统计分析与SPSS课后习题课后习题答案汇总第五版Word格式.docx
《统计分析与SPSS课后习题课后习题答案汇总第五版Word格式.docx》由会员分享，可在线阅读，更多相关《统计分析与SPSS课后习题课后习题答案汇总第五版Word格式.docx（40页珍藏版）》请在冰豆网上搜索。
是指在使用SPSS的过程中，统计分析人员根据自己的需要，手工编写SPSS命令程序，然后将编写好的程序一次性提交给计算机执行。
该方式适用于大规模的统计分析工作。
●混合运行方式：
是前两者的综合。
5、.sav是数据编辑器窗口中的SPSS数据文件的扩展名
.spv是结果查看器窗口中的SPSS分析结果文件的扩展名
.sps是语法窗口中的SPSS程序
6、SPSS的数据加工和管理功能主要集中在编辑、数据等菜单中；
统计分析和绘图功能主要集中在分析、图形等菜单中。
7、概率抽样（probabilitysampling）：
也称随机抽样，是指按一定的概率以随机原则抽取样本，抽取样本时每个单位都有一定的机会被抽中，每个单位被抽中的概率是已知的，或是可以计算出来的。
概率抽样包括简单随机抽样、系统抽样（等距抽样）、分层抽样（类型抽样）、整群抽样、多阶段抽样等。
●简单随机抽样（simplerandomsampling）：
从包括总体N个单位的抽样框中随机地抽取n个单位作为样本，每个单位抽入样本的概率是相等的。
是最基本的抽样方法，是其它抽样方法的基础。
优点：
简单、直观，在抽样框完整时，可直接从中抽取样本，用样本统计量对总体参数进行估计比较方便。
局限性：
当N很大时，不易构造抽样框，抽出的单位很分散，给实施调查增加了困难。
●分层抽样（stratifiedsampling）：
将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。
保证样本的结构与总体的结构比较相近，从而提高估计的精度，组织实施调查方便（当层是以行业或行政区划分时），既可以对总体参数进行估计，也可以对各层的参数进行估计。
●整群抽样（clustersampling）：
将总体中若干个单位合并为组（群）,抽样时直接抽取群，然后对选中群中的所有单位全部实施调查。
抽样时只需群的抽样框，可简化工作量；
调查的地点相对集中，节省调查费用，方便调查的实施。
缺点：
估计的精度较差。
●系统抽样（systematicsampling）：
将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其它样本单位，先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k…等单位。
操作简便，可提高估计的精度。
对估计量方差的估计较困难。
●多阶段抽样（multi-stagesampling）：
先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查。
群是初级抽样单位，第二阶段抽取的是最终抽样单位。
将该方法推广，使抽样的段数增多，就称为多阶段抽样。
具有整群抽样的优点，保证样本相对集中，节约调查费用。
在大规模的抽样调查中，经常被采用的方法。
非概率抽样是指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查，包括方便抽样、自愿抽样、配额抽样、判断抽样和滚雪球抽样等。
●方便抽样：
样本限于总体中易于抽到的一部分。
最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。
“街头拦人法”就是一种偶遇抽样。
方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。
●自愿抽样：
某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。
●判断抽样：
研究人员从总体中选择那些被判断为最能代表总体的单位作样本的抽样方法。
当研究者对自己的研究领域十分熟悉，对研究总体比较了解时采用这种抽样方法，可获代表性较高的样本。
这种抽样方法多应用于总体小而内部差异大的情况，以及在总体边界无法确定或因研究者的时间与人力、物力有限时采用。
●滚雪球抽样：
以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。
滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。
这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。
●配额抽样也称定额抽样，是将总体依某种标准分层（群）；
然后按照各层样本数与该层总体数成比例的原则主观抽取样本。
配额抽样与分层概率抽样很接近，最大的不同是分层概率抽样的各层样本是随机抽取的，而配额抽样的各层样本是非随机的。
总体也可按照多种标准的组合分层（群），例如，在研究自杀问题时，考虑到婚姻与性别都可能对自杀有影响，可将研究对象分为未婚男性、已婚男性、未婚女性和已婚女性四个组，然后从各群非随机地抽样。
配额抽样是通常使用的非概率抽样方法，样本除所选标识外无法保证代表性。
8、利用SPSS进行数据分析的一般步骤：
数据的准备--数据的加工处理--数据的分析--分析结果的阅读和解释。
第二章练习题答案
1、SPSS中两个基本的数据组织方式：
原始数据的组织方式和计数数据的组织方式。
●原始数据的组织方式：
待分析的数据是一些原始的调查问卷数据，或是一些基本的统计指标。
●计数数据的组织方式：
所采集的数据不是原始的调查问卷数据，而是经过分组汇总后的数据。
2、个案：
在原始数据的组织方式中，数据编辑器窗口中的一行称为一个个案或观测。
变量：
数据编辑器窗口中的一列。
3、默认的变量名：
VAR------；
默认的变量类型：
数值型。
变量名标签和变量值标签可增强统计分析结果的可读性。
4、数据文件如图所示：
5、缺失值分为用户缺失值（UserMissingValue）和系统缺失值（SystemMissing
Value）。
用户缺失值指在问卷调查中，将无回答的一些数据以及明显失真的数据当作缺失值来处理。
用户缺失值的编码一般用研究者自己能够识别的数字来表示，如“0”、“9”、“99”等。
系统缺失值主要指计算机默认的缺失方式，如果在输入数据时空缺了某些数据或输入了非法的字符，计算机就把其界定为缺失值，这时的数据标记为一个圆点“•”。
在变量视图中定义。
6、变量类型包括：
数值型（身高）、定序型（受教育程度）以及定类型（性别）。
7~9题软件操作，答案略
第三章练习题答案
1~8题软件操作，答案略
9、SPSS排序功能仅实现将观测按用户指定顺序重新排列；
拆分功能在按序排列的基础上，能够实现对数据按排序变量进行分组，并分组进行后续的统计分析。
第四章练习题答案
1、
Statistics
户口所在地
职业
年龄
N
Valid
282
Missing
Frequency
Percent
ValidPercent
CumulativePercent
中心城市
200
70.9
边远郊区
82
29.1
100.0
Total
国家机关
24
8.5
商业服务业
54
19.1
27.7
文教卫生
18
6.4
34.0
公交建筑业
15
5.3
39.4
经营性公司
45.7
学校
51.1
一般农户
35
12.4
63.5
种粮棉专业户
4
1.4
64.9
种果菜专业户
10
3.5
68.4
工商运专业户
34
12.1
80.5
退役人员
17
6.0
86.5
金融机构
98.9
现役军人
3
1.1
20岁以下
20~35岁
146
51.8
53.2
35~50岁
91
32.3
85.5
50岁以上
41
14.5
分析：
本次调查的有效样本为282份。
常住地的分布状况是：
在中心城市的人最多，有200人，而在边远郊区只有82人；
职业的分布状况是：
在商业服务业的人最多，其次是一般农户和金融机构；
年龄方面：
在35-50岁的人最多。
由于变量中无缺失数据，因此频数分布表中的百分比相同。
2、
由表中可以看出，有效样本为282份，存（取）款金额的均值是4738.09，标准差为10945.09，峰度系数为33.656，偏度系数为5.234。
与标准正态分布曲线进行对比，由峰度系数可以看出，此表的存款金额的数据分布比标准正态分布更陡峭；
由偏度系数可以看出，此表的存款金额的数据为右偏分布，表明此表的存款金额均值对平均水平的测度偏大。
由表中可以看出，中心城市有200人，边远郊区为82人。
两部分样本存取款金额均呈右偏尖峰分布，且边远郊区更明显。
3、利用描述菜单下窗口对话框中的“将标准得分另存为变量”功能实现。
对标准分数变量按降序排列，绝对值大于3的可视为“与众不同”的样本。
理由：
标准化值反映的是样本值与样本均值的差是几个标准差单位。
如果标准化值等于0，则表示该样本值等于样本均值；
如果标准化值大于0，则表示该样本值大于样本均值；
如果标准化值小于0，则表示该样本值小于样本均值。
如果标准化值的绝对值大于3，则可认为是异常值。
4、利用列联分析实现。
首先编制列联表，然后进行卡方检验。
以户口和收入的列联分析为例：
表中，卡方统计量的观测值等于32.064，概率-P值等于0.001。
若显著性水平设为0.05，由于0.001<
0.05，拒绝原假设，表明户口地与收入水平不独立。
5、多选项分类法；
存款的最主要目的是
升级会员 