为了研究某高校男女生考试成绩的差异, 调查了一个课堂上男女生的考试成绩。
输出结果中有两个t检验值。 这里应该采用哪个t检验值得出结论? t检验的原假设和备择假设分别什么? 检验的结论如何? 显著性水平等于5%。
根据某足球俱乐部的门票收入(Y, 百万欧元) 的季度数据(2000年春季到2004年冬季) , 求得春、 夏、 秋、 冬四季的季节指数分别为0.6、 1.2、 1.5、0.7, 拟合的趋势方程为Y(∧)=2.5+0.1t(2010年春季t=1, 2014年冬季t=20) 。 根据以上资料预测该俱乐部2015年四个季度的门票收入。
为了研究某高校男女生考试成绩的差异, 调查了一个课堂上男女生的考试成绩。
该课堂男女生的平均考试成绩和标准差如下表。 根据表中的数据比较男女生考试成绩的相对离散程度。
性别 | N | 均值 | 标准差 |
男 | 20 | 73.2 | 8.37 |
女 | 20 | 80.1 | 9.41 |
根据样本数据对考试成绩进行两个独立样本的t检验。 SPSS统计软件的输出结果如下表:
Levene's Test for Equzlity of Variances |
t-test for Equality of Mcans | |
F Sig. | t df Sig(2-ealied) | |
假设等方差 不假设等方差 |
1.64 0.21 | -2.45 28.00 0.0190 -2.45 37.49 0.0191 |
为了研究某高校男女生考试成绩的差异, 调查了一个课堂上男女生的考试成绩。
表中的F统计量为1.64, Sig.=0.21。 这里F检验的原假设和备择假设分别什么? 在5%的显著性水平下检验的结论如何?
在一次研究中比较了A、 B、 C共3种汽车在相同行驶条件下的百公里耗油量(升) 。 研究中每种汽车进行了5次实验, 用Excel对数据进行分析, 输出的结果如下。
组 | 观测数 | 求和 | 平均 | 方差 |
A | 5 | 37.2 | 7.44 | 0.053 |
B | 5 | 42.3 | 8.46 | 0.058 |
C | 5 | 43.2 | 8.64 | 0.053 |
差异源 | SS | df | MS | F | p值 |
组间 | 4.188 | 2 | 2.094 | 38.30488 | 6.71E-06 |
组内 | 0.656 | 12 | 0.054667 | ||
总计 | 4.844 | 14 |
这是什么统计方法? 使用这种方法需要哪些假设条件?
为了研究某高校男女生考试成绩的差异, 调查了一个课堂上男女生的考试成绩。
输出结果中有两个t检验值。 这里应该采用哪个t检验值得出结论? t检验的原假设和备择假设分别什么? 检验的结论如何? 显著性水平等于5%。
在一次研究中比较了A、 B、 C共3种汽车在相同行驶条件下的百公里耗油量(升) 。 研究中每种汽车进行了5次实验, 用Excel对数据进行分析, 输出的结果如下。
组 | 观测数 | 求和 | 平均 | 方差 |
A | 5 | 37.2 | 7.44 | 0.053 |
B | 5 | 42.3 | 8.46 | 0.058 |
C | 5 | 43.2 | 8.64 | 0.053 |
差异源 | SS | df | MS | F | p值 |
组间 | 4.188 | 2 | 2.094 | 38.30488 | 6.71E-06 |
组内 | 0.656 | 12 | 0.054667 | ||
总计 | 4.844 | 14 |
写出分析中的原假设、 备择假设以及检验的结论和检验的依据(α=0.05) 。
为了研究某高校男女生考试成绩的差异, 调查了一个课堂上男女生的考试成绩。
在t=-2.45, df=38时SPSS计算的Sig.(2-tailed) 等于0.019。 画一个示意图说明Sig.(2-tailed) 的含义。
双侧检验下的P值=P(|t|≥|tobs |) , 即上图所示的阴影部分的面积。
在一次研究中比较了A、 B、 C共3种汽车在相同行驶条件下的百公里耗油量(升) 。 研究中每种汽车进行了5次实验, 用Excel对数据进行分析, 输出的结果如下。
组 | 观测数 | 求和 | 平均 | 方差 |
A | 5 | 37.2 | 7.44 | 0.053 |
B | 5 | 42.3 | 8.46 | 0.058 |
C | 5 | 43.2 | 8.64 | 0.053 |
差异源 | SS | df | MS | F | p值 |
组间 | 4.188 | 2 | 2.094 | 38.30488 | 6.71E-06 |
组内 | 0.656 | 12 | 0.054667 | ||
总计 | 4.844 | 14 |
用SPSS进行多重比较的部分结果如下表, 根据结果分析兰种汽车平均耗油量两两之间的差异是否显著(α=0.05) 。
(I)型号 |
(J)型号 |
均值差(I-J) | p值 | 95% | 置信区间 |
A | B C |
-1.0200 -1.2000 |
0.0000 0.0000 |
-1.3422 -1.5222 |
-0.6978 -0.8778 |
B | A C |
1.0200 -0.1800 |
0.0000 0.2469 |
0.69778 -0.5022 |
1.3422 0.1422 |
C | A B |
1.2000 0.1800 |
0.0000 0.2469 |
0.8778 -0.1422 |
1.5222 0.5022 |
某工厂正常生产时, 排出的污水中动植物油的浓度X~N(10, σ2 ),今阶段性抽取10个水样, 测得平均浓度为10.8(mg/L) , 标准差为1.2(mg/L) , 从均值的角度分析该工厂生产是否正常? 已知α=0.05, t0.025 (9) =2.262。
研究人员试图通过随机调查取得50名从业人员的性别、 月 收入和月 消费支出数据, 来建立居民消费支出的预测模型。 分析中性别变量的取值为男性=1, 女性=0。
根据得到的50组数据, 用Excel进行回归分析(支出为因变量, 性别和收入为自变量) , 部分结果如下。 己知居民的平均支出为2188元, 计算模型预测误差的离散系数。
回归统计 |
R Square 0.9840 |
某工厂对产品使用寿命进行检测, 用不重复抽样方法从6000件成品中抽取240件对其使用寿命进行调查, 测得样本平均寿命为4300小时。 而前期研究表明总体标准差为720小时。 请回答如下问题:
样本平均寿命的抽样平均误差是多少?
解:样本平均寿命的抽样平均误差即样本平均寿命的标准差。
计算公式为:
样本平均寿命的抽样平均误差约为45.54。
研究人员试图通过随机调查取得50名从业人员的性别、 月 收入和月 消费支出数据, 来建立居民消费支出的预测模型。 分析中性别变量的取值为男性=1, 女性=0。
根据以下结果写出回归方程的表达式, 说明回归系数的含义, 并计算月 收入为3000元的女性的平均支出。
Coneffients | 标准误差 | t Star | P-value | |
Intereept | 355.89 | 47.8602 | 7.4361 | 0.0000 |
收入 | 0.64 | 0.0131 | 48.7803 | 0.0000 |
性别 | -413.86 | 28.4723 | -14.5357 | 0.00000 |
某工厂对产品使用寿命进行检测, 用不重复抽样方法从6000件成品中抽取240件对其使用寿命进行调查, 测得样本平均寿命为4300小时。 而前期研究表明总体标准差为720小时。 请回答如下问题:
若其他条件不变, 调整最大允许误差为70小时, 按不重复抽样方法, 至少应抽取多少产品作为样本?
设某人从外地赶来参加紧急会议, 他乘火车、 轮船、 汽车或飞机来的概率分别是3/10, 1/5, 1/10和2/5。 如果他乘飞机来, 不会迟到; 而乘火车、轮船或汽车来, 迟到的概率分别是1/4, 1/3, 1/2。 现此人迟到, 试推断他乘哪一种交通工具的可能性最大?
研究人员试图通过随机调查取得50名从业人员的性别、 月 收入和月 消费支出数据, 来建立居民消费支出的预测模型。 分析中性别变量的取值为男性=1, 女性=0。
在回归分析中, 我们通常需要对回归方程同时做t检验和F检验。 这两种检验的目的有何区别? 可以相互替代吗?