《管理统计学》期末(参考答案)

专业、班级： 学号： 姓名： 密 封 线 浙江财经大学东方学院2013 ～ 2014学年第 2 学期 《管理统计学》课程期末考试试卷（A卷） 参考答案 考核方式：闭卷考试                考试日期： 2014  年 6 月    日 适用专业、班级：12工商、市营、人力、物流各班 题 号 一 二 三 四 五 六 七 八 九 十 总分 得 分                       评卷人                                               （共七大题） 答题思路：简要写出关键的操作步骤；根据数据统计及分析结果，回答问题 注：1、数据文件为“SPSS（2013-2014-2）”（由考场提供）； 2、假设该（样本）数据及其所在的总体符合相关统计分析及检验的各 项前提条件和要求； 3、假设该（样本）数据没有极端值，不需要前期的数据探索； 4、显著性水平为0.05； 5、日均住院基本费用 = （床位费 + 护理费 * 调节系数）/ 住院天数 + 其他费。调节系数根据不同“级别”分别为：“县级”为1.2，“地级” 为1.5，“省级”为1.8，其他费根据“入院前经外院诊治”分别为：“是” 为2，“否”为3。日均住院基本费用标准参考值为25元； 6、相关统计描述必须运用SPSS操作，不得手工计算。 一、按以下规则排序：“住院总费用”降序，同时“年龄”升序。（10分） 执行“数据→排序个案”，将“住院总费用”移入“排序依据”框，“排列顺序”选择“降序”，再将“年龄”移入“排序依据”框，“排列顺序”选择“升序”。 二、按“治疗类别”分组，分别对“治疗费”求秩，将秩值1赋给最大值，结的处理方式为“低”。（10分） 执行“转换→个案排秩”，将“治疗费”移入“变量”框，将“治疗类别”移入“排序标准”框，“将秩1指定给”选择“最大值”，“结”按钮中选择“低”。 三、描述统计不同“入院情况”的病人的“日均住院基本费用”的：均值（数）、中位值（数）、标准差、四分位距。（15分） 执行“转换→计算变量”，“目标变量”输入“qtf”，“数字达式”输入“2”，单击“如果”，选择“如果个案满足条件则包括”，输入“v73=1”，同理计算得到全部“qtf”。 再次执行“转换→计算变量”，“目标变量”输入“rjzyjbfy”，“数字表达式”输入“(v84+v97*1.2)/v29+qtf”，单击“如果”，选择“如果个案满足条件则包括”，输入“level=3”，同理计算得到全部“rjzyjbfy”。 执行“分析→描述统计→探索”，将“rjzyjbfy”移入“因变量列表”框，将“入院情况”移入“因子列表”框，求出相应统计量（注：统计量的小数位为0，1,2,3,4均可以）： 入院情况    均值（数）  中位值（数）  标准差    四分位距 危        28.32        19.52      28.25        22.25 急        34.29        20.74      51.05        26.26 一般      27.40        16.20      42.65        18.16 四、不同“地区”的病人的“日均住院基本费用”是否标准？（15分） 执行“数据→拆分文件”，选择“比较组”，将“地区”移入“分组方式”； 执行“分析→比较均值→单样本T检验”，将“rjzyjbfy”移入“检验变量”，“检验值”输入“25”； 根据检验结果，东部地区检验值（sig<0.001）< 0.05，所以拒绝原假设，接受备择假设，因此东部地区病人的“日均住院基本费用”与标准值存在显著差异，不标准；西部地区检验值（sig<0.001）< 0.05，所以拒绝原假设，接受备择假设，因此西部地区病人的“日均住院基本费用”与标准值存在显著差异，不标准；中部地区检验值（sig=0.772）> 0.05，所以不能拒绝原假设，引申为接受原假设，因此中部地区病人的“日均住院基本费用”与标准值不存在显著差异，标准。 五、按“年龄”分4组，分组标准为：小于20岁为第1组；大于等于20岁，小于40岁为第2组；大于等于40岁，小于60岁为第3组；大于等于60岁为第4组。不同组的“诊疗费”、“治疗费”是否显著？（20分） 执行“转换→重新编码为不同变量”，将“年龄”移入“输入变量→输出变量”框，输出变量为“nlfz”，点击“更改”，点击“旧值和新值”，按以下规则进行变量的重新赋值 60 —    → 4 40— 60  → 3 20— 40  → 2 — 20  → 1 执行“分析→比较均值→单因素ANOVA”，将“诊疗费、治疗费”移入“检验变量”，将“nlfz”移入“因子”； 根据“ANOVA”表，“诊疗费”的检验值（sig<0.001）< 0.05，所以拒绝原假设，接受备择假设，因此不同组的“诊疗费”有显著差异；“治疗费”的检验值（sig=0.375）> 0.05，所以不能拒绝原假设，引申为接受原假设，因此不同组的“治疗费”没有显著差异。 六、分析“西药费”、“检查费”、“化验费”两两之间是否存在着显著性相关。（10分） 执行“分析→相关→双变量”，把“西药费”、“检查费”、“化验费”均移入“变量”框； 根据“相关性”检验表，“西药费”、“检查费”、“化验费”两两之间相关性检验值（sig<0.001）< 0.05，拒绝原假设，接受备择假设，因此，变量两两之间相关，其皮尔逊相关系数分别为0.312，0.520，0.375。 执行“分析→相关→偏相关”，把“西药费”、“检查费”移入“变量”框,把“化验费”移入“控制”框； 根据“相关性”检验表，“西药费”、“检查费”之间偏相关性检验值（sig<0.001）< 0.05，拒绝原假设，接受备择假设，因此，变量之间偏相关，其偏相关系数为0.147。同理，“西药费”、“化验费”之间偏相关性检验值（sig<0.001）< 0.05，拒绝原假设，接受备择假设，因此，变量之间偏相关，其偏相关系数为0.458，“检查”、“化验费”之间偏相关性检验值（sig<0.001）< 0.05，拒绝原假设，接受备择假设，因此，变量之间偏相关，其偏相关系数为0.262 。 七、以“住院总费用”为因变量，“年龄”、“住院天数”为自变量，以逐步法求回归方程，并进行分析。（20分） 执行“分析→回归→线性”，将“住院总费用”移入“因变量”框，将“年龄”、“住院天数”移入“自变量”框，“方法”项选“逐步”，“统计量”按钮中选“描述性”； 根据“相关性”表，因变量和自变量的相关性检验值< 0.05，拒绝原假设，接受备择假设，因此，因变量和自变量相关； 根据“输入／移去的变量”表，建立2个模型，模型1首先引入自变量“住院天数”，模型2在模型1的基础上，再引入自变量“年龄”；（sig<0.001） 根据“ANOVA”表可知，模型2的检验值（Sig<0.001）<0.05，拒绝原假设，接受备择假设，因此回归方程有效（模型显著）； 由“系数”表可知，模型2中“住院天数”和“年龄”的回归系数检验值（Sig<0.001）<0.05，拒绝原假设，接受备择假设，因此回归系数有效（显著），由此，构建回归方程： 住院总费用（y）=-983.796+145.527*住院天数（x1）+41.877*年龄（x2） 或：住院总费用（y）=0.616*住院天数（x1）+0.138*年龄（x2） 由“模型汇总”表可知，回归方程2的可决系数R方为0.45，拟合效果显著。