本-K—S…选择相关项：本次存款金额[A5] 、常住地区位置[A13]确定 结果：

Mann-Whitney 检验

列组 本次存款金额 常住地位置 沿海或中心繁华城市 边远地区 数字 200 82 等级平均值 149.65 121.63 等级之和 29929.00 9974.00 总计 检验统计

a

282

Mann-Whitney U Wilcoxon W Z

渐近显著性 （双尾） a. 分组变量：常住地位置

本次存款金额

6571.000 9974.000 -2.627 .009 双样本 Kolmogorov-Smirnov 检验

频率 本次存款金额 常住地位置 沿海或中心繁华城市 边远地区 总计 检验统计 a数字 200 82 282 最极端差分 绝对 正 负 Kolmogorov-Smirnov Z 渐近显著性 （双尾） a. 分组变量：常住地位置 本次存款金额 .152 .019 -.152 1.162 .135 因概率P值大于显著性水平（0.05），不应拒绝原假设，认为不同地区本次存取款金额的分布不存在显著差异。 5、超市中有A,B两种品牌的袋装白糖，标重均为400克。分别对两种袋装白糖进行随机抽样并测得其实际重量（单位：克），数据如下： A品牌 B品牌 398.3，401.2，401.8，399.2，398.7，397.5，395.8，396.7，398.4，399.4， 392.1，395.2 399.2，402.9，403.3，405.9，406.3，402.3，403.7，397.0，405.9，400.0， 400.1,401.0 请选择适合的非参数检验方法，分析这两种品牌的袋装白糖的实际重量是否存在显著差异。 两独立样本的曼-惠特尼检验

分析非参数检验旧对话框2个独立样本-…选择相关项：重量[weight] 、品牌[brand]确定 结果：

Mann-Whitney 检验

列组 重量 品牌 A品牌 B品牌 总计 数字 12 12 24 检验统计 a等级平均值 7.96 17.04 等级之和 95.50 204.50 重量 Mann-Whitney U Wilcoxon W Z

渐近显著性 （双尾） 精确显著性[2*(单尾显著性)] a. 分组变量：品牌 b. 未修正结。

17.500 95.500 -3.148 .002 .001 b

因概率P值小于显著性水平（0.05），应拒绝原假设，两品牌白糖实际重量的分布存在显著差异

6、选择恰当的非参数检验方法，对“裁判打分.sav”数据随机选取10%的样本，并以恰当形式重新组织数据后，分析不同国家裁判对运动员的打分标准是否一致。

选择恰当的非参数检验方法， 对《裁判打分.sav》 数据随机选取 10%的样本（数据文件在可供下载的压缩包中）， 并以恰当的形式重新组织数据后， 分析不同国家的裁判员对运动员打分标准是否一致。 分析非参数检验旧对话框K个相关样本-…选择相关项……确定 结果：

Friedman 检验

列组

意大利 韩国 罗马尼亚 法国 中国 美国 俄罗斯 热心观众

等级平均值

4.39 6.59 2.44 6.53 2.48 6.41 2.75 4.41 检验统计

数字 卡方 自由度 渐近显著性

300 1212.907 7 .000 a

a. Friedman 检验

因为 Sig 值为 0.000， 小于检验水平为 0.05， 所以应拒绝原假设， 即认为不同国家的裁判员对运动员打分标准一致。

7、为研究喝酒是否显著增加驾驶员在应急情况下的刹车反应时间，随机测试了10名驾驶员饮用相同酒量前后的刹车反应时间，数据如下： 喝酒前 喝酒后 0.74 0.85 1.24 1.18 0.84 1.25 0.66 1.08 0.81 1.21 0.55 0.89 0.33 0.65 0.76 1.12 0.46 0.92 0.64 1.07 选择恰当的非参数检验方法对上述问题进行分析。 两配对样本的秩检验

分析非参数检验旧对话框2个相关样本-…选择相关项：重量[weight] 、品牌[brand]确定

Wilcoxon 带符号等级检验

列组 喝酒后 - 喝酒前 负秩 正秩 结 总计 a. 喝酒后 < 喝酒前 b. 喝酒后 > 喝酒前 c. 喝酒后 = 喝酒前 检验统计 a数字 0 10 0 cba等级平均值 .00 5.50 等级之和 .00 55.00 10 Z 渐近显著性 （双尾） 喝酒后 - 喝酒前 -2.803 .005 ba. Wilcoxon 带符号等级检验 b. 基于负秩。 因概率P值小于显著性水平（0.05），应拒绝原假设，喝酒前后刹车反映时间存在显著差异

8、为分析大众对牛奶品牌是否具有偏好性，随机挑选超市了收集其周一至周六各天三种品牌牛奶的日销售额数据，如下表：

星期 1.00 2.00 3.00 4.00 5.00 6.00 包装方式1 11.40 6.40 13.80 11.20 8.30 7.30 包装方式2 5.80 8.60 7.00 10.80 8.80 6.20 包装方式3 3.50 7.50 9.80 10.40 9.30 2.50 请选择恰当的非参数检验方法，以恰当形式组织上述数据进行分析，并说明分析结论。 多配对样本的friedman检验（与第6题相同）

分析非参数检验旧对话框K个相关样本-…选择相关项……确定

Friedman 检验

列组

品牌1 品牌2 品牌3

等级平均值

2.33 2.00 1.67 检验统计

数字 卡方 自由度 渐近显著性

6 1.333 2 .513 a

a. Friedman 检验

因概率P值大于显著性水平（0.05），不应拒绝原假设，三个品牌牛奶的日销售数据不存在显著差异。