搜索
第四章实验二描述支付方式统计量标准误消费金额现金支付均值8.8392.85657均值的95%置信区间下限7.1036上限10.57485%修整均值8.6812中值7.4050方差27.881标准差5.28024极小值1.09极大值20.48范围19.39四分位距8.74偏度.435.383峰度-.859.750个人支票均值42.73202.47003均值的95%置信区间下限37.7359上限47.72815%修整均值42.7256中值41.3400方差244.043标准差15.62186极小值2.67极大值78.16范围75.49四分位距21.88偏度-.033.374峰度.267.733信用卡支付均值40.87683.17111均值的95%置信区间下限34.2821上限47.47155%修整均值40.7751中值45.3300方差221.230标准差14.87382极小值14.44极大值69.77范围55.33四分位距25.98偏度-.117.491峰度-1.000.953M-估计器支付方式Huber的M-估计器aTukey的双权重bHampel的M-估计器cAndrews波d消费金额现金支付8.34868.40768.59388.4097个人支票42.693642.623342.779042.6423信用卡支付41.374241.410140.917841.4139a.加权常量为1.339。b.加权常量为4.685。c.加权常量为1.700、3.400和8.500d.加权常量为1.340*pi。均值和M均值没有较大差异，说明数据中没有异常值正态性检验支付方式Kolmogorov-SmirnovaShapiro-Wilk统计量dfSig.统计量dfSig.消费金额现金支付.13338.088.94838.076个人支票.09040.200*.98940.955信用卡支付.17222.088.93822.179a.Lilliefors显著水平修正*.这是真实显著水平的下限。由于样本是大样本，所以看Kolmogorov-Smirnov检验，个人支票Sig.值为0.2，现金支付和信用卡支付Sig.值都为0.088，大于0.05，接受原假设，即服从正态分布。方差齐性检验Levene统计量df1df2Sig.消费金额基于均值15.832297.000基于中值12.568297.000基于中值和带有调整后的df12.568268.577.000基于修整均值15.940297.000由于P值均小于0.05，所以认为三组数据的方差不相等。从茎叶图、Q-Q图等可以看出其较好的符合正态分布。从箱体图可以看出各种支付方式不存在奇异值。（图略）实验三卡方检验值df渐进Sig.(双侧)Pearson卡方24.733a22.310似然比23.43522.378有效案例中的N37a.46单元格(100.0%)的期望计数少于5。最小期望计数为.16。从卡方检验的结果看出，各种检验方法的显著性水平均大于0.05，因此接受原假设，认为处分情况和上网时间是不相关的。第五章实验一age*sexagesex均值N标准差男78.47407.158女79.85407.177总计79.16807.155实验结果表明，女性的年龄平均比男性要高，但二者年龄的标准差大致相当，说明二者年龄的差异性大致相当。age*areaagearea均值N标准差长江以北78.60407.253长江以南79.73407.104总计79.16807.155实验结果表明，生活在长江以南的人的年龄平均比生活在长江以北的人的年龄要高，但二者年龄的标准差大致相当，说明二者年龄的差异性大致相当。实验二单个样本统计量N均值标准差均值的标准误纤度61.4767.07448.03040实验结果表明，样本均值为1.4767，与总体均值4.50是比较接近的。单个样本检验检验值=1.50tdfSig.(双侧)均值差值差分的95%置信区间下限上限纤度-.7675.477-.02333-.1015.0548实验结果表明。双侧t检验的显著性水平Sig.取值为0.477，大于0.05，所以不拒绝原假设，即认为样本均值与总体均值没有显著的差异。实验三组统计量激励方法N均值标准差均值的标准误业绩增长dimension1甲717.0143.63095.23848乙716.5143.50474.19077由表可得，甲乙两种激励方法业绩增长的均值差距不大，但标准差略有差距。独立样本检验方差方程的Levene检验均值方程的t检验FSig.tdfSig.(双侧)均值差值标准误差值差分的95%置信区间下限上限业绩增长假设方差相等.121.7341.63712.128.50000.30539-.165401.16540假设方差不相等1.63711.448.129.50000.30539-.168971.16897由表可得，方差方程的Levene检验的显著性水平为0.734，远大于0.05，所以认为两样本的方差是相等的，因此我们选择第一行的结果，由于t检验的显著性水平为0.128，大于0.05，所以不拒绝原假设，即认为两样本的均值是相等的，即甲乙两种激励方法的效果不存在显著性差异。实验四成对样本统计量均值N标准差均值的标准误对1卷A149.60202.542.568成对样本统计量均值N标准差均值的标准误对1卷A149.60202.542.568卷B148.90202.654.593由表可知，卷A结果的得分的均值与卷B结果的得分的均值大致相当，标准差也大致相当成对样本相关系数N相关系数Sig.对1卷A&卷B20.711.000由表可知，t检验的显著性水平为0.130，大于0.05，即认为两套问卷所得结果的平均值没有显著差异。第七章实验一描述性统计量均值标准差N投入人年数2144.3871634.376931课题总数（当年）960.000838.188731相关性投入人年数课题总数（当年）投入人年数Pearson相关性1.959**显著性（双侧）.000由表可知，其相关性系数为0.711，对应的显著性水平为0.000，小于0.05，即认为两样本的相关性不显著。成对样本检验成对差分tdfSig.(双侧)均值标准差均值的标准误差分的95%置信区间下限上限对1卷A-卷B.7001.976.442-.2251.6251.58419.130平方与叉积的和8.014E73.941E7协方差2671187.8451313583.600N3131课题总数（当年）Pearson相关性.959**1显著性（双侧）.000平方与叉积的和3.941E72.108E7协方差1313583.600702560.333N3131**.在.01水平（双侧）上显著相关。从表中可以看出Pearson相关系数为0.959，即课题总数与投入人年数的相关系数为0.959，双侧检验值为0.000，小于0.05，拒绝原假设，认为总体相关系数与0有显著差异，因此认为二者存在相关关系，由于0.959接近于1，所以认为二者存在较强的线性关系。同理，课题总数与投入高级职称的人年数存在较强线性关系（相关系数0.944）课题总数与投入科研事业费存在较强线性关系（相关系数0.862）课题总数与专著数存在较强线性关系（相关系数0.868）课题总数与论文数存在较强线性关系（相关系数0.887）课题总数与获奖数不存在较强线性关系（相关系数0.665）实验二相关性控制变量城镇居民家庭人均消费城镇居民家庭人均可支配收入农村居民家庭人均纯收入-无-a城镇居民家庭人均消费相关性1.000.990.990显著性（双侧）..000.000df01414城镇居民家庭人均可支配收入相关性.9901.000.995显著性（双侧）.000..000df14014农村居民家庭人均纯收入相关性.990.9951.000显著性（双侧）.000.000.df14140农村居民家庭人均纯收入城镇居民家庭人均消费相关性1.000.385显著性（双侧）..157df013城镇居民家庭人均可支配收入相关性.3851.000显著性（双侧）.157.df130a.单元格包含零阶(Pearson)相关。在一般相关分析下，城镇居民家庭人均消费与城镇居民家庭人均可支配收入相关系数取值为0.990，其Sig.值为0.000，小于0.01，说明二者相关性是显著的。但在控制了农村居民家庭人均纯收入这个变量的偏相关分析下，乡姑纳西助威0.385，Sig.值为0.157，大于0.05，说明此事二者的相关性是不显著的。同理城镇居民家庭人均消费与农村居民家庭人均纯收入在一般相关分析下相关性显著，偏相关分析下不显著。。输入／移去的变量b模型输入的变量移去的变量方法相关性控制变量城镇居民家庭人均消费农村居民家庭人均纯收入城镇居民家庭人均可支配收入-无-a城镇居民家庭人均消费相关性1.000.990.990显著性（双侧）..000.000df01414农村居民家庭人均纯收入相关性.9901.000.995显著性（双侧）.000..000df14014城镇居民家庭人均可支配收入相关性.990.9951.000显著性（双侧）.000.000.df14140城镇居民家庭人均可支配收入城镇居民家庭人均消费相关性1.000.284显著性（双侧）..305df013农村居民家庭人均纯收入相关性.2841.000显著性（双侧）.305.df130a.单元格包含零阶(Pearson)相关。、第八章实验一1X5,X3,X4,X2,X1a.输入a.已输入所有请求的变量。b.因变量:Y进入法下，五个变量都进入了。模型汇总b模型RR方调整R方标准估计的误差Durbin-Watson1.999a.998.99749.5031.993a.预测变量:(常量),X5,X3,X4,X2,X1。b.因变量:Y从表中可以看出，本里的拟合优度是0.997.说明拟合程度非常高。Anovab模型平方和df均方FSig.1回归1.382E752763773.2021127.806.000a残差24505.740102450.574总计1.384E715a.预测变量:(常量),X5,X3,X4,X2,X1。b.因变量:Y从表中可以得到，回归模型的Sig.值接近0，说明该回归模型有显著的统计意义。系数a模型非标准化系数标准系数tSig.共线性统计量B标准误差试用版容差VIF1(常量)451.138178.1272.533.030X1.354.0852.4474.151.002.0011963.669X2-.561.125-2.485-4.476.001.0011740.724X3-.007.002-.083-3.510.006.3153.172X421.5774.031.5315.353.000.01855.490X5.435.052.5648.439.000.04025.194系数a模型非标准化系数标准系数tSig.共线性统计量B标准误差试用版容差VIF1(常量)451.138178.1272.533.030X1.354.0852.4474.151.002.0011963.669X2-.561.125-2.485-4.476.001.0011740.724X3-.007.002-.083-3.510.006.3153.172X421.5774.031.5315.353.000.01855.490X5.435.052.5648.439.000.04025.194a.因变量:Y从表中可以看出，本里的拟合结果是Y=0.354X1-0.561X2-0.007X3+21.577X4+0.435X5+451.138，而且每个变量的系数的Sig.值都接近于0，说明每个系数都是有统计学意义的。因此，就不进行共线性诊断了。实验二经过结果分析，认为二次曲线的模型最符合实际，现将二次曲线模型拟合优度的检验结果进行分析。模型汇总RR方调整R方估计值的标准误.953.908.900.570自变量为Advertisingspending