SPSS实验报告.docx
《SPSS实验报告.docx》由会员分享，可在线阅读，更多相关《SPSS实验报告.docx（29页珍藏版）》请在冰豆网上搜索。
SPSS实验报告
CENTRALSOUTHUNIVERSITY
SPSS实验报告
学生姓名王强
学号4303110516
指导教师邵留国
学院商学院
专业工商1101
实验一、数据集
实验目的：
掌握基本的统计学理论，学会使用SPSS录入数据，建立SPSS数据集。
实验内容：
1.3：
三十名儿童身高、体重样本数据如下表所示。
建立SPSS数据集。
三十名儿童身高、体重样本数据
序号
性别
年龄
身高
体重
序号
性别
年龄
身高
体重
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
男
男
男
男
男
女
女
女
女
女
男
男
男
男
男
13
13
13
13
13
13
13
13
13
13
13
14
14
14
14
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
女
女
女
女
女
男
男
男
男
男
女
女
女
女
女
14
14
14
14
14
15
15
15
15
15
15
15
15
15
15
实验步骤：
步骤一：
启动SPSS。
步骤二：
选择文件，新建，数据，如图。
步骤三：
切换到变量视图，定义变量。
其中，性别变量需要设置值标签。
如图所示。
步骤四：
切换到数据视图，按照次序依次输入数据。
步骤五：
保存数据。
实验结果：
实验二：
统计量描述
实验目的：
（1）结合图表描述掌握各种描述性统计量的构造原理及其应用。
（2）熟练掌握运用SPSS进行统计描述的基本技能。
实验内容：
大学生在校期间的各门课程考试成绩，尽管在学生与学生之间、院系之间、男女生之间以及不同的课程之间，都存在着各种各样的差异，但整体上的分布状况还是有规律可循的。
今有两个学院共1040名男女生的统计学和经济学期末考试成绩数据，储存在SPSS数据文件中，文件名：
lytjcj.sav。
试运用图表描述与统计量描述的方法，对此数据展开尽可能全面和深入的描述与分析。
实验步骤：
步骤一：
打开SPSS数据，文件名。
如图。
步骤二：
点击“分析”中的“描述统计”，选择“频率”，如图所示。
步骤三：
弹出一个“频率”对话框，如图。
步骤四：
将“统计成绩”和“经济成绩”拖入“变量”框中，点击确定。
实验结果：
实验三：
参数估计
实验目的：
（1）掌握单样本总体均值区间估计。
（2）掌握总体均值差区间估计。
（3）熟练掌握相关的SPSS操作。
实验内容：
某地区的一位针对老年人市场的电视节目赞助商，希望了解老年人每周看电视的时间，因为这个信息对电视节目设计以及广告策略和广告数量的制定有着重要的参考价值。
赞助商决定开展这项有关老年人看电视时间情况的抽样调查，但由于经费的限制，样本容量只能限制在200以内，并认为95%置信度是可以接受的。
实验步骤：
步骤一：
由总体中抽取容量为100的样
步骤二：
对老年人总体平均每周看电视时间做出95%的置信区间。
实验结果
：
实验四、单样本T检验
实验目的：
（1）掌握单样本总体均值检验。
（2）掌握总体均值差检验。
（3）熟练掌握相关的SPSS操作。
实验内容：
某城市甲乙两家最大的商场，最近各自都在采取自认为最奏效的手段，积极开展促销活动，而且都自认为取得了好于竞争对手的促销效果。
如何评价两家商场促销效果的优劣？
这里有一个比较客观的评价标准：
两家商场各自顾客群体中的每一位成员，如果都认为自己比预先的打算多支出了消费额，那么，哪一家商场的顾客群体所多支出的消费额多，就应当认为哪一家商场的促销效果更好一些。
请对两家商场促销效果的高低做出科学的统计推断。
实验步骤：
步骤一：
分别由两个总体中抽取容量为100的样本。
方法同实验三。
步骤二：
描述统计量。
操作如图。
步骤三：
对两家商场各自的促销效果总体均值给出95%的估计区间。
实验结果：
实验五、两个独立样本T检验
实验目的：
（1）掌握两个独立样本总体均值检验。
（2）掌握总体均值差检验。
（3）熟练掌握相关的SPSS操作。
实验内容：
某对外汉语教学中心进行了一项汉语教学实验，同一年级的两个平行班参与了该实验。
两个班分别采用两种不同的教学方式学习40个生字，其中一班采用的是集中识字的方式，即安排外国留学生在学习课文以前集中学习生字，然后再学习课文；二班采用的是分散识字的方式，即安排留学生一边学习课文一边学习生字。
为了考察两种教学方式对生字读音的记忆效果是否有影响，教学效果是否有差异，分别从一班和二班随机抽取了20名学生，要求他们对40个学过的汉字进行注音，每注对一个得1分，注错不得分。
从而获得了两个独立样本的数据。
此数据包含学生编号（NUM）、成绩（SCORE）、班级（CLASS）3个变量的40个观测。
其中，班级为定类型变量，一班的取值标签为1，二班的取值标签为2（参见数据集“data7-1.sav”）。
试根据此数据评价两种教学方式的优劣。
实验步骤：
步骤一：
打开“分析”下的“比较均值”，选择“独立样本T检验”。
步骤二：
在弹出的“独立样本T检验”中，将成绩拖入“检验变量”框中，将CLASS拖入分组变量中。
步骤三：
单击定义组，在弹出的定义组对话框中分别输入“1”、“2”。
实验结果：
实验六、配对样本T检验
实验目的：
（1）掌握配对样本总体均值检验。
（2）掌握总体均值差检验。
（3）熟练掌握相关的SPSS操作。
实验内容：
为研究某种减肥茶是否具有明显的减肥效果，某健身机构对35名肥胖志愿者进行了减肥效果跟踪调研。
首先，将其喝减肥茶以前的体重记录下来，三个月后再依次将这35名志愿者喝茶后的体重记录下来。
从而获得了一个配对样本数据集。
该数据集包含喝茶前体重（hcq）、喝茶后体重（hch）两个变量的35个观测。
每个观测的两个变量下的观测值都是出自同一个被测试者（参见数据集“data8-1.sav”）。
试通过这两组数据的对比分析，推断减肥茶是否具有明显的减肥效果。
实验步骤：
步骤一：
打开“分析”下的“比较均值”，选择“配对样本T检验”。
步骤二：
在弹出的“配对样本T检验”中，将“喝茶前体重”和“喝茶后体重”一起拖入“成对变量”中。
步骤三：
单击确定，得到实验结果。
实验结果：
实验七、简单线性回归
实验目的：
（1）准确理解简单线性回归分析的方法原理
（2）熟练掌握SPSS简单线性回归分析及曲线估计的基本技能
（3）合理运用回归分析方法解决现实中的问题。
实验内容：
一家市场调查公司经常为各类厂商提供有关消费者行为的数据分析报告。
在最近的一项研究课题中，厂商所关注的焦点是不同收入阶层的消费者采用信用卡进行支付的数额有多大。
市场调查公司技术人员认为，信用卡支付数额受多种因素影响，除收入因素外，家庭成员人数或许也是一个影响因素。
为此他们就“年收入（美元）”、“家庭成员人数”和“信用卡支付数额（美元）”3个变量采集了一个容量为50的样本数据，如下表所示：
50名消费者有关信用卡支付数额的数据
年收入
家庭成员人数
信用卡支付数额
年收入
家庭成员人数
信用卡支付数额
54
30
32
50
31
55
37
40
66
51
25
48
27
33
65
63
42
21
44
37
62
21
55
42
41
3
2
4
5
2
2
1
2
4
3
3
4
1
2
3
4
6
2
1
5
6
3
7
2
7
4016
3159
5100
4742
1864
4070
2731
3348
4764
4110
4208
4219
2477
2514
4214
4965
4412
2448
2995
4171
5678
3623
5301
3020
4828
54
30
48
34
67
50
67
55
52
62
64
22
29
39
35
39
54
23
27
26
61
30
22
46
66
6
1
2
5
4
2
5
6
2
3
2
3
4
2
1
4
3
6
2
7
2
2
4
5
4
5573
2583
3866
3586
5037
3605
5345
5370
3890
4705
4157
3579
3890
2972
3121
4183
3730
4127
2921
4603
4273
3067
3074
4820
5149
实验步骤：
步骤一：
建立散点图。
步骤二：
在弹出的简单散点图对话框中，将信用卡支付额拖入Y轴框中，将年收入拖入X框中。
步骤三：
单击确定，得到散点图。
步骤四：
根据散点图建立线性回归方程。
步骤五：
在弹出的线性回归对话框中，将年收入拖入自变量，将信用卡支付额拖入因变量。
单击确定。
实验结果：
实验八、多元线性回归分析
实验目的：
（1）准确理解多元线性回归分析的方法原理
（2）熟练掌握SPSS多元线性回归分析及曲线估计的基本技能
（3）合理运用回归分析方法解决现实中的问题。
实验内容：
大家都知道，软饮料需求受价格、人均收入和季节的影响。
因此，可以用经验数据（时间序列数据或截面数据）建立回归方程对需求进行估计，从而针对不同的收入人群、在不同的季节制定不同的生产和销售计划。
数据集“data13-1.sav”列出的是美国48个邻近州的截面数据。
此数据集包含州（z）、罐/（人·年）（Y）、6罐装饮料价格（P）、收入/人（I）、平均气温（T）5个变量的48条观测。
罐/（人·年）（Y）是每年每人的软饮料需求量，6罐装饮料价格（P）是6罐装饮料的价格，收入/人（I）是人均年收入，平均气温（T）是平均气温，这4个变量均为数值型变量。
下面以每年每人的软饮料需求量为因变量，以6罐装饮料的价格、人均收入、平均气温为自变量建立多元线性回归模型，来研究三种影响因素对因变量的影响程度，估计解释变量发生变化时，软饮料需求的变动。
实验步骤：
步骤一：
单击“分析”下的“回归”，选择“线性”。
步骤二：
在弹出的线性对话框中，将“罐”拖入因变量对话框中，将“6罐装饮料价格”“收入”“平均气温”拖入自变量框中。
步骤三：
单击确定。
实验结果：
实验九：
曲线估计
实验目的：
（1）准确理解曲线估计的方法原理。
（2）熟练掌握SPSS曲线估计的基本技能。
（3）合理运用曲线估计解决现实中的问题。
实验内容：
税收收入模型的设计和建立是近几年新的尝试，这适合我国以流转税为主体的税制结构。
由于个别年份税收收入受一些政策性因素、行政性和不可预见性因素的影响，所以在建立模型来分析各种因素对税收收入的影响机理和影响程度时，不仅要使模型预测的结果能准确反映税收收入实际，而且要使模型预测体系能对经济、政策变化所造成的税收收入变动进行精确的动态模拟分析，从而为税收管理和政府决策提供科学依据。
综观国内外关于税收收入预测的研究可知，不同学者从不同的视角关注税收收入问题，并构建了多种预测模型。
有的从税收自身角度建立模型，预测税收收入，有的从社会经济因素与税收收入关系角度来建立模型，预测税收收入，预测模型多种多样、差异很大。
但以时间因素为外生变量建立曲线模型来预测税收收入的文献相对较少，用各种曲线模型比较税收预测精度的研究就更少了。
本实验利用1985－2004年的税收收入数据建立曲线模型来预测我国2005年、2006年税收收入，比较预测误差，最终构建一种预测误差最小的曲线模型作为税收收入预测模型，力求为税收理论研究与税收工作实践提供一个有效工具。
本数据集包含年度（n）和税收收入现值（y）2个变量的20个观测。
为体现税收收入的时间效应，在本数据集中，将1985－2004年这20年的数据按时间1，2，…，20排序（参见数据集“data14-1.sav”）。
实验步骤：
步骤一：
单击“分析”下的“回归”，选择“曲线估计”。
步骤二：
如图，将“税收收入现值”拖入因变量框中，将“年度”拖入个案标签框中。
步骤三：
单击确定。
实验结果：
升级会员 