《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
...
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。
本文档为【《管理统计学》期末(参考答案)】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。