spss统计学上机报告.docx
- 文档编号:18099566
- 上传时间:2023-08-13
- 格式:DOCX
- 页数:12
- 大小:119.26KB
spss统计学上机报告.docx
《spss统计学上机报告.docx》由会员分享,可在线阅读,更多相关《spss统计学上机报告.docx(12页珍藏版)》请在冰点文库上搜索。
spss统计学上机报告
一、用两种定义变量的方法绘制直方图
某学院两个专业,各抽取24名学生,他们某门课考试成绩资料如下:
甲专业
乙专业
成绩(分)
学生数
成绩(分)
学生数
60以下
7
60-70
9
60-70
11
70-90
12
70-90
6
90以上
3
合计
24
合计
24
方法1:
SPSS操作步骤:
⑴定义“成绩”、“学生数”和“专业”三个变量。
⑵在定义变量窗口对“专业”做变量值标签,令1=甲专业,2=乙专业。
⑶在录入数据窗口依次录入表中数据。
⑷选择数据下拉菜单中的加权个案子菜单,频率变量选学生数。
⑸选择分析下拉菜单中的描述统计子菜单,选择频率模块。
操作结果图如下:
方法2:
SPSS操作步骤:
⑴定义“成绩”、“专业学生数”两个变量。
⑵在录入数据窗口依次录入表中数据。
⑶根据已存在的变量产生新变量。
选择转换下拉菜单中的计算变量,计算总人数。
总人数=甲专业学生数+乙专业学生数。
⑷选择数据下拉菜单中的加权个案子菜单,频率变量选总人数。
⑸选择分析下拉菜单中的描述统计子菜单,选择频率模块。
操作结果图如下:
二、一个总体均值的区间估计和两个总体均值差的假设检验
某学院两个专业,各抽取24名学生,他们某门课考试成绩资料如下:
甲专业
乙专业
成绩(分)
学生数
成绩(分)
学生数
60以下
7
60-70
9
60-70
11
70-90
12
70-90
6
90以上
3
合计
24
合计
24
1、以95%的概率保证程度推断该学院所有学生该门课考试成绩为多少?
2、以95%的概率保证程度推断两个专业学生的平均成绩是否有显著性差异。
第一问SPSS操作步骤:
⑴定义“成绩”、“专业学生数”两个变量。
⑵在录入数据窗口依次录入表中数据。
⑶根据已存在的变量产生新变量。
选择转换下拉菜单中的计算变量,计算总人数。
总人数=甲专业学生数+乙专业学生数。
⑷选择数据下拉菜单中的加权个案子菜单,频率变量选总人数。
⑸选择分析下拉菜单中的描述统计子菜单,选择探索模块。
操作结果图如下:
分析:
由题可知这是一个总体方差未知时均值的区间估计,由表可知所有学生的考试成绩的置信区间为(67.9428,74.7655),所以95%的把握认为该学院所有学生该门课考试成绩为(67.9428,74.7655)。
第二问SPSS操作步骤:
⑴定义“成绩”、“学生数”和“专业”三个变量。
⑵在定义变量窗口对“专业”做变量值标签,令1=甲专业,2=乙专业。
⑶在录入数据窗口依次录入表中数据。
⑷选择分析下拉菜单中的比较均值子菜单,选择独立样本T检验模块。
操作结果图如下:
分析:
由表可知,应采用两个独立样本方差未知时的假设检验。
先检验方差是否相等,提出如下假设检验。
H0:
σ12=σ22
H1:
σ12≠σ22
因为F=0.957,对应的P值为0.333>α=0.05,所以接受H0,即在σ12=σ22的条件下检验均值差,提出如下假设检验。
H0:
μ1=μ2
H1:
μ1≠μ2
因为检验统计量t=-3.66,对应的P值为0.001<α=0.05,所以拒绝H0,又因为μ1-μ2的95%置信区间为(-17.12022,-4.96311),不跨越0,即有95%的概率保证程度推断两个专业学生的平均成绩有显著性差异。
三、单因素方差分析和双因素方差分析
1、学生对教师评估等级的各组学生成绩如下:
i
12345678910
优
85777984929073
良
80789473798691758164
中
7380927660
差
76727085
检验各组学生的分数是否有差别。
SPSS操作步骤:
⑴定义“评估等级”和“学生成绩”两个变量。
⑵对“评估等级”做变量值标签,令1=优、2=良、3=中、4=差。
⑶依次录入数据。
⑷选择分析下拉菜单中的比较均值项,选择单因素ANOVA模块。
操作结果图如下:
分析:
由表可知,P值为0.475>α=0.05,所以不拒绝H0,即有95%的把握认为各组学生的分数没有显著差别。
2、某公司对某产品设计了4种类型的产品包装(用A、B、C、D表示),又设计了3种销售方案,在某地区用3种销售方案,对4种包装的该产品试销一个月,业务如下表所示。
现在想知道,不同包装,不同销售方案,对销售业绩的影响是否有显著性差异。
不同销售方案
包装类型
甲
乙
丙
A
103
106
135
B
82
102
118
C
71
100
106
D
52
66
85
SPSS操作步骤:
⑴定义“销售业绩”、“包装类型”和“销售方案”三个变量。
⑵分别对“包装类型”和“销售方案”做变量值标签,令1=A、2=B、3=C、4=D;令1=甲、2=乙、3=丙。
⑶依次录入数据。
⑷选择分析下拉菜单中的一般线性模型,选择单变量模块。
操作结果图如下:
分析:
由表可知,是双因素方差分析,PA=0<α=0.05,拒绝H0A,PB=0.01<α=0.05,拒绝H0B,即有95%的把握认为不同包装、不同销售方案对销售业务的影响有显著性差异。
四、相关分析和回归分析
题目:
某企业产品广告费和销售收入资料如下,判断该企业的广告费和销售收入之间关系如何?
序号
广告费(万元)
销售收入(百万元)
xy
x²
y²
1
3
1
3
9
1
2
5
2
10
25
4
3
7
4
28
49
16
4
8
5
40
64
25
5
11
6
66
121
36
6
13
9
117
169
81
7
14
10
140
196
100
合计
61
37
404
633
263
1、相关分析
SPSS操作步骤:
⑴在定义变量窗口定义“广告费”和“销售收入”两变量。
⑵在录入数据窗口依次录入数据。
⑶选择分析下拉菜单中的相关子菜单,选择双变量模块。
⑷进入双变量模块对话框,将“广告费”和“销售收入”送入变量栏,其他选项采用计算机默认项。
单击选项按钮,进入对话框,选中统计量中的两个选项。
单击继续按钮返回界面,单击确定按钮。
操作结果图如下:
分析:
由表可知,检验统计量的相关系数为0.986,检验统计量对应的p值为0.000<0.05,说明该企业的广告费和销售收入之间有显著性关系。
2、回归分析
SPSS操作步骤:
⑴选择分析下拉菜单中的回归子菜单,选择线性模块。
⑵进入线性回归对话框,将“销售收入”送入因变量栏,将“广告费”送入自变量栏。
单击确定按钮。
操作结果图如下:
分析:
由回归效果检验表可知,r=0.986,0.95<|0.986|≤1,说明该企业的广告费和销售收入之间存在极度正相关关系。
r²=0.973,说明回归平方和占总离差平方和的比例为97.3%,用广告支出的变动解释销售收入的变动部分为97.3%,回归效果非常好。
由回归方程的显著性检验表可知,检验统计量对应的p值为0<0.05,说明回归方程不显著。
由回归系数检验表可知,Pa=0.029<0.05,所以a≠0,a=-1.723,Pb=0.000<0.05,所以b≠0,b=0.804,即回归方程为:
ŷ=-1.723+0.804b。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 统计学 上机 报告
![提示](https://static.bingdoc.com/images/bang_tan.gif)