统计分析考查课试题2.docx

上传人:b****5 文档编号:11762277 上传时间:2023-04-01 格式:DOCX 页数:17 大小:222.30KB
下载 相关 举报
统计分析考查课试题2.docx_第1页
第1页 / 共17页
统计分析考查课试题2.docx_第2页
第2页 / 共17页
统计分析考查课试题2.docx_第3页
第3页 / 共17页
统计分析考查课试题2.docx_第4页
第4页 / 共17页
统计分析考查课试题2.docx_第5页
第5页 / 共17页
点击查看更多>>
下载资源
资源描述

统计分析考查课试题2.docx

《统计分析考查课试题2.docx》由会员分享,可在线阅读,更多相关《统计分析考查课试题2.docx(17页珍藏版)》请在冰豆网上搜索。

统计分析考查课试题2.docx

统计分析考查课试题2

河南师范大学生命科学学院

研究生考查课程答卷

年级类别:

12级

学科专业:

植物学

学号:

1204180284

姓名:

郭晓博

课程名称:

SPSS统计分析

授课教师:

张黛静邵 云姜丽娜

考试时间:

2013-06-26

考试分数:

1、SPSS的全称是什么?

SPSS统计软件的特点是什么?

Spss全称是StatisticalPackagefortheSocialScienceorStatisticProductsandServiceSolution。

Spss特点:

操作简单,易学易用;具有较强的统计功能和强大的作图功能,特别是能够快速准确的完成大量的、烦琐的、专业的和复杂的数据统计分析。

是国际上认可的专业统计分析软件之一。

2、为了从3种原料和3种温度中选择使酒精产量最高的水平组合,设计了二因素试验,重复4次,结果如表1所示。

试进行统计分析,并进行解释。

表1 原料与温度对酒精产量影响资料(kg)

原料(A)

重复

温度(B)

B1(30℃)

B2(35℃)

B3(40℃)

A1

1

41

11

6

2

49

12

22

3

23

25

26

4

25

24

11

A2

1

47

43

8

2

59

38

22

3

50

33

18

4

40

36

14

A3

1

48

55

30

2

35

38

33

3

53

47

26

4

59

44

19

原料和温度交互作用sig=0.086>0.05差异不显著,可以不考虑原料和温度的交互作用

原料和温度的sig=0.000<0.01差异均达到极显著水平

原料之间差异达到显著水平,A2、A3极显著高于A1,A2和A3差异不显著

温度之间差异达到极显著水平,B1、B2、B3差异均达到极显著水平,B1极显著高于B2、B3,B2极显著高于B3。

所以最佳组合为A2B1或A3B1。

3、测定了10个大麦亲本材料的穗长(x1)、穗下节间长(x2)、每株穗数(x3)、每穗粒数(x4)、每株粒数(x5)、千粒重(x6)和每株粒重(y)的关系,结果如表2所示。

试用逐步回归的方法建立y依xj的最优线性回归方程,并进行解释。

表2大麦穗长资料

编号

穗长(x1)/cm

穗下节间长(x2)/cm

每株穗数(x3)/个

每穗粒数(x4)/粒

每株粒数(x5)/粒

千粒重(x6)/g

每株粒重(y)/g

1

9.5

28.3

12.3

23.0

282.1

38.4

10.7

2

6.2

36.0

12.3

24.8

306.6

37.4

11.5

3

6.1

33.1

10.4

24.6

258.5

30.2

7.6

4

8.9

32.5

12.8

28.3

362.6

37.2

12.5

5

7.9

30.6

9.0

28.4

256.6

34.0

8.7

6

8.1

31.8

13.7

20.0

273.8

45.5

14.9

7

9.4

25.6

12.7

22.8

282.2

29.0

8.2

8

4.9

29.8

8.8

51.1

447.4

26.0

11.6

9

7.4

32.9

9.1

49.2

449.1

31.9

14.3

10

5.8

29.8

10.2

23.3

238.2

27.3

6.5

DescriptiveStatistics

Mean

Std.Deviation

N

每株粒重

10.650

2.8434

10

每株粒数

315.710

77.6034

10

穗长

7.420

1.6102

10

穗下节间长

31.040

2.8941

10

每株穗数

11.130

1.8282

10

每穗粒数

29.550

11.1515

10

千粒重

33.690

6.0110

10

VariablesEntered/Removedb

Model

VariablesEntered

VariablesRemoved

Method

1

每株粒数a

.

Enter

2

千粒重

.

Stepwise(Criteria:

Probability-of-F-to-enter<=.050,Probability-of-F-to-remove>=.100).

a.Allrequestedvariablesentered.

b.DependentVariable:

每株粒重

ModelSummaryc

Model

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

Durbin-Watson

1

.607a

.368

.289

2.3976

2

.979b

.958

.946

.6587

1.254

a.Predictors:

(Constant),每株粒数

b.Predictors:

(Constant),每株粒数,千粒重

c.DependentVariable:

每株粒重

模型1给出了每株粒重与每株粒数之间的相关系数0.607,反应了两者之间具有显著的线性关系。

模型2中,因变量与两个自变量的复相关系数为0.979,反映了每株粒重与每株粒数和千粒重之间具有显著的线性关系。

模型2给出了杜宾-瓦特森值为1.254

ANOVAc

Model

SumofSquares

df

MeanSquare

F

Sig.

1

Regression

26.777

1

26.777

4.658

.063a

Residual

45.988

8

5.749

Total

72.765

9

2

Regression

69.728

2

34.864

80.351

.000b

Residual

3.037

7

.434

Total

72.765

9

a.Predictors:

(Constant),每株粒数

b.Predictors:

(Constant),每株粒数,千粒重

c.DependentVariable:

每株粒重

表中给出了两个模型的方差分析结果

模型1,F=4.658sig=0.063未达到显著水平

模型2,F=80.351sig=0.000达到极显著水平,存在显著线性关系

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

t

Sig.

B

Std.Error

Beta

1

(Constant)

3.633

3.339

1.088

.308

每株粒数

.022

.010

.607

2.158

.063

2

(Constant)

-10.972

1.731

-6.339

.000

每株粒数

.029

.003

.783

9.884

.000

千粒重

.373

.037

.788

9.949

.000

a.DependentVariable:

每株粒重

根据表中数据非标准化系数B的值可知,逐步回归过程中先后建立的两个回归模型分别是

y=3.633-0.022X5

y=-10.972+0.029X5+0.373X6

根据表中标准化回归系数Beta的值可知,逐步回归过程中先后建立的两个标准化回归模型分别是

y=0.607X5

y=0.783X5+0.788X6

ExcludedVariablesc

Model

BetaIn

t

Sig.

PartialCorrelation

CollinearityStatistics

Tolerance

1

穗长

.323a

1.141

.291

.396

.952

穗下节间长

.290a

1.016

.343

.359

.969

每株穗数

.551a

2.228

.061

.644

.865

每穗粒数

-1.154a

-1.912

.097

-.586

.163

千粒重

.788a

9.949

.000

.966

.950

2

穗长

-.068b

-.728

.494

-.285

.736

穗下节间长

-.014b

-.156

.881

-.063

.824

每株穗数

-.003b

-.026

.980

-.011

.478

每穗粒数

.147b

.554

.600

.221

.094

a.PredictorsintheModel:

(Constant),每株粒数

b.PredictorsintheModel:

(Constant),每株粒数,千粒重

c.DependentVariable:

每株粒重

ResidualsStatisticsa

Minimum

Maximum

Mean

Std.Deviation

N

PredictedValue

6.043

13.851

10.650

2.7834

10

Std.PredictedValue

-1.655

1.150

.000

1.000

10

StandardErrorofPredictedValue

.249

.480

.351

.090

10

AdjustedPredictedValue

5.733

13.507

10.504

2.6977

10

Residual

-.8044

1.0487

.0000

.5809

10

Std.Residual

-1.221

1.592

.000

.882

10

Stud.Residual

-1.366

2.322

.088

1.121

10

DeletedResidual

-1.0068

2.2316

.1461

.9631

10

Stud.DeletedResidual

-1.477

4.488

.290

1.688

10

Mahal.Distance

.381

3.871

1.800

1.368

10

Cook'sDistance

.003

2.028

.278

.621

10

CenteredLeverageValue

.042

.430

.200

.152

10

a.DependentVariable:

每株粒重

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 人文社科 > 法律资料

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1