均值检验的结果。Р 表1.5Р表1.5可以看出在显著性水平为0.05的情况下,S-N-K方法中5种不同地区下的均值有显著性差异,形成三个相似性子集。在第一个子集中,组内相似的概率为0.566,;第二个子集中,组内相似的概率为1;第三个子集中,组内相似的概率为0.336。Scheffe方法中在第一个子集中,组内相似的概率为0.152;在第二个子集中,组内相似的概率为0.113;在第三个子集中,组内相似的概率为0.907。Р(2)对不同地区、不同年份的存款金额进行进行两因素方差分析。Р 表1.5Р表1.5第一列是对观测变量总变差分解的说明;第二列是观测变量变差分解的结果;第三列是自由度;第四列是均方;第五列是F检验统计量的观测值;第六列是检验统计量的概率P值。Р 表1.6Р2. 各地区的人口变动情况抽样调查样本数据如下(其中抽样比为0.873‰):Р 其中数据来自中国统计年鉴2010Р Р (1)分别对0-14岁、15-64岁、65岁以上的人口进行极大值、极小值、均值、标准差、方差统计量。Р Р(2)对0-14岁人口画直方图、茎叶图和QQ图。Р Р Р(3)分别对0-14岁、15-64岁、65岁以上的人口进行正态性的检验:K—S检验,РW检验,取显著性水平为0.05。Р Р结果分析:0-14岁中K—S检验P=0.020小于0.05 拒绝原假设,即数据所属的总体不是正态分布;W检验P=0小于0.05 拒绝原假设,即数据所属的总体不是正态分布;Р 15-64岁中K—S检验P=0.014小于0.05 拒绝原假设,即数据所属的总体不是正态分布;W检验P=0.089大于0.05 接受原假设,即数据所属的总体是正态分布;Р 65岁以上中K—S检验P=0.012小于0.05 拒绝原假设,即数据所属的总体不是正态分布;W检验P=0.003小于0.05 拒绝原假设,即数据所属的总体不是正态分布;
全文预览
