N
Mean
Std. Deviation
Std. Error Mean
折断力
10
2833.50
35.044
11.082
结果：样本均值为2833.50与总体均值2820比较接近
One-Sample Test
Test Value = 2820
t
df
Sig. (2-tailed)
Mean Difference
Frequency Stem & Leaf
9.00 0 . 122223344
5.00 0 . 56788
2.00 1 . 03
1.00 1 . 7
1.00 2 . 3
3.00 2 . 689
1.00 3 . 1
Stem width: 1000
Each leaf: 1 case(s)
分析—描述统计—QQ图，选择如下：
95% Confidence Interval of the Difference
Lower
Upper
折断力
1.218
9
.254
13.500
-11.57
38.57
结果：
t值为1.218小于临界值2.26，且P值为0.254大于显著性水平0.05，接受原假设，即认为样本均值与总体均值之差可能是抽样误差所导致
399673.838
4536136.444
百分位数
25
304.25
239.75
596.25
50
727.50
530.50
1499.50
75
1893.50
1197.00
4136.75
3画直方图，茎叶图，QQ图。（全国居民）
分析—描述统计—探索，选择如下：
输出：
全国居民Stem-and-Leaf Plot
.336
.340
.613**
1
显著性（双侧）
.136
.131
.003
N
21
21
21
21
**.在.01水平（双侧）上显著相关。
结果：x4与其他数据无相关性，其他三组数据线性相关
相关系数
x1
x2
x3
x4
Spearman的rho
x1
相关系数
1.000
.790**
.434*
.431
Sig.（双侧）
.
.000
7残差分析
分析—回归—线性，选择如下：
输出：
逐步回归结果：
两变量的系数p值均小于0.05均有统计学意义。
结果：由残差统计量表看出，数据无偏离值，标准差比较小，认为模型健康。
概率论课本习题7.5
8一个正态总体独立样本均值的t检验与区间估计
分析—比较均值—独立样本T检验：
输出：
One-Sample Statistics
.385
.336
显著性（双侧）
.000
.085
.136
N
21
21
21
21
x2
Pearson相关性
.766**
1
.427
.340
显著性（双侧）
.000
.054
.131
N
21
21
21
21
x3
Pearson相关性
.385
.427
1
.613**
显著性（双侧）
.085
.054
.003
N
21
21
21
21
x4
Pearson相关性
输出：
结果同上：认为样本均值是相等的，即电阻均值没有显著性差异。
60
.174
a. Lilliefors显著水平修正
*.这是真实显著水平的下限。
结果：在Shapiro-Wilk检验结果 ，p=0.174大于0.05接受原假设，即数据来自正太总体。
习题1.5
5多维正态数据的统计量
数据：
统计量
x1
x2
x3
x4
N
有效
21
21
21
21
缺失
0
0
0
0
均值
18.219
27.867
概率论课本习题7.7
9两个正态总体均值差异比较的t检验与配对检验
分析—均值比较—独立样本T检验，选择如下：
输出：
结果：P值为1大于显著性水平0.05，认为方差相等。此时，p值（Sig. (2-tailed)）为0.229大于显著性水平0.05，认为样本均值是相等的，即电阻均值没有显著性差异。
分析—比较均值—配对样本T检验，选择如下：
4.505
33.767
均值向量为：
项间协方差矩阵
x1
x2
1.019
1.266
x2
2.707
3.559
1.139
1.289
x3
1.019
1.139
1.998
1.740
x4
1.266
1.289
1.740
4.032
相关性
x1
x2
x3
x4
x1
Pearson相关性
1
.766**
第一次试验报告
习题1.3
1建立数据集，定义变量并输入数据并保存。
2数据的描述，包括求均值、方差、中位数等统计量。
分析—描述统计—频率，选择如下：
输出：
统计量
全国居民
农村居民
城镇居民
N
有效
22
22
22
缺失
0
0
0
均值
1116.82
747.86
2336.41
中值
727.50
530.50
1499.50
方差
1031026.918
输出：
习题1.1
4数据正态性的检验：K—S检验，W检验
数据：
取显著性水平为0.05
分析—描述统计—探索，选择如下：
（1）K—S检验
单样本Kolmogorov-Smirnov检验
身高
N
60
正态参数a,,b
均值
139.00
标准差
7.064
最极端差别
绝对值
.089
正
.045
负
-.089
Kolmogorov-Smirnov Z
.049
.051
N
21
21
21
21
x2
相关系数
.790**
1.000
.511*
.488*
Sig.（双侧）
.000
.
.018
.025
N
21
21
21
21
x3
相关系数
.434*
.511*
1.000
.691**
Sig.（双侧）
.049
.018
.
.001
N
21
21
21
21
x4
相关系数
.431
.488*
.691**
1.000
Sig.（双侧）
.051
.025
.001
.
N
21
21
21
21
**.在置信度（双测）为0.01时，相关性是显著的。
*.在置信度（双测）为0.05时，相关性是显著的。
结果：由Spearman相关矩阵的输出结果看，取显著性水平0.1，p值皆小于0.1，所以数据相关性显著
习题2.4
6线性回归线的拟合，回归系数的区间估计与假设检验，回归系数的选择、逐步回归。
.686
渐近显著性(双侧)
.735
a.检验分布为正态分布。
b.根据数据计算得到。
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。
（2）W检验
正态性检验
Kolmogorov-Smirnova
Shapiro-Wilk
统计量
df
Sig.
统计量
df
Sig.
身高
.089
60
.200*
.972