Python全系列 教程
3567个小节阅读:5930.3k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
不同广告形式销售额总体的方差是否相同,是否满足单因素方差分析的前提要求
选择菜单【分析】----> 【比较平均值】----> 【单因素ANOVA检验】
点击【选项(O)】按钮,对话框中的【方差齐性检验(H)】选项表示进行方差齐性检验,还可以选择输出观测变量的基本描述统计量;【平均值图(M)】选项表示绘制各水平下观测变量均值的折线图
方差齐性检验结果为:
如果符合正态性,那就看第一行——基于均值的Levene统计量;
如果你的数据在检验正态性之后,是偏态的,就看第二行——基于中值那一行;
如果数据有明显的极端值,看第四行;
第三行通常用不到
方差齐性检验结论:
从表中可以看到:不同广告形式下销售额的方差齐性检验的检验统计量的观测值为0.765,概率P值为0.515,如果显著性水平α为0.05,由于概率P值大于显著性水平,因此不应该拒绝原假设,认为不同广告形式下销售额的总体方差无显著差异,满足方差分析的前提要求。
从总体上讲,不同广告形式对产品的销售额有显著影响,那么究竟哪种广告形式的作用较明显,哪种不明显,这个问题可通过多重比较检验解决。
选择菜单【分析】----> 【比较平均值】----> 【单因素ANOVA检验】
点击【事后比较(H)】按钮,并选择
部分结果如下
多重比较检验结论:
表中分别显示了两两广告形式下销售额均值检验的结果,可以发现各种方法在检验敏感度上的差异。比如:以检验敏感度最高的LSD方法为例,报纸广告和广播广告的效果没有显著差异(概率P值为0.412),与宣传品广告和体验广告均有显著差异(概率P值分别为0.000(接近0)和0.021)。
1. 在SPSS中实现方差齐性检验,“单因素ANOVA检验”对话框中点击___按钮
A 【对比(N)】
B 【事后比较(H)】
C 【选项(O)】
D 【自助抽样(B)】
2. 在SPSS中实现多重比较检验,“单因素ANOVA检验”对话框中点击___按钮
A 【对比(N)】
B 【事后比较(H)】
C 【选项(O)】
D 【自助抽样(B)】
1=>C 2=>B