实验3 参数估计

实验3 参数估计

一、实验目的和要求：了解Excel 中的各种参数估计统计函数，能够运用Excel 统计函数对正态单总体参数进行区间估计。

二、实验主要内容：

（1）熟悉用于参数估计的各种统计函数

（2）正态单总体参数的区间估计

（3）正态单总体参数的假设检验

三、基础理论知识

1、 总体均值区间估计的基本内容

当总体方差σ2已知时总体均值的区间估计

对于给定的显著性水平，可以构造均值的置信区间为：

总体方差未知时总体均值的区间估计

对于给定的显著性水平，总体均值的置信区间为：

2、必要样本容量的计算公式

样本量n 的大小为：

e ――为抽样极限误差

必要样本容量 n 与总体方差、抽样极限误差，置信水平之间具有下述关系：

在其他条件不变的情况下，总体方差越大，必要样本容量n 便越大，必要样本容量与总体方差成正比；置信水平越大，必要样本容量便越大，二者成正方向关系；抽样极限误差越大，样本容量就越小，二者成反方向关系。

3、总体比例区间估计比例抽样分布的标准差或标准误差为： π 为总体比例p 为抽样比例

比例置信区间是：

/2/2X t X t αα?-+??2

22

2/e Z n σα=n

p p n i p )

1()1(-=-=ππ

σ/2/2X Z X Z αα?-+??

估计总体比例的必要样本容量

四、各种统计函数

count( )

COUNTIF( )

AVERAGE( )

STDEV( )

SQRT( )

TINV( )

NORMSINV( )

CEILING( )

五、实验步骤

1、利用Excel 计算总体均值置信区间

例 某工厂想检验一批灯泡的质量，抽取10个样本对其耐用小时进行检测，结果如下： 1326 1336 1351 1365 1209 1343 1259 1365 1308 1349

试以95%的置信度估计这批灯泡的平均耐用小时。

①打开“参数估计.xls“工作薄，选择“均值”工作表。

②选择单元格D1，在“插入”菜单中选择“函数”选项，打开“粘贴函数”对话框。 ③在“函数分类”列表中选择“统计”，在“函数名”列表中选择计数函数COUNT 。单击“确定”按钮，打开计数函数对话框。

④在value1中输入数据范围。单击A 列列头，或输入“A:A”，这相当于选择整个列，包括标题和所有的空单元格。单击“确定”按钮。单元格D1中会显示结果为10，即A 列中数据的个数。

⑤在单元格D2中输入公式“=AVERAGE(A:A)”，计算A 列的均值，显示值为1321.1。 在单元格D3中输入公式“=STDEV(A:A)”，计算A 列的标准差，显示值为50.38397。 在单元格D4中输入公式 “=D3/SQRT(D1)”，计算标准误差，即标准差除以样本容量的平方根，D4中显示15.932.81。

在单元格D5中输入置信度95%。

在单元格D6中使用TINV 函数计算在95%置信度和自由度下的t 值。

⑥选择单元格D6，在“插入”菜单中选择“函数”选项，打开“粘贴函数”对话框。

p Z p Z αα?-+??2

222)1()1(e z p p e z n -=-=

ππ

⑦在“函数分类”列表中选择“统计”，在“函数名”列表中选择TINV 函数。单击“确定”按钮，打开TINV 函数对话框。

⑧在“Probability”中输入“1－D5”，所显示的值是0.05；在“Deg_freedom"中输入自由度的表达式，即“D1－1”，所显示值是9，单击“确定”按钮，单元格D6中显示值为

2.262159。

⑨在单元格D7中输入计算抽样极限误差的公式，它是t 值和标准误差的乘积，公式为“=D6*D4”，显示值为36.04255。

⑩在单元格D8和D9中输入计算置信区间上限和下限的公式，下限为样本均值减抽样极限误差，上限为样本均值加抽样极限误差。其公式分别为“=D2-D7”和“=D2+D7”，显示值为1285.057和1357.143。

这样，总体均值的95%的置信区间为：

置信度越高，下限值越低，上限值越高，置信区间越宽；反之，置信度越低，置信区间越小。

2、样本容量的计算

样本量n 的大小为：

从上式可以看出，必要样本容量 n 与总体方差、抽样极限误差，置信水平之间具有下述关系：在其他条件不变的情况下，总体方差越大，必要样本容量n 便越大，必要样本容量与总体方差成正比；置信水平越大，必要样本容量便越大，二者成正方向关系；抽样极限误差越大，样本容量就越小，二者成反方向关系。

例 某快餐店想在置信度为96%的条件下估计午餐时间每位顾客的平均支出，根据过去经验，每个顾客平均支出的标准差不超过5元，要抽取多少样本才能使其抽样极限误差不超过2元呢?

①打开“参数估计.xls”工作簿，选择 “样本容量”工作表；

②在单元格B1中输入极限误差2，在单元格B2中输入置信度0.98%。

③在单元格B4中输入标准差5。单元格B3中需要输入与B2中置信度相对应的Z 值。使用NORNSINV 函数，可以把左侧概率转换成Z 值。

④在单元格B3中输入公式“=NORMSINV(B2)”，计算与B2的置信度相应的左侧Z 值。显示对应于96%的置信度的Z 值为1.750686。

⑤在B5单元格中根据上面样本容量的计算公式，输入公式“=(B3^2*B4^2)/B1^2”，计算样本容量，显示值为19.15564。

⑥在B6单元格输入“=CEILING(B5,2)”，显示值为20。

3、利用Excel 模拟区间估计

①打开“参数估计.xls”工作簿，选择“模拟区间”工作表。 143

.1357057.1285<<μ2

22

2/e Z n σα=

②在单元格A1中输入“样本”，在P1:V1各单元格中分别输入“均值”、“标准差”、“标准误差”、“t 值”、“估计下限”、“估计上限”、“逻辑函数”，在单元格Y1中输入“置信度”。

③在单元格Y2中输入置信度95%，它表示有95%样本所构造的置信区间包含总体均值。

④在单元格A2中输入65。选择A2，在“编辑”菜单中选择“填充”选项，在填充选项中选择“序列”，打开序列对话框。

在“序列产生在”框中选择“行”，在步长值中输入5，在终止值中输入135，单击“确定”按钮。数据出现在A2：O2区域中。

⑤在单元格P2中输入公式为“=AVERAGE(A2:O2)”，计算样本的均值，显示的值是100。

⑥在单元格Q2中输入公式“=STDEV(A2:O2)”，计算样本的标准差。显示的值是22.36068。

⑦在单元格R2中输入公式“=Q2/SQRT(15)”，计算标准误差，即样本标准差除以15的平方根，显示值为5.773503。

⑧选定单元格S2，在“插入”菜单中选择“函数”选项，打开“粘贴函数”对话框。在“函数分类”列表中选择“统计”，在“函数名”列表中选择函数TINV。单击“确定”按钮，打开TINV函数对话框。

⑨在Probability中输入1－$Y$2，Y2要绝对引用，在Deg_freedom中输入15－1。单击“确定”按钮后，在单元格S2中显示的值是2.144789。

⑩在单元格T2中输入公式“=P2-S2*R2”，以计算估计下限，其值为87.61706。在单元格U2中输入公式“=P2+S2*R2”，以计算估计下限，其值为112.3829。

在V列输入函数用来确认置信区间是否包括总体均值100。显然如果满足两个条件，即单元格T2的值（下限）一定小于或等于100，单元格U2的值（上限）一定大于或等于100。则置信区间便包括100。利用逻辑函数可以完成这个任务。

操作如下：

①选择单元格V2，在“插入”菜单中选择“函数”选项，打开“粘贴函数”对话框。在“函数分类”列表中选择“逻辑”选项，在“函数名”列表中选择“AND”函数，单击“确定”，打开AND函数对话框。

②在“Logical1”中输入表达式“t2<=100”，在Logical2”中输入表达式“u2>=100”。表中估计下限T2的值是87.61706，小于100，估计上限U2的值是112.3829，大于100，所以计算结果为真，显示为“TRUE”，单击“确定”按钮。

4、总体比例区间估计

例某食品厂准备上市一种新产品，并配合以相应的广告宣传，企业想通过调查孩子们对其品牌的认知情况来评估广告的效用，以制定下一步的市场推广计划。他们在该地区随机抽取350个小孩作访问对象，进行儿童消费者行为与消费习惯调查，其中有一个问句是“你听说过这个牌子吗？”，在350个孩子中，有112个小孩的回答是“听说过”。根据这个问句，可以分析这一消费群体对该品牌的认知情况。所以，食品厂市场部经理要求，根据这些样本，

给定95％的置信度，估计该地区孩子认知该品牌的比例。

①打开“参数估计.xls”工作簿，选择“比例估计”工作表；

②在单元格B2中输入n值为350。

③在单元格B3中键入公式“=112／350”，用Excel来计算抽样比例Pi值为0.32。

④在单元格B4中键入公式“=SQRT(B3*(1-B3)/B2)” 计算比例标准误差。其显示值为

0.024934。

⑤在单元格E2中键入置信度0.95。

单元格E3中的Z值是与单元格E2中的置信度所对应的标准正态分布的区间点，它是位于中间部分的临界值。

使用函数NORMSINV可以确定Z值。确定与中心区域概率对应的Z值时有两种方法：一种是输入Z值左侧的“概率”，即0.25，函数将计算E2单元格中左侧部分的Z值，即返回的是-Z。这意味着在E2单元格中须用绝对值的方法将标准正态分布函数NORMSINV返回的Z值改为正数。另一种方法是把中间区域的概率与Z值左侧的概率相加，即0.95+0.25，所计算的是从左侧起一直到Z值区域的概率，通过这部分概率的计算，也可确定出Z值。

⑥选定E3单元格，输入公式“=ABS(NORMSINV(0.025))”或“=NORMSINV(E2+(1-E2)/2)”，便可确定Z值，单元格E3中将显示1.959961。

⑦在E4单元格中输入公式“=E3*B4”，计算极限误差，其结果显示为0.04887。

⑧在单元格E5中输入“=B3-E4”计算估计下限，在E6单元格中输入“=B3+E4”计算估计上限。结果分别显示为0.27113和0.36887。

5、估计总体比例的必要样本容量

例联想集团希望了解购买“天禧”品牌计算机的消费者满意比例，集团确信“天禧”品牌计算机满意比例不会小于70%。如果集团想使抽样极限误差在±2%，置信度为99%，则需要多大的样本？

①打开“参数估计.xls”工作簿，选择“比例样本容量”工作表。

②在单元格B2中输入P值70%，在单元格B3中输入置信度99%，在单元格B4中输入抽样误差2%。

③在单元格B5中输入计算Z值的公式“=NORMSINV(B3+(1-B3)/2)”或“=ABS(NORMSINV(0.005))”，B5单元格中的计算结果显示为2.575835。

④在单元格B6中输入公式“=(B2*(1-B2)*B5^2)/B4^2”，计算必要样本容量，结果为3483.335。

⑤在单元格B7中输入公式“=CEILING(B6,4)” 用CELLING函数求比n大的最小整数，单元格B6为所要求的整数，4为整数的位数，显示的结果为3484。

抽样极限误差对样本容量有何影响呢?抽样误差越小估计就越精确，所以联想集团希望它越小越好。

⑥把抽样极限误差由2%改为1%，样本容量跃增为13934。可见，抽样误差减小一半，样本

容量增大为原来的四倍。

⑦把P值由70%改为30%。注意到这对n值没影响

⑧把置信度由99%改为90%，这样样本容量减少为5682。

数据的基本统计与非参数检验

北京建筑大学 理学院信息与计算科学专业实验报告 课程名称《数据分析》实验名称数据的基本统计与非参数检验实验地点基C-423 日期2016 . 3 .17 姓名班级学号指导教师成绩 【实验目的】 （1）熟悉数据的基本统计与非参数检验分析方法； （2）熟悉撰写数据分析报告的方法； （3）熟悉常用的数据分析软件SPSS。 【实验要求】 根据各个题目的具体要求，完成实验报告 【实验内容】 根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分别对数据的“家庭收入”、“现住面积”，进行数据的基本统计量分析，撰写相应的分析报告； 根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分别分析不同学历对家庭收入、现住面积是否有显著影响，撰写相应的分析报告。 根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分析家庭收入与10000元是否有显著差异，撰写相应的分析报告。 根据附件“住房状况调查”给出的相关数据，请选用恰当的分析方法，分析婚姻状况对家现住面积是否有显著影响，撰写相应的分析报告。 根据附件“减肥茶数据”给出的相关数据，请选用恰当的分析方法，分析该减肥茶对减肥是否有显著影响，撰写相应的分析报告。 【分析报告】 1. 表一家庭收入和现住面积的基本描述统计量 家庭收入现住面积 N 有效2993 2993 缺失0 0 均值17696.1567 62.7241

均值的标准误279.64310 .47349 中值15000.0000 60.0000 众数10000.00 60.00 标准差15298.80341 25.90383 方差 2.341E8 671.008 偏度 5.546 .910 偏度的标准误.045 .045 峰度55.425 3.078 峰度的标准误.089 .089 百分位数25 10000.0000 45.0000 50 15000.0000 60.0000 75 20000.0000 80.0000 表一说明， 家庭收入方面： 被调查者中家庭收入的均值为17696.16元，中值为15000元，普遍收入为10000元； 家庭收入的标准差和方差都相对较大，所以，各家庭收入之间有明显的差异； 偏度大于零，说明右偏；峰度大于零，说明数据呈尖峰分布； 由家庭收入的四分位数可知，25%的家庭，收入在10000以下，有50%的家庭，收入在15000以下，有75%的家庭，收入在20000以下； 现住面积方面： 被调查者中现住面积的均值为62.724平方米，中值为60平方米，普遍面积为60平方米； 现住面积的标准差和方差都相对较大，所以，各家庭现住面积之间有明显的差异； 偏度近似等于零，说明现住面积数据对称分布；峰度大于零，说明现住面积数据为尖峰分布； 由现住面积的四分位数可知，25%的家庭，现住面积为45平方米以下，有50%的家庭，现住面积在60平方米以下，有75%的家庭，现住面积在80平方米以下。 图一：家庭收入直方图 该图表明，家庭收入分布存在一定的右偏。 图二：现住面积直方图

心理统计学的主要框架.doc

心理统计学的主要框架 心理学统计学主要是分为描述统计和推断统计 描述统计主要是阐述在对一组数据或者是几组数据进行整理后，如何用统计图、统计表或者诸如平均数，标注差、比率和相关系数等特征量来表达数据特征的统计方法。 推断统计阐述的是利用对样本调查的结果去推论总体是统计学的核心内容，这方面的统计方法通常称之为推断统计 推断统计主要包括参数估计和假设检验两方面的内容 参数估计是根据从总体中抽取随机样本，来估计总体分布中未知参数的过程。从估计形式来看，可以分为点估计和区间估计 点估计是样本统计量的单一数值估计未知的总体参数 区间估计是依据样本统计量，根据一定的精确度要求，推断总体参数的所在区间 假设检验分为单总体和两总体的假设检验与独立样本与相关样本的假设检验 在第一章绪论中其他的名词解释 心理统计学是研究如何运用概率论和数理统计学的原理和方法，对搜集到的心理现象的有关数据资料进行科学推论，以找出心理活动规律的一门科学 数据在统计学中又称为资料，有事也称为数据资料，他是有关时间的一组离散的数字描述，是构成信息和知识的原始材料 自变量是在试验或者是观察中，研究者操纵或者是改变某变量的状态已考察其对因变量的影响，这个变量称为因素或者因子，也称为独立变量或者是自变量 因变量是指实验的结果或者是观察指标称为反应变量或者是因变量 总体又称为全域，在统计上是指所要研究的具体某种特征的一类事物的全体，总体中的每个基本单位叫做个体。总体是一些具有共同性质的或者特征的个体所组成的 总体参数是对随机变量分布的数字特征进行描述，常用的指标有平均数，比率以及方差和标注差等，如果这些指标描述的是总体的特征，称为总体参数，如果这些指标描述的是样本的特征称之为样本统计量 几种统计图的比较 条形图是用同类的直方长条来比较若干统计事项之间的数量关系的一种图示方法，它适用于统计事项仅按照一种特征进行分类的情况 饼图又称圆形图是以单位圆内各扇形面积占整个原型面积的百分比来表示各统计事项在其总体中所占相应比例的一种图示方法。它主要用于描述离散型变量，特别是具有百分比结构的分类数据 线形图是用起伏的折线来表示统计事项的发展变化及演变趋势的统计图 散点图是用平面直角坐标系上的点的散步提醒来表示某两种事物之间的相互关系以及联系模式 次数分布表 全距，也称两极差，用符号R表示，是指一批数值中最大值与最小值支教的差距 定组数，就是确定整批数划分多少个等距的区组有符号K表示一般来说数据个数在200个一下，组数可以取8-18个，如果数据来自一个正态总体，则可以计算为K=1.87(N-1)^2/5 定组距=R/K

用极大似然法进行参数估计

北京工商大学 《系统辨识》课程上机实验报告（2014年秋季学期） 专业名称：控制工程 上机题目：极大似然法进行参数估计专业班级： 2015年1 月

一 实验目的 通过实验掌握极大似然法在系统参数辨识中的原理和应用。 二 实验原理 1 极大似然原理 设有离散随机过程}{k V 与未知参数θ有关，假定已知概率分布密度)(θk V f 。如果我们得到n 个独立的观测值,21,V V …n V ,，则可得分布密度)(1θV f ，)(2θV f ，…,)(θn V f 。要求根据这些观测值来估计未知参数θ，估计的准则是观测值{}{k V }的出现概率为最大。为此，定义一个似然函数 ) ()()(),,,(2121θθθθn n V f V f V f V V V L = （1.1） 上式的右边是n 个概率密度函数的连乘，似然函数L 是θ的函数。如果L 达到极大值，}{k V 的出现概率为最大。因此，极大似然法的实质就是求出使L 达到极大值的θ的估值∧ θ。为了便于求∧ θ，对式（1.1）等号两边取对数，则把连乘变成连加，即 ∑== n i i V f L 1 )(ln ln θ （1.2） 由于对数函数是单调递增函数，当L 取极大值时，lnL 也同时取极大值。求式（1.2）对 θ的偏导数，令偏导数为0，可得 0ln =??θL （1.3） 解上式可得θ的极大似然估计ML ∧ θ。 2 系统参数的极大似然估计 Newton-Raphson 法实际上就是一种递推算法，可以用于在线辨识。不过它是一种依每L 次观测数据递推一次的算法，现在我们讨论的是每观测一次数据就递推计算一次参数估计值得算法。本质上说，它只是一种近似的极大似然法。 设系统的差分方程为

心理学(研究方法)内容精讲(心理统计学-概率分布与总体参数的估计)【圣才出品】

心理学（研究方法）内容精讲 第三部分心理统计学 第三章概率分布与总体参数的估计 第一节概率与概率分布 一、概率的一些基本概念 （一）什么是概率 概率因寻求的方法不同有两种定义，即后验概率和先验概率。 1．后验概率的定义 以随机事件A在大量重复试验中出现的稳定频率制作为随机事件A概率的估计值，这样寻得的概率称为后验概率。 2．先验概率的定义 先验概率是通过古典概率模型加以定义的，故又称为古典概率。古典概率模型要求满足两个条件：①试验的所有可能结果是有限的；②每一种可能结果出现的可能性（概率）相等。 （二）概率的性质 1．任何随机事件A的概率都是介于0与1之间的正数； 2．不可能事件的概率等于0； 3．必然事件的概率等于1。 （三）概率的加法和乘法 1．概率的加法 在一次试验中不可能同时出现的事件称为互不相容的事件。两个互不相容事件和的概

率，等于这两个事件概率之和。 2．概率的乘法 A 事件出现的概率不影响 B 事件出现的概率，这两个事件为独立事件。两个独立事件的概率，等于这两个事件概率的乘积。 二、正态分布 （一）正态分布特点 1．呈倒挂的钟形，两头小，中间大，能力的特点呈正态分布； 2．有其分布函数； 3．横坐标以标准差为单位，用z 分数表示； 4．正态分布下数据与标准差有一定数量关系 1% X 1.96SD 95%X 2.58SD %X SD - ?±??±??±?? － － 包含所有数据的68.2 包含所有数据的 包含所有数据的99（二）正态分布的应用 1．正态表的应用 （1）已知概率可查Z 分数； （2）已知Z 分数可查概率； （3）已知概率或标准分数可查密度值、函数值。 2．正态分布在研究的应用 （1）按能力分组，确定人数； （2）化等级评定为测量数据；

实验报告

上海对外经贸大学 Stata 实验报告 二〇一三年十二月

实验一 一、实验目的 1、研究问题：根据历史数据识别可能拖欠贷款的客户特征，进而预测潜在信贷客户拖欠贷款的可能性 数据文件及变量：bankloan.sav ?因变量：default(0,1) (1代表拖欠贷款,0代表正常) ?自变量：ed(文化程度)；employ(现单位工作年数)； debtinc(负债比率)；address(现居住地居住年数); creddebt(信用卡负债数)… ?Age、employ、address、income、debtinc、creddebt、othdebt均为连续变量?教育水平分别用1、2、3、4、5表示高中以下、高中、大学、大专、研究生 2、统计分析问题：建立一个预测因变量取1概率的logistic回归模型，并对因变量的缺失值进行预测。 二、实验步骤 1、准备数据 由于“default”变量可能存在缺失值，所以要新建一个变量"validate"，当default=0不为缺失值时，将validate=1，然后通过validate来判断将不缺失的值纳入回归分析：GET FILE='C:\Users\Administrator\Desktop\SPSS\bankloan.sav'. DATASET NAME 数据集1 WINDOW=FRONT. IF (missing(default)=0) Validata=1. EXECUTE. 2、统计分析 进行分析>>回归>>二元Logistic操作，进入如下对话框：

点击右上角“分类”按钮，进入如下的对话框： 该对话框用来设置自变量中的分类变量，左边的为刚才选入的协变量，必须将所有分类变量选入右边的“分类协变量框中”。本例中只有“Level of education [ed]”为分类变量，将它选入右边框中。点击“继续”按钮返回主界面。 回到主界面后点击“选项”按钮，进入对话框：

用极大似然法进行参数估计

北京工商大学 《系统辨识》课程 上机实验报告 （2014年秋季学期） 专业名称：控制工程 上机题目：极大似然法进行参数估计 专业班级： 2015年1月 实验目的 通过实验掌握极大似然法在系统参数辨识中的原理和应用。

二实验原理 1极大似然原理 设有离散随机过程{V k }与未知参数二有关，假定已知概率分布密度 fMR 。如果我们 得到n 个独立的观测值 V 1 ,V 2,…，V n ，则可得分布密度 , f (V 20)，…,f(V n 0)。 要求根据这些观测值来估计未知参数 二，估计的准则是观测值 {{V k } }的出现概率为最大。 为此，定义一个似然函数 LMM, f(Vn" 上式的右边是n 个概率密度函数的连乘， 似然函数L 是日的函数。如果L 达到极大值，{V k } 的出现概率为最大。 因此，极大似然法的实质就是求出使 L 达到极大值的二的估值二。为了 便于求d ,对式(1.1 )等号两边取对数，则把连乘变成连加，即 n 解上式可得二的极大似然估计"ML O 2系统参数的极大似然估计 Newton-Raphson 法实际上就是一种递推算法，可以用于在线辨识。不过它是一种依每 L 次观测数据 递推一次的算法，现在我们讨论的是每观测一次数据就递推计算一次参数估计值 得算法。本质上说，它只是一种近似的极大似然法。 设系统的差分方程为 a(z') y(k) =b(z°)u(k) + ：(k) (2.1 ) 式中 a(z') =1 a 1z^ …a n z 」 b(z')二 b ° …dz" 因为(k)是相关随机向量，故(2.1 )可写成 a(z')y(k) =b(zju(k) +c(z')g(k) (2.2 ) 式中 c(z') ；(k)二(k) (2.3 ) c(z\ =1 C|Z ，亠 亠 (2.4 ) ；(k)是均值为 0的高斯分布白噪声序列。多项式 a(z=) , b(z*)和c(z^)中的系数 a i,..,a,b o ,…b n,G,…C n 和序列｛^(k)｝的均方差o ■ ln L =瓦 ln f (V i 日) 由于对数函数是单调递增函数，当 对二的偏导数，令偏导数为 0，可得 ：： ln L cO i 4 L 取极大值时，lnL 也同时取极大值。求式 (1.2 ) 1.2 ) =0 (1.3 )

心理统计学练习题库

心理统计学练习题库 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】

《心理统计学》复习题 一、填空题 1、次数分布的两个基本特征是趋势与趋势。 2、数据（14，15，18，10，22，13，23，11）的中位数为，数据（26，11，9，18，22，7，17，22，10）的中位数为。 3、数据（14，15，18，10，22，13，23，11）的中位数为。 4、当样本分布满足分布时，样本的算数平均数、中位数、众数相等。 5、当样本容量足够大时，任何样本的分布都将趋于分布。 6、根据样本统计量对相应总体参数所做的估计叫总体参数估计，总体参数估计分为点估计和。 7、某班平均成绩为90分，标准差为3分，甲生得分，则甲生的标准分为。 8、统计推断中，经常犯的两类错误是，。 9、当两个变量都是变量，而且两者之间的关系呈线性关系时，才能采用积差相关。 10、随机变量可以分为_______变量和离散变量。 11、假设检验一般有两个相互对立的假设，即原假设和__________。 12、两个独立的正态总体，已知总体方差相等但未知其具体数值，从中分别抽取容量为10和13的两个样本进行平均数差异的显着性检验，其自由度应为__________。 13、标准分数是以__________为单位，表示一个原始分数在团体中所处的位置。 14、当样本分布是偏态时，描述数据集中趋势的有效量是________。 15、描述统计主要研究如何整理心理与教育科学实验或调查得来的大量数据，描述一组。 16、从数据的观测方法和来源划分，研究数据可分为和。 17、统计图一般由下面几个部分组成、、、、、。

实验六 参数估计与假设检验

实验六参数估计与假设检验 一、实验目的： 学习利用spss对数据进行参数估计与假设检验（参数估计，单样本、独立样本、配对样本T 检验）。 二、实验内容： 某助眠药物临床实验征集了20位被试，试验后得数据表包含被试的性别、身高、体重、用药前睡眠时长及用药后睡眠时长。试就该数据估计性别对未使用药物时睡眠时长的影响、检验被试总体身高与165差距是否显著、对不同性别的被试的身高和体重变量进行独立样本T 检验、并检验药物是否对被试有用。 三、实验步骤： 参数估计 1、定义变量并输入数据 2、选择菜单“分析→描述统计→探索”弹出“探索”对话框，将对话框左侧的变量框中“用药前睡眠时长”添加到因变量列表，“性别”添加到自变量列表 3、点击“统计量”，弹出“探索：统计量”对话框，勾选描述性并设置均值置信区间为95%，单击“继续” 4、单击“确定”按钮，得到输出结果，对结果进行分析解释。 单样本T检验 1、定义变量并输入数据 2、选择菜单“分析→比较均值→单样本T检验”，弹出“单样本T检验”对话框，将对话框左侧的变量框中的“身高”添加到右侧的“检验变量”框中，将检验值设为165； 3、点击“选项”，弹出“选项”对话框，将置信区间百分比设为95%，点击“继续” 4、单击“确定”按钮，得到输出结果，对结果进行分析解释。 独立样本T检验 1、定义变量并输入数据 2、选择菜单“分析→比较均值→独立样本T检验”，弹出“独立样本T检验”对话框，在对话框左侧的变量列表中选变量“身高”“体重”进入检验变量框，选变量“性别”进入控制列表框 3、点击定义组，在组1（1）中填写1，组2(2)中填写2，点击继续， 4、点击“确定”按钮，得到输出结果。对结果进行分析解释。 配对样本T检验 1.打开一份可用数据。 2.选择分析→比较平均值→配对样本T检验，选择一对配对样本“用药前睡眠时长”和“用 药后睡眠时长”，将“用药前睡眠时长”拖至“variable1”，“用药后睡眠时长”拖至“variable2”，单击“选项”设置置信区间为95%，点击“确定”查看自定义结果。

spss实验报告——非参数检验

实验报告 ——（非参数检验） 实验目的： 1、学会使用SPSS软件进行非参数检验。 2、熟悉非参数检验的概念及适用范围，掌握常见的秩和检验计算方法。 实验内容： 1、某公司准备推出一个新产品，但产品名称还没有正式确定，决定进行抽样调 查，在受访200人中，52人喜欢A名称，61人喜欢B名称，87人喜欢C 名称，请问ABC三种名称受欢迎的程度有无差别？(数据表自建) SPSS计算结果如下： 此题为总体分布的卡方检验。 零假设：样本来自总体分布形态和期望分布没有显著差异。即ABC三种名称受欢迎的程度无差别,分布形态为1：1：1，呈均匀分布。 观察结果，上表为200个观察数据对A、B、C三个名称（分别对应1，2，3）的喜爱的期望频数以及实际观察频数和期望频数的差。从下表中可以看出相伴概

率值为0.007小于显著性水平0.05，因此拒绝零假设，认为样本来自的总体分布与制定的期望分布有显著差异，即A、B、C三种名称受欢迎的程度有差异。 2、某村庄发生了一起集体食物中毒事件，经过调查，发现当地居民是直接饮用 河水，研究者怀疑是河水污染所致，县按照可疑污染源的大致范围调查了沿河居民的中毒情况，河边33户有成员中毒（+）和均未中毒（-）的家庭分布如下：（案例数据run.sav） -+++*++++-+++-+++++----++----+---- 毒源 问：中毒与饮水是否有关？ SPSS计算结果如下： 此题为单样本变量值随机检验 零假设：总体某变量的变量值是随机出现的。即中毒的家庭沿河分布的情况随机分布，与饮水无关。 相伴概率为0.036，小于显著性水平0.05，拒绝零假设，因此中毒与饮水有关。 3、某试验室用小白鼠观察某种抗癌新药的疗效，两组各10只小白鼠，以生存日数作为观察指标，试验结果如下，案例数据集为：npara1.sav，问两组小白鼠生存日数有无差别。 试验组：24 26 27 30 32 34 36 40 60 天以上 对照组：4 6 7 9 10 10 12 13 16 16 SPSS计算结果如下： 此题为两独立样本非参数检验。 （1）两独立样本Mann-Whitney U检验：

华中师大《心理统计学》复习题及答案

《心理统计学》复习题及答案 一、填空题 1、次数分布的两个基本特征是趋势与趋势。 2、数据（ 14，15，18，10，22，13，23，11）的中位数为，数据（ 26，11，9，18，22，7，17，22，10）的中位数为。 3、数据（ 14，15，18，10，22，13，23，11）的中位数为。 4、当样本分布满足分布时，样本的算数平均数、中位数、众数相等。 5、当样本容量足够大时，任何样本的分布都将趋于分布。 6、根据样本统计量对相应总体参数所做的估计叫总体参数估计，总体参数估计分为点估计和。 7、某班平均成绩为90 分，标准差为3 分，甲生得94.2 分，则甲生的标准分为。 8、统计推断中，经常犯的两类错误是，。 9、当两个变量都是变量，而且两者之间的关系呈线性关系时，才能采用积差相关。 10、随机变量可以分为_______变量和离散变量。 11、假设检验一般有两个相互对立的假设，即原假设和__________。 12、两个独立的正态总体，已知总体方差相等但未知其具体数值，从中分别抽取容量为10和13的两个样本进行平均数差异的显著性检验，其自由度应为__________。 13、标准分数是以__________为单位，表示一个原始分数在团体中所处的位置。 14、当样本分布是偏态时，描述数据集中趋势的有效量是________ 。 15、描述统计主要研究如何整理心理与教育科学实验或调查得来的大量数据，描述一组。 16、从数据的观测方法和来源划分，研究数据可分为和。 17、统计图一般由下面几个部分组成、、、、、。 二、单项选择题 1、关于心理统计学，正确的观点是（）。 A、统计无用 B、统计万能 C、低劣的实验研究，好的统计方法可以提高其研究水平 D、心理统计方法只是决定研究水平的诸多因素中的一个 2、统计学的研究对象是（）。 A、随机现象 B、必然现象 C、模糊现象 D、其他 3、研究如何通过局部数据所提供的信息，推论总体的情形，这一部分内容属于统计学的（）。 A、描述统计 B、推论统计 C、实验设计 C、不属于统计学范畴 4、研究如何刻划一组杂乱无章数据的特征，这属于统计学的哪一部分？ A、实验设计 B、推断统计 C、描述统计 D、t检验 5、在心理学研究中，常会收集到一些变异性较大的数据，如果没有充分的理由一般不要轻易删除，如果要删除，也应遵循（）个标准差准则。 A、1 B、2 C、3 D、4 6、从数据的观察方法和来源划分，研究数据可区分为测量数据与（）两大类。 A、等级数据 B、比率数据 C、计数数据 D、称名数据 7、有一类数据，它的不同数字只表示事物的不同种类。这种数据的类型是（）。

2参数的区间估计实验报告

参数的区间估计实验报告 姓名： 班级： 学号（后3位）： 2016年12 月06 日00:00至24：00提交到邮箱：longsheng63@https://www.wendangku.net/doc/5a1466593.html, 一．实验名称：参数的区间估计 二．实验性质：综合性实验 三．实验目的及要求： 1．了解【活动表】的编制方法； 2．掌握【单个正态总体均值Z 估计活动表】的使用方法． 3．掌握【单个正态总体均值t 估计活动表】的使用方法． 4．掌握【单个正态总体方差卡方估计活动表】的使用方法． 5．掌握【两个正态总体均值Z 估计活动表】的使用方法． 6．掌握【两个正态总体均值t 估计活动表】的使用方法． 7．掌握【两个正态总体方差卡方估计活动表】的使用方法． 8．掌握单个正态总体和两个正态总体参数的区间估计方法． 四．实验内容、实验操作关键步骤及实验主要结果 1．某厂生产的化纤强度2~(,0.85)X N μ，现抽取一个容量为25n =的样本，测定其强度，得样本均值 2.25x =，试求这批化纤平均强度的置信水平为0.95的置信区间． 实验操作关键步骤及实验主要结果 由于应选用样本函数 TINV 、SQRT 求μ的置信区间，所以，要选用【 单个正态总体均值t 估计活动表】，得到如下表的实验结果．因此，这批化纤平均强度的置信水平为0.95的置信区间为 （1.899137245，2.600862755） ． 单个正态总体均值t 估计活动表 置信水平 0.95 样本容量 25 样本均值 2.25 样本标准差 0.85

标准误差 0.17 t 分位数（单） 1.71088208 t 分位数（双) 2.063898562 单侧置信下限 1.959150046 单侧置信上限 2.540849954 区间估计 估计下限 1.899137245 估计上限 2.600862755 2．已知某种材料的抗压强度2~(,)X N μσ，现随机抽取10个试件进行抗压试验，测得数据如下：482，493，457，471，510，446，435，418，394，469． （1）求平均抗压强度μ的置信水平为0.95的置信区间． （2）求2 σ的置信水平为0.95的置信区间． 实验操作关键步骤及实验主要结果 （1）由于应选用样本函数 TINV 、SQRT 求μ的置信区间，所以，要选用【 单个正态总体均值t 估计活动表】，得到如下表的实验结果．因此，平均抗压强度μ的置信水平为0.95的置信区间为 （432.3068626，482.6931374） ． 单个正态总体均值t 估计活动表 抗压强度 抗压强度 482 置信水平 0.95 493 平均 457.5 样本容量 10 457 标准差 35.21757768 样本均值 457.5 471 方差 1240.27777 样本标准差 35.21757768 510 446 标准误差 11.13677591 435 t 分位数（单） 1.833112933 418 t 分位数（双) 2.262157163 394 469 单侧置信下限 437.085032 单侧置信上限 477.914968 区间估计 估计下限 432.3068626 估计上限 482.6931374

简单反应时实验报告

标题：视觉简单反应时实验报告 作者：孙洁肖红艳普凤梅 班级：09应用心理学 学号：20091740107 20091740109 20091740126 日期：2011年6月24日

视觉简单反应时实验报告 孙洁（20091740107）肖红艳（20091740109）普凤梅（20091740126） （云南民族大学教育学院2009级应用心理学专业昆明 650031） 摘要：本实验采用闪电测反应速度测定装置测量了35名被试的视觉简单反应时，计算了其中3名被试的视觉简单反应时均值及标准差，进行了相应的比较；并对35名被试进行了视觉简单反应时的差异显著性检验，经过分析得到实验结果：（1）3名被试的视觉简单反应时存在很大的差异，特别是被试3的反应时与被试1、被试2的差异很明显；（2）全体被试的视觉简单反应时存在显著性差异，但在35名被试内进行的性别与组别的T检验都得出被试简单反应时不存在显著差别的结果，即本次实验没有存在练习效应。这与前人的实验研究结果相一致，也验证了实验假设的正确性。 关键词：简单反应时；视觉；差异 1.引言 1.1有关反应时的概念 反应时（简称RT）指刺激作用于有机体后到明显的反应开始时所需要的时间。刺激作用于感官引起感官的兴奋，兴奋传到大脑，并对其加工，再通过传出通路传到运动器官，运动反应器接受神经冲动，产生一定反应，这个过程可用时间作为标志来测量，这就是反应时。反应时最早由天文学家发现，后由生理学家和心理学家加以研究和发展。1873年，奥地利生物学家Exner首先提出“反应时间”这个概念。以后Wundt（冯特）把反应时间引用到他的心理实验室里，使得反应时间直接成为了心理学的研究课题。反应时是心理学研究中最重要的反应变量和指标之一，使用反应时作为指标的实验研究，曾对解决心理学理论问题和生活实际问题起到相当大的作用。 通常，反应时可分为简单反应时和选择反应时两类。简单反应时是指给被试呈现单一的刺激，只要求做单一的反应，并且两者是固定不变的，这时刺激与反应之间的时距就是简单反应时。简单反应时的实验已有一百多年的历史，最早始于天文学家对“人差方程”的研究，赫希（Hirsch, A.）在1861-1865 年间测量了视听与触觉的“生理时间”得到简单反应时的时值，光为180ms，声为140ms，触觉为140ms，这些数据到今天还算是相当标准的。 简单反应时比较短，并且具有通道差异性，因为感官换能的时间不同，研究表明训练有素的成人其视觉的简单反应时为150-230ms；此外反应时的个体差异也很大，所以我们提出假设：全体被试的视觉简单反应时存在显著性差异。 1.2实验目的 本实验涉及的是有关视觉简单反应时的研究。验的目的是：（1）学习视觉简单反应时的测定方法及其实验材料的整理与数据的处理；（2）学会比较视觉简单反应时的个体差异，分析全体被试视觉简单反应时是否存在显著性差异。1.3 实验指导语 这是一次视觉反应时间的测量实验，当你听到“预备”口令后，请你注意电脑屏幕的刺激呈现窗；当你看到闪电刺激后，就迅速按“OK”键（鼠标左键）上。不能提前按键或延迟较长时按键，否则测量无效，并重开一组。

计量实验报告(完整)

实验报告 课程计量经济学 二级学院经济与贸易学院 专业经济学类 班级经济一班 学生姓名石仁翠学号11102990121 指导教师章晓英 时间2013/5/25 重庆理工大学经济管理实验教学中心 实验题目利用软件建立模型并分析

实验日期 2013/5/25 实验地点重庆理工大学经济管理实验教学中心401、402 小组成员石仁翠（11102990121）张丽（11102990137） 章小芳（11102990139）梁婷（11102030214） 实验要求 1、步骤要详细： 不但要写出结果，还要有一定的分析，字数不得低于3000字。 2、模型的拟合优度要高。 3、小组成员自由组合，最多不超过4人。 实验内容 已知重庆市1978---2010年的人均GDP数据，请建立人均GDP的趋势模型， 要求用计量经济学软件（EVIEWS）完成下列工作： 1、建立模型（模型自选） 自变量用时间t；也允许自己分析并决定自变量，但要给出依据并列出原 始数据。 2、参数估计 3、模型检验（检验方法自选） 4、模型应用：预测将来（预测期为5年）

目录 1.模型说明及背景资料 (4) 2.模型设定及原始数据 (5) 3.参数估计 (6) 5.模型检验 (7) 5.1 拟合优度检验 5.2 t检验 5.3 F检验 5.4 自相关检验 5.5 经济意义检验 4.模型预测 (9) 6.结果解释 (10) 7.实验总结 (10)

实验过程 1.模型说明及背景资料 2004年我国消费率为53.6%，比2003年回落1.9个百分点，与1978年相比下降了8.5个百分点，是建国以来的最低水平。当前及今后一段时期内，消费偏低仍是我国经济生活中最为突出的问题之一。 一、消费构成及消费对经济增长的贡献度 按主体分，最终消费由居民消费和政府消费构成；按内容分，分为食品、衣着、居住、医疗保健、交通通信、教育文化娱乐服务等。 消费对GDP增长贡献主要看三个指标。一是消费率，又称最终消费率(最终消费占国内生产总值的比重，一般按现行价格计算)，反映了生产活动的最终成果用于最终消费的比重。通过观察消费与生产之间的关系，可以研究经济的增长类型和运行质量，揭示其发展规律。二是消费拉动率(消费增量占GDP增量百分比)，又称消费对GDP增长的拉动率，通常指在经济增长率中消费需求拉动所占的份额，也称消费对GDP增长的贡献率。三是消费贡献度(消费拉动率×GDP增长率)，代表GDP增速中消费拉动的点数。 二、我国消费拉动GDP增长的历史情况 (一)消费需求持续平稳增长，但增速长期低于国内生产总值的增

非参数检验实验报告

实验报告 非参数检验 学院: 参赛队员: 参赛队员: 参赛队员: 指导老师:

目录 一、实验目的 (1) 1.了解假设检验的基本内容； (1) 2.了解卡方检验； (1) 3.了解二项分布检验； (1) 4.了解两个独立样本检验； (1) 5.学会运用spss软件求解问题； (1) 6.加深理论与实践相结合的能力。 (1) 二、实验环境 (1) 三、实验方法 (1) 1.卡方检验； (1) 2.二项分布检验； (1) 3.两个独立样本检验。 (1) 四、实验过程 (1) 问题一： (1) 1.1实验步骤 (2) 1.1.1输入数据 (2) 1.1.2选择：数据 加权个案 (2) 1.1.3选择：分析→非参数检验→旧对话框→卡方 (2) 1.1.4将变量面值放入检验变量列表 (3) 1.1.5观察结果 (3) 1.2输出结果 (3) 1.3结果分析 (3) 问题二： (3) 2.1问题叙述 (3) 2.2提出假设 (4) 2.3实验步骤 (4) 2.3.1导入excel文件数据 (4) 2.3.2二项分布检验 (5) 2.3.3输出结果 (6) 2.4结果分析 (6) 问题三： (6) 3.1实验步骤 (6) 3.1.1数据的输入 (6) 3.1.2选择 (7) 3.1.3检验变量 (7) 3.2输出结果 (7) 3.3结果分析 (9) 五、实验总结 (9)

参数检验 一、实验目的 1.了解假设检验的基本内容； 2.了解卡方检验； 3.了解二项分布检验； 4.了解两个独立样本检验； 5.学会运用spss软件求解问题； 6.加深理论与实践相结合的能力。 二、实验环境 Spss、office 三、实验方法 1.卡方检验； 2.二项分布检验； 3.两个独立样本检验。 四、实验过程 问题一：

0272《心理统计学》2016年6-7月期末考试指导.

0272《心理统计学》2016年6-7月期末考试指导 一、考试说明 本课程闭卷考试，满分100分，考试时间90分钟。可能的考试题型包括： 1、单项选择题 2、判断题 3、简答题 4、计算题 5、综合应用题 二、重点复习内容 （一）绪论 1、心理学统计学的内容：描述统计、推论统计、实验设计。其中，描述统计的指标包括数据的集中趋势，数据的离散趋势和数据间的相关 2、数据的种类 按照测量的水平，可以划分为称名变量、等级变量、等距变量和比率变量。 （1）称名变量，是指根据事物的某一特征，用来划分、区别事物的不同种类所形成的变量。这类数码并无数量和序列的含义，不能进行数量化分析，不能做加减乘除的运算。 （2）等级变量，在对事物进行分类过程中，依据事物某种属性程度的大小排列顺序形成的变量。等级变量既无相等单位，也无绝对零，不同组的等级变量间不能进行加减乘除的运算。（3）等距变量，是指在观测标识事物某一特定属性时，具有相对参照点、有相等单位的变量。可以进行加减运算，但是由于等距变量的参照点是相对的，即无绝对零点，因此不能进行乘除的运算。例如，测量温度的℃。 （4）比率变量，是指既有相等单位又有绝对零参照点的变量，如身高、体重、反应时、各种感觉阈值的物理量等。这类变量可以进行加减乘除的运算。 （二）统计图表 1、次数分布表：各种次数分布的列表形式和图示形式。次数分布包括简单次数分布、分组次数分布、相对次数分布、累积次数分布等。 2、编制次数分布表的步骤 （1）求全距:从最大值的数据中减去最小值的数据，所得差数就是全距。用符号R表示（2）定组数 （3）求组距：指每一组的间距，用符号i表示。 （4）定组限：指各组数据在数值上的起点值和终点值。 （5）求组中值：各组实际上限数值与实际下限数值的中点数值，即上、下限数值的平均值。（6）归类划记：将原始观测值按照一定的顺序逐一归组。 （7）记录各组次数（f）。 （8）核对，抄录新表。 3、连续变量的单位是无限的，例如整数180的实上限和下限分别为179.5和180.5，而测量数据8.35的下实限是8.345。 4、累加次数分布表：如果想知道某个数值以下或以上的数据的数目，就要用累加次数。 5、次数分布图：编制次数分布表与绘制次数分布图，对于了解一组数据的分布情况，平均水平，差异情况等非常有用。由于数据的性质不同，有时实验结果的次数分布图上会出现双峰。 （三）集中量数 集中量数主要用来描述一组数据的集中趋势，常用的代表性的集中量数有算术平均数、中数、众数。 1、算术平均数：又称平均数，是集中量数中性能最好的一个统计量，一般用M表示。

计量经济学 简单线性回归 实验报告

实验报告 1. 实验目的 随着中国经济的发展，居民的常住收入水平不断提高，粮食销售量也不断增长。研究粮食年销售量与人均收入之间的关系，对于探讨粮食年销售量的增长的规律性有重要的意义。 2. 模型设定 为了分析粮食年销售量与人均收入之间的关系,选择“粮食年销售量”为被解释变量（用Y表示），选择“人均收入”为解释变量（用X 表示）。本次实验报告数据取自某市从1974年到1987年的数据（教材书上101页表3.11），数据如下图所示： 为分析粮食年销售量与人均收入的关系，做下图所谓的散点图: 粮食年销售量与人均收入的散点图 从散点图可以看出粮食年销售量与人均收入大体呈现为线性关系，可以建立如下简单现行回归模型：

3.估计参数 假定所建模型及其中的随机扰动项满足各项古典假定，可以用OLS 法估计其参数。 通过利用EViews对以上数据作简单线性回归分析，得出回归结果如下表所示： 可用规范的形式将参数估计和检验的结果写为： 99.61349+0.08147 （6.431242）（0.10738） t= (15.48900) (7.587119) =0.827498 F=57.56437 n=14 4.模型检验 （1）.经济意义检验 所估计的参数=99.61349，=0.08147，说明人均收入每增加1元，平均说来可导致粮食年销售量提高0.08147元。这与经济学中边际消费倾向的意义相符。 （2）.拟合优度和统计检验 拟合优度的度量：由回归结果表可以看出，本实验中可决系数为0.827498，说明所建模型整体上对样本数据拟合一般偏好。 对回归系数的t检验：针对:=0 和:=0，由回归结果表中还可以看出，估计的回归系数的标准误差和t值分别为：SE()=6.431242,t()=15.48900;的标准误差和t值分别为：SE()=0.10738,t()=7.587119.取a=0.05，查t分布表自由度为n-2=14-2=12的临界值（12）=2.179.因为t()=15.48900>（12）=2.179, 所以应拒绝:=0;因为t()=7.587119>（12）=2.179.所以应拒绝:=0。

SPSS的参数检验和非参数检验

S P S S的参数检验和非 参数检验 公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]

实验报告 SPSS的参数检验和非参数检验 学期：_2013__至2013_ 第_1_学期 课程名称:_数学建模专业:数学 实验项目__SPSS的参数检验和非参数检验实验成绩：＿＿＿＿＿ 一、实验目的及要求 熟练掌握t检验及其结果分析。熟练掌握单样本、两独立样本、多独立样本的非参数检验及各种方法的适用范围，能对结果给出准确分析。 二、实验内容 使用指定的数据按实验教材完成相关的操作。 1、给幼鼠喂以不同的饲料，用以下两种方法设计实验： 方式1：同一鼠喂不同的饲料所测得的体内钙留存量数据如下： 方式2：甲组有12只喂饲料1，乙组有9只喂饲料2，所测得的钙留存量数据如下：

请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙的留存量有显着不同。 2、为分析大众对牛奶品牌是否具有偏好，随机挑选超市收集其周一至 周六各天三种品牌牛奶的日销售额数据，如下表所示： 请选用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。 实验报告附页 三、实验步骤 （一） 方式1： 1、打开SPSS软件，根据所给表格录入数据，建立数据文件； 2、选择菜单Analyze－Compare means－Paired-Samples T Test，出现窗口； 3、把检验变量饲料1，饲料2 选择到Paired Variables框，单击OK。方式2： 1、打开SPSS软件，根据所给表格录入数据，建立数据文件； 2、选择菜单Analyze－Compare means－Independent-Samples T Test，出现窗口 3、选择检验变量饲料到Test Variable(s)框中。 4、选择总体标志变量组号到Grouping Variables框中。 5、单击Define Groups按钮定义两总体的标志值1、2，单击OK。

非参数检验卡方检验实验报告

大理大学实验报告 课程名称生物医学统计分析 实验名称非参数检验（卡方检验） 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 2 学期

Fisher 的精确检验:精确概率法计算的卡方值（用于理论数E<5）。 不同的资料应选用不同的卡方计算方法。 例为2*2列联表，df=1，须用连续性校正公式，故采用“连续校正”行的统计结果。 X2=，P（Sig）=<，表明灭螨剂A组的杀螨率极显着高于灭螨剂B组。 例 表3 治疗方法* 治疗效果交叉制表 计数 治疗效果 123 合计 治疗方法11916540 21612836 31513735合计504120111 分析：表3是治疗方法* 治疗效果资料分析的列联表。 表4 卡方检验 X2值df渐进 Sig. (双侧) Pearson 卡方 1.428a4.839

似然比4.830线性和线性组合.5141.474 有效案例中的 N111 a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为。 分析：表4是卡方检验的结果。自由度df=4，表格下方的注解表明理论次数小于5的格子数为0，最小的理论次数为。各理论次数均大于5，无须进行连续性校正，因此可以采用第一行（Pearson 卡方）的检验结果，即 X2=，P=>,差异不显着，可以认为不同的治疗方法与治疗效果无关，即三种治疗方法对治疗效果的影响差异不显着。 例 表5 灌溉方式* 稻叶情况交叉制表 计数 稻叶情况 123 合计 灌溉方式114677160 2183913205 31521416182合计4813036547 分析：表5是灌溉方式* 稻叶情况资料分析的列联表。

实验报告二

实验名称：利用SPSS进行参数估计 实验目的；熟悉SPSS的参数估计功能，熟练掌握单个总体均值的区间估计方法及操作过程、两个独立总体均值之差的区间估计方法及操作过程、两个匹配总体均值之差的区间估计方法及操作过程，对SPSS运行结果能进行解释。 实验内容；实验一、从某大学的三年级学生中随机抽取30名同学,得到身高（cm）数据如下，数据已输入SPSS工作表。试以95%的置信度估计该大学三年级学生的平均身高。 （步骤；第一步，打开数据文件练习一.sav，选择Analyze→Descriptive Statistics→Explore， 第二步：单击鼠标左键，出现Explore主对话框，将“身高”变量送入dependent List（因变量清单）框，在Display框中选中Statistics（只输出统计量）点击statistics按钮，系统弹出statistics（探索分析统计）窗口，选中Descriptiv，接受95%的置信度，点击Continue按钮，返回Explore主对话es 框。 第三步，点击OK按钮，） 实验二、甲乙两台机床同时加工某种同类型的零件，已知两台机床加工零件的直径（单位：cm）分别服从正态分布，并且方差相等。为测定两台机床加工零件平均直径之差，分别独立抽取了8个零件测得数据如下表：试以95%的置信度估计甲乙两台机床加工零件平均直径之差。 （步骤；第一步，打开数据文件练习二.sav，选择菜单“Analyze→Compare Means→Independent-samples T Test”项，弹出“Independent- samples T Test”对话框。从对话框左侧的变量列表中选“零件直径”，进入“Test Variable(s)”框，选择变量“机床”，进入“Grouping Variable”框。点击“Define Groups”按钮弹出“Define Groups”定义框，在Group 1中输入“甲”，在Group 2中输入“乙”。 第三步：点击“Options”按钮弹出“Confidence Interval”定义框，在“Confidence Interval”框中输入“95”，点击“Continue” 第四步：单击“OK”按钮，得到输出结果。） 实验三、某饮料公司开发出一种产品，为比较消费者对新老产品口感满意程度，该公司随机抽选一组消费者，每个消费者先品尝一种饮料，然后再品尝另种饮料，两种饮料的品尝顺序是随机的，然后每个消费者要对两种饮料分别进行评分，平分结果如下：试建立新旧饮料平均得分之差在95%的置信区间。 （步骤；第一步，打开数据文件练习三.sav，选择菜单“Analyze→Compare Means→Paired-samples T Test”项，弹出“Paired - samples T Test”对话框。从对话框左侧的变量列表中选择变量新旧饮料进入Variables框第二步：点击“Options”按钮弹出“Confidence Interval”定义框，在“Confidence Interval”框中输入“95”，点击“Continue” 第三步：单击“OK”按钮，得到输出结果。） 结果；实验一：样本均值为1.6610，该大学的三年级学生平均身高的95%的置信区间为[1.6367；1.6853]毫米。输出结果同时还给出了总体方差和总体标准差的估计值等。