SPSS考试真题宝典Word下载.docx

资源描述

SPSS考试真题宝典Word下载.docx

《SPSS考试真题宝典Word下载.docx》由会员分享，可在线阅读，更多相关《SPSS考试真题宝典Word下载.docx（51页珍藏版）》请在冰豆网上搜索。

SPSS考试真题宝典Word下载.docx

检测方差齐性用Analyzecomparemeansone-wayANOVA中选择Options然后选择Homogeneityofvariancetests和Descriptive这样就可以检测方差齐性

经过方差齐性分析，得F（LeveneStatistics）

=0.327,p（Sig）=0.574>

0.05，故方差齐性。

经过独立样本T检验，得t=2.718,p=0.014<

0.05，故两个品种家兔的正常血糖值有显著差异。

其中Levene’sTestforEqualityofVariances中F和Sig就是方差齐性检验数值。

4、配对样本T检验

Analyzecomparemeanspaired-samplesTtest

用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温，见下表。

设体温服从正态分布，问注射前后体温有无显著差异？

数据录入方式如右表

经过配对样本T检验，得t=-5.189,p=0.001<

0.01，

故注射前后体温有极显著差异。

5、单因素方差分析

Analyzecomparemeansone-wayANOVA

例5三种配合饲料对肉鸡增重效果的对比试验，增重数值为（60天体重-1000g）如下表，试检验三种配合饲料的增重效果间是否存在差异。

数据录入如右图将处理的三个方式作为一个变量（分组）把增重

作为另一个变量

在PostHoc中选择LSD

然后在Options中选择

Descriptive和Homogeneity

ofvariancetests检测方差齐性

方差齐性中F=0.034,

Sig=0.967>

0.05方差为齐性。

在增重中F=28.303，Sig=0.000<

0.05所以不同处理间对增重存在明显差异。

检测各处理间的差异：

经过LSD比较：

A1与A2、

A1与A3、A2与A3间

均有显著差异。

Sig分别为0.036,0.000,

0.000

6随机区组设计方差分析

SPSS操作中将区组也看成一个固定因素，因此选择双因素主效应分析

Analyzegenerallinearmodelunivariate

例68个小麦品种对比试验，在3个地块上进行，记录规定面积产量（kg）数据如下表，试检验8个品种产量间有无差异。

数据录入如右图二

选定固定值（如区组）

把小麦品种作为一个变量

把区组作为一个变量

把产量定义为Dependent

Variable

把区组和小麦品种设为Fixed

Factors

在Model中选择Custom

然后把区组和小麦品种转入Model中

BuildTerms中MainEffects

在PostHocTests中选择小麦品种

选择LSD

结果中区组间F=13.605，

Sig=0.001<

0.05

即3个区组间产量总体

平均值不都相同。

品种间F=4.337

Sig=0.009<

0.05

即品种间平均值不都相同

品种间多重比较

两因素处理无重复设计方差分析

SPSS操作中选择双因素主效应分析

例7来自7个不同地区的战士各1人，分别在3种不同的气温下，以相同速度做相等距离的行军后，测定其生理紧张指数，数据如下表。

试检验：

1.不同温度下生理紧张指数有无差异；

2.不同地区战士间生理紧张指数有无差异。

数据录入如右图

把紧张系数作为一个变量

把温度作为固定变量

把地区作为一个变量

选择

Analyze

generallinearmodel

univariate

把紧张系数作为

DependentVariable

把温度和地区

作为FixedFactors

在Model中选择Custom

然后把温度和地区转入Model中

在PostHocTests中选择温度和地区选择LSD（Least-SignificantDifference）LSD是用t检验完成各组均值间的配对比较的方法

8、拉丁方设计方差分析

SPSS操作中选择三因素主效应分析

例8用5头不同品种奶牛，在5个不同的阶段，分别饲喂5种不同饲料，记录产乳量（kg）如下表。

1.不同品种、2.不同阶段、3.不同饲料间产乳量有无差异。

数据录入如右图

把品种阶段产乳量和饲料种类设为变量

把产乳量作为DependentVariance

品种阶段和饲料设为FixedFactors

Model中选择Custom将品种阶段和饲料种类移到Model中选择MainEffects

在PostHocTests中品种阶段和

饲料种类选择LSD

9、析因设计方差分析

SPSS操作中选择双固定因素全模型分析

例9在研究家兔神经缝合后的轴突通过率（%）时，考虑缝合部位和缝合时间两个因素各两个水平，共4个处理。

每个处理随机分配5只家兔进行试验。

试验结果如下表。

1.不同缝合部位间、2.缝合后不同时间间总体平均轴突通过率有无差异、3.缝合部位与缝合后时间间有无交互作用。

录入数据如右图

Analyzegenerallinearmodel

univariate

将轴突通率作为DependentVariance

缝合部位和缝合时间设为FixedFactors

Model中选择Custom

把缝合时间缝合部位

缝合部位*缝合时间分别作为Model的

变量

选择交互（当做两者之间有无交互的

时候，把需要比较的两者同时选上

单独把每个变量也选上）

在PostHoc选项中把缝合时间

缝合部位都选上

10、正交设计方差分析

SPSS操作中选择5固定因素主效应分析

例10为研究5种维生素即5个因素（不妨设为A、B、C、D、E）对肉鸡增重的影响，每个维生素采用喂

（1）和不喂

（2）两个水平，且专业上认为各因素间无交互作用，现做正交设计并分析不同维生素喂与不喂有无显著差异。

将每个处理（维生素种类）都作为一个变量

把增重作为一个变量

generallinearmodelunivariate

把增重作为DependentVariable

其余五个处理作为FixedFactor

在Model中

把abcde选上Model选择MainEffects

在Options中把abcde都选上

选择CompareMainEffects

然后就得出结果

在各个处理（维生素）里进行比较

11、系统分组设计方差分析

SPSS操作:

先进行单因素（A）分析，再选择两固定因素主效应分析，然后根据方差分析表进行计算，查表判断。

例113头公猪与8头母猪配种，各产下若干仔猪。

仔猪的断奶体重（kg）数据如下表。

1.不同公猪间、2.不同母猪间仔猪总体平均断奶重是否有差异。

把公猪号和母猪号体重作为变量

按照不同的公猪号又进行组内分号，母猪组内也是如此

先进行单因素（A）分析

公猪内仔猪体重

然后进行母猪内仔猪体重分析

公猪内对母猪分析

最后进行再选择两固定因素主效应分析，然后根据方差分析表进行计算，查表判断。

把体重作为DependentVariable

把公猪号和母猪号作为FixedFactor

在Model中选择MainEffects将公猪号和母猪号移到Model框中

Options中选择公猪号和母猪号进行

CompareMainEffects

进行分析之后

得到TestofBetween-SubjectsEffects

SS总=600.984即为取双因素固定

分析中的CorrectedTotal值

公猪间SS=44.731即为

ANOVA中的

S2=22.366即为MeanSquare

公猪内母猪间为

固定双因素方差分析中的

SS=37.942S2=65.588

母猪内仔间为

SS=228.310S2=4.151

最后进行分析得到如右图

的数据

具体数据都在双因素固定方差

分析中找到如下

其中公猪内母猪间和母猪内仔猪间都在相应数据的下一行查找

12、完全随机设计单因素协方差分析

根据专业知识判定哪一个为协变量，再进行协方差分析。

例124种饲料A1、A2、A3、A4各喂10头猪，受试猪的始重y及日增重x如下表。

考虑到始重的不同对增重的影响会干扰对不同饲料增重效果的比较研究，故把始重做为协变量，对不同饲料增重效果间的比较做协方差分析。

将四种饲料作为一个变量下的四个分组

将始重作为一个变量增重作为一个变量

将始重作为协变量（Covariate）饲料组作为FixedFactors日增重作为DependentVariable

Model中选择Maineffects选择变量和

协变量。

在Options中选择将Group进行

CompareMainEffects。

在双因素方差分析中找F协变量F校正日增重然后在PairwiseComparition中查找多重比较。

13、适合性2检验

先进行例数的加权，再进行适合性2检验

加权：

DataWeightCases

2检验:

AnalyzeNonparametrictestschi-square

例13在研究牛的毛色和角的有无两对相对性状分离现象时，用黑色无角牛和红色有角牛杂交，子二代出现黑色无角牛192头，黑色有角牛78头，红色无角牛72头，红色有角牛18头，共360头。

试问这两对性状是否符合孟德尔遗传规律中9∶3∶3∶1的遗传比例？

将角色作为一个变量把数量作为一个变量

将数量加权

DataWeightCases加权数量

将角色（因素）转入

TestVariableList中

并在ExpectedValue中选择Value

并按照输入数据的先后顺序输入

比例值

Chi-Square为卡方值Asymp.Sig为P值

然后进行判定

14、两个率比较（四格表资料）的2检验

先进行例数的加权，再进行2检验

2检验:

Analyzedescriptivestatisticscrosstabs

例14对海锦止血粉中的甲、乙两处方，分别用66、54只实验犬，做快速止血效果对比试验，结果如下表。

试检验甲、乙两处方间总体止血成功率有无差异。

输入数据如右图

将数量进行加权

descriptivestatisticscrosstabs

选择Crosstabs

按照题目中图表选择Row和

Column

在Statistic中选择

Chi-Square

在得出的结果中得到的

ContinuityCorrection中

Value值为2c

P为Asymp.Sig.（2-sided）

对应的值

15、配对计数资料（四格表）的2检验

例15对260份血清样品，分别用两种不同的免疫学检测方法，检验类风湿因子，结果如表。

试检验两种方法的检测结果是否相互独立（是否有关联）。

数据录入如右

将数量作为一个变量将A处理作为一个变量

把B处理作为一个变量

将+作为一个处理项—作为一个处理项

对数量进行加权：

选择Column和Row的选项

选择Statistic

选择Chi-Square

2的值为ContinuityCorrection

（连续性校正）的值=169.866P=0.000<

16、两个配对样本符号秩和检验

AnalyzeNonparametrictests2relatedsamples

例16某试验用大白鼠研究饲料维生素E缺乏与肝脏中维生素A含量的关系，先将大白鼠按性别、月龄、体重等配为10对，再把每对中的两只大白鼠随机分配到正常饲料组和维生素E缺乏饲料组，试验结束后测定大白鼠肝中维生素A的含量如表11-4。

试检验两组大白鼠肝中维生素A的含量是否有显著差异。

数据录入

将鼠对别，正常饲料数据维生素E缺乏组数据分别作为

将不同的处理组配对输入TestPairListTestType选择Wilcoxon

在TestStatistic中选择数据。

17、两个非配对样本符号秩和检验

AnalyzeNonparametrictests2independentsamples

例17研究两种不同能量水平饲料对5-6周龄肉仔鸡增重（克）的影响，资料如下表所示。

问两种不同能量水平的饲料对肉仔鸡增重的影响有无差异？

数据录入

把增重量作为一个变量

把能量的高低作为一个变量

1作为高能量组

2作为低能量组

在TestVariable中选择增重这个变量

在GroupingVariable中选择能量高低分组

这一个变量

因为在能量的高低分组中由12两个组

在DefineGroups中

分为12两组

在TestType中选择Mann-WhitneyU

得到的

在TestStatistic中看Z的值

概率看Asympt.Sig.（2-tailed）

P=0.003

18、完全随机设计资料的秩和检验（Kruskal-Wallis）

AnalyzeNonparametrictestsKindependentsamples

例184组大白鼠分别注射不同剂量的某种激素后，测得耻骨间隙宽度增加量（mm）数据如表。

试检验4个不同剂量总体有无差异。

把编号增加量分别作为

把剂量处理的不同

分为1234四个不同

的处理

在TestVariable

中选择增加量

在GroupingVariable

中选择编号

在DefineRange中选择

Max为最多分组4

Min为1

在TestType中选择

Kruskal-Wallis

Options中选择Descriptive

看SPSS中卡丁方为Chi-Square=12.209Asymp.Sig.=0.007<

0.05差异显著

所以不都相同。

19、双因素或区组设计资料的（Friedman）秩和检验（多个相关样本）

AnalyzeNonparametrictestsKrelatedsamples

例19在5种不同配方的溶液，对4种不同种类的细菌的抑菌效果试验中，抑菌圈直径（mm）数据如表。

1.不同溶液间、2.不同细菌间的抑菌效果有无差异。

将溶液类型录为一个变量

每一种菌的名字各录为一个变量

AnalyzeNonparametrictests

Krelatedsamples

将各种菌的类型转换到TestVariable中

在TestType中选择Friedman

卡方值为TestStatistic中Chi-Square的值P为Asymp.Sig的值

得出结果为对四种细菌的抑制效果不都相同。

DATATranspose数据旋转

数据如右

把Var001-005转入TestVariable中

TestType选择Friedman

卡方选择Chi-Square的值

P选择Asymp.Sig.的值

20、两组等级计数资料的（Wilcoxon）秩和检验

AnalyzeNonparametrictests2independentsamples

例20两种方法治疗过敏性鼻炎的疗效结果如下表。

试检验不同疗法间疗效有无差异。

把组别例数疗效

等级等三个录为变量

因为是计数资料所以要对例数进行加权。

TestVariable中选择疗效GroupingVariable中按照疗法的不同分为两组

选择Mann-WhtineyU为TestType

数据的选择

在TestStatistic中Z的值为Wilcoxon下面的Z的值Asymp.Sig.（2-tailed）的值为P的值

得出两组总体疗效不同，激光组优于冷紫组。

21、直线相关与回归分析