| 查看: 1688 | 回复: 3 | |||
| 本帖产生 1 个 博学EPI ，点击这里进行查看 | |||
xuyimen银虫 (小有名气)
|
[交流]
SPSS问题
|
||
| 我要用SPSS进行参数估计，模型公式是x=a*EXP(-k*t)+c,用非线性回归进行参数估计，应该怎么做，直接做可以吗？希望各位高手给支支招。 |
回复此楼» 猜你喜欢
一志愿2110，化学学硕310分，本科重点双非求调剂
已经有11人回复
-
一志愿华东理工085601材料工程303分求调剂
已经有12人回复
-
化学0703-一志愿211-338分求调剂
已经有10人回复
-
307分材料专业求调剂
已经有11人回复
-
315求调剂
已经有17人回复
-
0703化学
已经有27人回复
-
调剂
已经有6人回复
-
280求调剂
已经有9人回复
-
324求调剂
已经有13人回复
-
化学调剂求助
已经有13人回复
ganchunlei
至尊木虫 (著名写手)
- 博学EPI: 166
- 应助: 0 (幼儿园)
- 贵宾: 2.296
- 金币: 12591.6
- 散金: 514
- 红花: 8
- 沙发: 2
- 帖子: 2353
- 在线: 1469.4小时
- 虫号: 257983
- 注册: 2006-06-10
- 性别: MM
- 专业: 有机分析
|
可不可以，试一下就知道了，有很多参考书， 1. 在SPSS中，几乎所有的非参数分析方法都被放入了Nonparametric Tests菜单中，具体来讲有以下几种： Chi-square test：用卡方检验来检验变量的几个取值所占百分比是否和我们期望的比例没有统计学差异。比如我们在人群中抽取了一个样本，可以用该方法来分析四种血型所占的比例是否相同（都是25%），或者是否符合我们所给出的一个比例（如分别为10%、30%、40%和20%，我随便写的）。请注意该检验和我们一般所用的卡方不太一样，我们一般左的卡方要用crosstable菜单来完成，而不是这里。 Binomial Test：用于检测所给的变量是否符合二项分布，变量可以是两分类的，也可以使连续性变量，然后按你给出的分界点一刀两断。 Runs Test：用于检验某变量的取值是否是围绕着某个数值随机地上下波动，该数值可以是均数、中位数、众数或人为制定。一般来说，如果该检验P值有统计学意义，则提示有其他变量对该变量的取值有影响，或该变量存在自相关。 One-Sample Kolmogorov-Smirnov Test：采用柯尔莫诺夫-斯米尔诺夫检验来分析变量是否符合某种分布，可以检验的分布有正态分布、均匀分布、Poission分布和指数分布。 Two-Independent-Samples Tests：即成组设计的两样本均数比较的非参数检验。 Tests for Several Independent Samples：成组设计的多个样本均数比较的非参数检验，此处不提供两两比较方法。 Two-Related-Samples Tests：配对设计两样本均数的非参数检验。 Tests for Several Related Samples：配伍设计多个样本均数的非参数检验，此处同样不提供两两比较。 |
2楼2010-08-22 10:54:21
ganchunlei
至尊木虫 (著名写手)
- 博学EPI: 166
- 应助: 0 (幼儿园)
- 贵宾: 2.296
- 金币: 12591.6
- 散金: 514
- 红花: 8
- 沙发: 2
- 帖子: 2353
- 在线: 1469.4小时
- 虫号: 257983
- 注册: 2006-06-10
- 性别: MM
- 专业: 有机分析
xuyimen(金币+2, 博学EPI+1): 2010-08-22 21:43:46
|
2. 第三章 参数估计 §3.1 概述 参数估计的方法有点估计和区间估计二种. 参数估计的方法有点估计和区间估计二种. 区间估计给出总体未知参数所在的可能区间即置信区 它会随样本的不同而不同, 间,它会随样本的不同而不同,可以解决参数估计的精 确度与可靠性问题, 确度与可靠性问题,它能够以一定的置信度保证估计的 正确性. 正确性. 置信度与精确度关系:一般情况下,置信度越高, 置信度与精确度关系:一般情况下,置信度越高, 允许 误差越大,精确度越低. 误差越大,精确度越低. 在样本容量一定时, 在样本容量一定时,通常是在确保一定置信度的前提下 提高精确度. 提高精确度. 掌握的样本不同所用区间估计的公式不同. 掌握的样本不同所用区间估计的公式不同 区间估计公式( §3.2 区间估计公式(1) (一)一个总体均值的区间估计待估计参数 已知条件 正态总体, 正态总体,σ2已知 正态总体, 未知n 正态总体,σ2未知n<30 非正态总体, 非正态总体,n≥30 σ未知时,用S 未知时, 未知时 有限总体, 有限总体,n≥30 不重复) (不重复) 未知时, σ未知时,用S 置信区间 X ± Zα 2 σ n 总体均值 (μ) s X ± tα (n1) n 2 s X ± Zα n 2 X ± Zα 2 σ N n n N 1 (二)一个总体比率的区间估计待估计参数 已知条件 无限总体, 无限总体, np和nq都大于 都大于5 np和nq都大于5 总体比率 (p) 有限总体, 有限总体, np和nq都大于 都大于5 np和nq都大于5 置信区间 P(1 P) p ± Zα n 2 P(1 P) N n p ± Zα ( ) n N 1 2 §3.3已知原始数据资料的参数估计 —Analyze Analyze Compare means §3.3.1单个总体均值的区间估计步骤: 1,选择Analyze Analyze sample T Compare means oneoneTest 对话框 检验变量栏 选择置信度和控 制缺失值处理 检验值栏 Options子对话框 Options子对话框 ------ 选择置信度和控制缺失值处理 1 α (或1 2α ) 只删除与分析有关的 带有缺失值的观测量 删除所有带缺失值的观测量 区间估计公式( §3.2 区间估计公式(2) (三)两个总体均值之差的区间估计待估计参数 θ 已知条件 两个正态总体 置信区间 θ ±△ σ 12 n1 两个总体 均值之差 1-2 σ ,σ 2 1 2 2 已知 (X1 X 2) ± Zα 2 + σ 22 n2 两个正态总体 2 σ 12 , σ 2 未知但相等 两个非正态总体 ( X 1 X 2 ) ± tα 2 ( n1 + n2 2 ) Sp 1 1 + n1 n2 (X n1,n2≥30 1 X 2 )± Z α 2 σ 2 1 n1 + σ 2 2 n2 (四)两个总体比率(成数)之差的区间估计待估计参数 θ 两个总体 成数之差 (P1-P2) 已知条件 置信区间 θ ±△ 无限总体, 无限总体, p1q2 p2q2 + N1P1>5, n1q1>5 (p1 p2 ) ± Zα n1 n2 2 N2P2>5, n2q2>5 有限总体, 有限总体, p1q1 N1 n1 p2q2 N2 n2 N1P1>5, n1q1>5 ( p1 p2 ) ± Zα n N 1 + n N 1 1 1 2 2 2 N2P2>5, n2q2>5 3.3.2两个总体均值之差的区间估计步骤 §3.3.2两个总体均值之差的区间估计步骤若是两个独立样本(n 1,若是两个独立样本(n1 ≠n2 )则运行两个独立 样本之差的T检验Independent Independent样本之差的T检验Independent-Samples T 过程; Test过程 Test过程; 若是两个独立样本(n ),则运行两个配对 2,若是两个独立样本(n1=n2 ),则运行两个配对 样本均值之差的T检验Paired Samples 样本均值之差的T检验Paired –Samples T Test过程 过程. Test过程. 意义: 意义:运行检验过程可得两个总体均值之差在一 定把握程度下的区间估计. 定把握程度下的区间估计. 二者比较: 二者比较:利用配对样本可使两个样本中许多其 它因素保持完全相同. 它因素保持完全相同.因此估计误差会比独立 样本小. 样本小. IndependentTest过程 1,Independent-Sample T Test过程 选择Analyze 选择Analyze Compare Means IndependentIndependent-Samples T Test, 打开Independent-Samples T Test对话 Independent框, Independent打开Independent-Samples 对话框, T Test对话框, 检验变量栏 分组变量栏, 只能有一个分 组变量 定义分组按钮 案例1 1,学生对教学改革态度的分析(one sample ) 学生对教学改革态度的分析(one 学生对教学改革态度的分析 某校在对实行挂牌上课教学改革措施的效果评价 中,随机抽选了60位学生进行态度调查,他们的 随机抽选了60位学生进行态度调查, 60位学生进行态度调查 10项态度量表的态度反映资料如下 项态度量表的态度反映资料如下: 10项态度量表的态度反映资料如下挂牌上课态度反映得分(X) 挂牌上课态度反映得分( 10—20 10 20 20—30 20 30 30—40 30 40 40—50 40 50 50—60 50 60 60—70 60 70 合计 人数(f ) 人数( 2 6 10 12 20 10 60 案例1 案例1 (1分表示"很不同意" (1分表示"很不同意",7分表示"很同 分表示 分表示" 10项态度分累加后得一总态度分 项态度分累加后得一总态度分, 意",将10项态度分累加后得一总态度分,这种 量叫7级李克累加量表): 量叫7级李克累加量表): 试计算: 试计算: 学生态度得分的平均值和标准差; (1)学生态度得分的平均值和标准差; 构造学生态度得分平均值的98%置信区间. 98%置信区间 (2)构造学生态度得分平均值的98%置信区间. 操作步骤: 操作步骤: 定义变量X 为组中值, (1)定义变量X和f ,X 为组中值,输入数据资 料; 选择Data ,对 进行加权. (2)选择Data Weight Cases ,对f 进行加权. 选择Analyze Compare means one(3)选择Analyze onesample T Test 将变量X放入Test Test栏中 (4)将变量X放入Test栏中 子对话框,置信度为98% 98%, (5)激活 子对话框,置信度为98%, Options … ,返回one-sample 按钮, one单击 按钮 返回one T Continue Test主对话框 主对话框; Test主对话框; 按钮执行. (6)单击 按钮执行. OK T - Test One-Sample Statistics N 反反反反反反反 60 Std. Error Mean Std. Deviation Mean 47.0000 13.62948 1.75956 One-Sample Test Test Value = 0 98% Confidence Interval of the Difference Lower Upper 42.7925 51.2075 反反反反反反反 t 26.711 df 59 Sig. (2-tailed) .000 Mean Difference 47.00000 结论: 结论: 1:学生态度得分的平均值为47分 学生态度得分的平均值为47 表1:学生态度得分的平均值为47分,标准差 13.6295分 为13.6295分. 2:以98%的置信区间估计学生总体态度得 表2:以98%的置信区间估计学生总体态度得 分平均值的置信区间为 (42.7925,51.2075) 从中可以反映出学生对挂牌上课这一教改 措施普遍赞成,但并不十分拥护,可见还 措施普遍赞成,但并不十分拥护, 需进一步改进和完善. 需进一步改进和完善. 案例2___电视广告平均受益量的估计 2,某电视台广告部想要估计一下各企业在该电台 某电视台广告部想要估计一下各企业在该电台 的黄金时间播放电视广告后的一个月内的平均受 益量.为此他们抽取了33 33家播放广告的同类企业 益量.为此他们抽取了33家播放广告的同类企业 的随机样本,资料如下: 的随机样本,资料如下: 该电视台想以95%的置信度宣布平均受益量 该电视台想以95%的置信度宣布平均受益量 95% 平均利润增长量),试构造适当的置信区间. ),试构造适当的置信区间 (平均利润增长量),试构造适当的置信区间. 案例2 企业 序号 1 2 8.6 3 7.7 4 5 6 8.3 7 7.1 8 9 10 9.2 11 8.8 利润增 7.3 量 (万 元) 6.5 9.4 10.2 5.4 企业 序号 12 13 13 14 15 16 17 18 19 20 21 利润增 9.7 量 (万 元) 6.9 4.3 11. 8.2 2 26 27 8.7 7.6 9.1 6.6 8.5 8.9 企业 序号 23 24 25 28 29 30 31 32 33 利润增 10.4 12. 量 (万 8 元) 14. 6 7.5 11.7 6.0 13.2 13.6 9.0 5.9 9.6 解: 该电视台宣布的平均受益量应该是最小受益 量,故构造置信下限.设X为企业利润增量. 操作步骤: 定义变量X输入数据资料; (1)定义变量X输入数据资料; 选择Analyze Compare means (2)选择Analyze oneone-sample T Test 将变量X放入Test Test栏中 (3)将变量X放入Test栏中 子对话框, (4)激活 Options … 子对话框,置信度改 90%, 按钮,返回one one为90%,单击 Continue 按钮,返回oneTest主对话框 主对话框; sample T Test主对话框; 单击OK (5)单击OK 按钮执行 T - Test One-Sample Statistics N 33 Mean 8.8636 Std. Deviation 2.40271 Std. Error Mean .41826 利利利利 One-Sample Test Test Value = 0 90% Confidence Interval of the Difference Lower Upper 8.1552 9.5721 利利利利 t 21.192 Mean df Sig. (2-tailed) Difference 32 .000 8.86364 结论: 结论 1:33家平均受益量为 8.8636万元 万元, 表1:33家平均受益量为 8.8636万元,标准 差为2.4027万元. 2.4027万元 差为2.4027万元. 2:该项电视台可以95%的置信度宣布在该 该项电视台可以95% 表2:该项电视台可以95%的置信度宣布在该 电台黄金时间做广告给企业带来的平均 受益量至少在8.1552万元以上. 8.1552万元以上 受益量至少在8.1552万元以上. |
3楼2010-08-22 10:55:03
ganchunlei
至尊木虫 (著名写手)
- 博学EPI: 166
- 应助: 0 (幼儿园)
- 贵宾: 2.296
- 金币: 12591.6
- 散金: 514
- 红花: 8
- 沙发: 2
- 帖子: 2353
- 在线: 1469.4小时
- 虫号: 257983
- 注册: 2006-06-10
- 性别: MM
- 专业: 有机分析
| 实例分析3___新旧电池使用寿命比较 实例分析3___新旧电池使用寿命比较 3___ (Independent ) 某一个新的制造过程可以增加电池的使用 寿命,假设电池使用寿命服从正态分布. 寿命,假设电池使用寿命服从正态分布.在新电 池中随机抽取15 15个 而在旧电中随机抽取12 12个同 池中随机抽取15个,而在旧电中随机抽取12个同 时测试其使用寿命,资料如下: 时测试其使用寿命,资料如下:新旧两种电池平 均使用寿命之差95%的置信区间. 95%的置信区间 均使用寿命之差95%的置信区间. 新电池 ):18.2\10.4\12.6\18.0\11.7\15.0\24.0\17.6\ (日):18.2\10.4\12.6\18.0\11.7\15.0\24.0\17.6\23 .6\24.8\19.3\20.5\19.8\17.1\ .6\24.8\19.3\20.5\19.8\17.1\16.3 旧电池 ):12.1\17.5\8.6\13.9\7.8\15.1\17.9\10.6\ (日):12.1\17.5\8.6\13.9\7.8\15.1\17.9\10.6\13.8 14.2\15.3\ \14.2\15.3\11.6 解:已知的原始数据是总体服从正态分布的两个 独立样本. 代表电池使用寿命, 独立样本.设X代表电池使用寿命,g代表分组号操作步骤: 操作步骤: 定义变量X 输入数据资料,新旧电池寿命数据全部输入X (1)定义变量X和g,输入数据资料,新旧电池寿命数据全部输入X 同一列中, 分别取1 新电池组号为1 旧电池组号为2 同一列中, g分别取1和2,新电池组号为1,旧电池组号为2 (2)选择Analyze 选择Analyze IndependentCompare Means Independent-Samples T Test, 打开Independent-Samples T Test对话框, Test对话框 对话框, 打开IndependentIndependent 将变量X放入Test Test栏中 (3)将变量X放入Test栏中 激活Define 按钮,打开该对话框Groups1中输入1 Groups1中输入 (4)激活Define Groups 按钮,打开该对话框Groups1中输入1 Groups2中输入 中输入2 单击Continue返回主对话框; Continue返回主对话框 Groups2中输入2,单击Continue返回主对话框; 单击OK (5)单击OK 按钮执行 T - Test Group Statistics g 1 2 N 15 12 Mean 17.927 12.367 Std. Deviation 4.3442 3.2609 Std. Error Mean 1.1217 .9413 x Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Mean Std. Error Difference df Sig. (2-tailed) Difference Difference Lower Upper 25 .001 .001 5.5600 5.5600 1.5123 2.4454 8.6746 1.4643 2.5437 8.5763 x F Equal variances .514 assumed Equal variances not assumed Sig. .480 t 3.677 3.797 24.928 结论: 得出两个独立样本各自的均值, 表1:得出两个独立样本各自的均值,标准 差以及平均标准误差. 差以及平均标准误差.新电池的平均使用 寿命明显长于旧电池. 寿命明显长于旧电池. 表2:可以看出新旧电池平均使用寿命之差 95%的置信区间为 的置信区间为: 的95%的置信区间为:若两个样本方差相 等则为(2.4454,8.6746);若两个样 等则为(2.4454,8.6746);若两个样 ); 本方差不等则为(2.5437,8.5763) 本方差不等则为(2.5437,8.5763) 2,Paired-Samples Paired选择Analyze 选择Analyze Compare Means Test过程 T Test过程 PairedPaired-Sample T Test, 打开Paired-Sample T Test主对话 Paired框 2,Paired-Samples Paired- Test过程 T Test过程 配对变量栏 当前选择栏 选择项按钮 实例分析4 ___吸烟有害广告作用的分析 实例分析4 ___吸烟有害广告作用的分析 (Paired ) 形形色色的广告已深入到社会各个方面, 形形色色的广告已深入到社会各个方面,与 人民生活密不可分. 人民生活密不可分.成功的广告将留给人们较深 的印象,并带给企业丰厚的回报, 的印象,并带给企业丰厚的回报,如何鉴定广告 的效果,如何选择最佳的广告制作, 的效果,如何选择最佳的广告制作,对此西方国 家更多地采用统计方法来判断,举例如下: 家更多地采用统计方法来判断,举例如下: 为了研究吸烟有害广告对吸烟者减少吸烟 量甚至戒烟是否有作用, 量甚至戒烟是否有作用,从某吸烟者中随机抽取 33位吸烟者,调查他们在观看广告前后的每天吸 33位吸烟者, 位吸烟者 烟量( 数据如下表. 烟量(支)数据如下表.试问影片对他们的吸烟量 有无产生作用?为了支持你的答案, 有无产生作用?为了支持你的答案,请构造一个 99%的置信区间 的置信区间. 99%的置信区间. 吸烟者编号 1 2 15 15 13 33 34 24 24 22 3 14 10 14 25 20 25 22 25 4 11 10 15 8 4 26 48 50 5 12 13 16 41 40 27 41 34 6 16 12 17 19 10 28 6 6 7 19 15 18 26 30 29 9 13 8 26 20 19 16 16 30 38 27 9 22 17 20 31 20 31 25 11 10 11 16 9 7 9 21 22 27 6 18 2 32 33 29 28 10 21 看前X1(支) 20 看后X2(支) 18 吸烟者编号 12 看前X1(支) 17 看后X2(支) 10 吸烟者编号 23 看前X1(支) 13 看后X2(支) 11 解:配对样本的试验,比较观看前后平均数的大小 可解决第一个问题,求出两平均数之差的99%的 双侧置信区间可解答第二个问题. 操作步骤: 定义变量X1 X2,输入数据 X1和 输入数据; 1)定义变量X1和X2,输入数据; 选择Analyze Compare means Paired(2)选择Analyze Pairedsamples T Test 将变量X1 X2放入Test栏中 X1和 放入Test (3)将变量X1和X2放入Test栏中 99%, Options… 子对话框,置信度改为99% (4)激活 Options 子对话框,置信度改为99%, 单击Continue 按钮,返回Paired Paired单击Continue 按钮,返回Paired-samples T Test主对话框 主对话框; Test主对话框; 单击OK (5)单击OK 按钮执行 T - Test Paired Samples Statistics Mean 21.58 17.58 N 33 33 Std. Deviation 10.651 10.680 Std. Error Mean 1.854 1.859 Pair 1 看看看看 看看看看 Paired Samples Correlations N Pair 1 看看看看 & 看看看看 Correlation 33 .878 Sig. .000 Paired Samples Test Paired Differences 99% Confidence Interval of the Difference Lower Upper 1.489 6.511 Std. Error Mean Std. Deviation Mean Pair 1 看看看看 - 看看看看 4.000 5.268 .917 t 4.362 df Sig. (2-tailed) 32 .000 结论: 1:显示观看影片前的平均每日吸烟量约为 表1:显示观看影片前的平均每日吸烟量约为 21.5758支 21.5758支.观看影片后的平均每日吸烟量约为 17.5758支 说明该影片发生了作用. 17.5758支,说明该影片发生了作用. 2:反映了影片观看前与后存在着显著相关关系 反映了影片观看前与后存在着显著相关关系, 表2:反映了影片观看前与后存在着显著相关关系, 相关系数为0.878. 相关系数为0.878. 3:显示了前后两个总体平均每日吸烟量之差的 表3:显示了前后两个总体平均每日吸烟量之差的 99%置信区间为(1.4888,6.5112),这意味着不 置信区间为(1.4888,6.5112), 99%置信区间为(1.4888,6.5112),这意味着不 管随机抽到哪几对样本单位做调查,均有99% 99%的 管随机抽到哪几对样本单位做调查,均有99%的 把握保证, 把握保证,观看影片前的平均每日吸烟量大于 观看影片后的平均每日吸烟量之差在(1.4888 观看影片后的平均每日吸烟量之差在(1.4888 支至6.5112支之间,即大约在2 7支之间. 6.5112支之间 支至6.5112支之间,即大约在2—7支之间. §3.4未知原始数据资料的参数估计 在现实中可能遇到没有完整的原始资料, 在现实中可能遇到没有完整的原始资料,只有几 个样本数据特征的情况.此时可用Compute 个样本数据特征的情况.此时可用Compute 过程可解 决样本平均数抽样分布和未知原始数据资料情况下的 参数区间估计问题. 参数区间估计问题. 步骤: 步骤: (1)定义变量 定义变量X (1)定义变量X (2)选择Transform 选择Transform Compute 打开 Compute Variable 对话框 在目标变量Target 栏中,输入新变量名cdf (3)在目标变量Target 栏中,输入新变量名cdf 分布函数形式出现) idf(正态分布的反函数);在 正态分布的反函数); (分布函数形式出现)\idf(正态分布的反函数);在 Expression框中输入数学表达式 numeric Expression框中输入数学表达式 单击OK OK. (4)单击OK. 案例分析5——农民年平均收入估计 案例分析5——农民年平均收入估计 ): (Compute ): 为了解某村1300户农民的年纯收入状况, 1300户农民的年纯收入状况 1,为了解某村1300户农民的年纯收入状况, 不重复抽取一个由70 70户组成的样本进行调查 不重复抽取一个由70户组成的样本进行调查 得出每户农民年平均收入为4500 4500元 得出每户农民年平均收入为4500元,标准差 260元 为260元.试求该村每户农民年平均纯收入 置信度为95%的置信区间. 95%的置信区间 置信度为95%的置信区间. (4440.75,4559.25) X ± Zα 2 σ n N n n 1 ( ≈ 1 ) N N 1 N n 4500 ± IDF .NORMAL (0.975,0,1) * 260 / SQRT (70) * SQRT (1 70 / 1300) 案例分析6——产品包装容量分析: 案例分析6——产品包装容量分析: 产品包装容量分析某产品包装容量为正态分布,随机抽取125 某产品包装容量为正态分布,随机抽取125 包产品,发现10包分量不足, 10包分量不足 包产品,发现10包分量不足,试求分量不足 比例的90%的信赖区间.若误差界限为0.02 90%的信赖区间 0.02, 比例的90%的信赖区间.若误差界限为0.02, 把握程度为95%应抽多少样本单位? 95%应抽多少样本单位 把握程度为95%应抽多少样本单位?根据过去 资料包装分量不足的比例大约为 0.06.(0.04,0.1199) 0 .08 ± IDF . NORMAL ( 0 .95 ,0,1) * SQRT ( 0 .08 * 0 .92 / 125 ) p ± Zα 2 P(1 P) n p = Zα n= 2 2 P (1 P) n 2 Zα 2 P(1 P) p = 541.67 ≈ 542包 案例分析7——产品购买量分析: 案例分析7——产品购买量分析: 产品购买量分析 3,某公司作市场调查,在甲居民区抽取500户 某公司作市场调查,在甲居民区抽取500户 某公司作市场调查 500 家庭,其中有35%的家庭购买过该公司的产品. 35%的家庭购买过该公司的产品 家庭,其中有35%的家庭购买过该公司的产品. 在居民区抽取600户家庭,其中有22%的家庭购 在居民区抽取600户家庭,其中有22%的家庭购 600户家庭 22% 买过该公司的产品, 买过该公司的产品,试求总体成数之差置信度 95%的置信区间 的置信区间. 为95%的置信区间. 本章小结抽样分布是参数估计的基础, 抽样分布是参数估计的基础,中心极限定理在抽 样分布理论中占有十分重要的地位, 样分布理论中占有十分重要的地位,进行参数估 计需要根据研究的问题和已知条件的不同采用 不同的方法. 不同的方法. SPSS软件中参数估计分已知原始资料和未知 在SPSS软件中参数估计分已知原始资料和未知 原始资料两种情况, 原始资料两种情况,根据原始数据资料运行 过程. Compute 过程. 参数估计有双侧区间估计和单侧区间估计之分, 参数估计有双侧区间估计和单侧区间估计之分, 而软件直接显示的是双侧区间的估计值, 而软件直接显示的是双侧区间的估计值,因此在 单侧区间估计时应注意将置信度 1 α 转换 为 1 2α . Means过程 过程, Compare Means过程,未知原始资料则运行 |
4楼2010-08-22 10:55:15
