统计软件应用实验指导书Word文档下载推荐.docx

统计软件应用实验指导书Word文档下载推荐.docx

《统计软件应用实验指导书Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《统计软件应用实验指导书Word文档下载推荐.docx（15页珍藏版）》请在冰豆网上搜索。

适用专业：

信息管理与信息系统

日期：

2011-9-1

实验一：

多因素单变量方差分析

一、实验目的：

1、了解主效应、交互效应、固定效应、随机效应的概念；

2、学习多因素单变量方差分析的方法；

二、实验内容：

下表是某汽车经销商为了研究东部、西部和中部地区市场上汽车的销量是否存在显著的差异，在每个地区随机抽取几个城市进行调查统计（表中显示了部分数据），调查数据放在文件“汽车销量调查.sav”中，现在对之进行多因素单变量方差分析。

三、

实验步骤：

1、选择菜单Analyse→GeneralLinearModel→Univariate，打开对话框，将观测

变量sales移入DependentVariable列表框，将固定因素变量region和ad移入FixedFactors列表了中，如右图所示。

2、单击Model按钮，弹出Model子对

话框，设置方差分析模型。

这里采用默认的选项：

FullFactorial.

3、单击Contrasts按钮可以弹出Contrasts子对话框，用于设置因素各水平均值与特定值的对比检验；

PostHoc按钮用于设置因素水平之间的均值比较检验。

这里采用系统默认值不做任何比较检验。

4、单击Plot按钮，弹出ProfilePlots子对话框，用于绘制均值轮廓图，这里把变量region移入HorizontalAxis框，最为均值轮廓图的横轴；

把变量ad移入SeparateLines框中，用于表示不同的线形。

单击下边的Add按钮，确认添加。

具体设置如右图所示。

5、Save按钮用于设置保存某些计算结果到数据文件中，这里采用系统默认选项，即不保存任何结果。

6、单击Options按钮，弹出Options子对话框，在该对话框中的Display区域中选中两个复选框：

Descriptivestatistics和Homogeneitytests，即输出基本描述统计量和方差齐性检验结果。

然后在主对话框中单击OK按钮，执行操作。

四、实验结果：

实验结果如下所示：

五、实验结论：

对实验结果进行解释和分析，并得到相应的结论。

六、实验学时：

2学时。

七、实验类型：

验证型

试验二两独立样本检验

一、实验目的：

1、理解两独立样本检验的相关原理；

2、掌握两独立样本非参数检验的主要方法；

二、实验内容：

利用上市公司财务数据，检验在泸市上市和深市上市的公司总资产的分布形态是否存在显著差异。

三、实验步骤：

1、选择菜单Analyse→NonparametricTests→2IndepententSamples,打开对话框Two-Independent-SamplesTests对话框，将待检验变量t-assets移入TestVariableList列表框中。

2、把分类变量jys移入GroupingVariable列表框中，单击DefineGroups按钮，在打开的子对话框中输入分类变量的取值0和1，单击Continue按钮，返回主对话框。

设置如下图所示：

3、在TestType选项栏中选中检验方法复选框，这里将四种方法都选中，以便进行比较。

4、Exact按钮和Options按钮的用途，然后在主对话框中单击“OK”按钮。

四、实验结果如下图所示：

五、实验结论：

六、实验学时：

七、实验类型：

试验三相关分析

1、理解相关关系的概念和特点；

2、掌握连续变量之间的相关性常用的Pearson简单相关系数的测定方法；

在上市财务公司财务分析中，常常利用资产收益率、净资产收益率、每股净收益和托宾Q值4个指标来衡量公司经营绩效。

现对这四个指标的相关性进行检验。

三、实验步骤：

1、选择菜单Analyse→Correlate→Bivariate,打开相应的BivariateCorrelations对话框,将待分析的四个衡量公司绩效的指标移入右边的Variables列表框中。

2、在CorrelationCoefficients选项栏中选择适当的相关系数。

由于待分析的连续变量是连续型数据，因此应该选择Pearson简单相关系数。

为了便于比较把其它2个相关系数也选择上。

3、在TestofSignificance选项栏中选择在相关系数检验时使用双侧检验。

4、如果选中Flagsignificantcorrelations复选框。

则在相关系数检验中用星号标注通过显著性检验的相关系数。

对话框中具体设置如下图所示：

5、单击Options按钮，弹出相应的对话框，在这个对话框中把Statistics栏的两个复选框都选中，然后单击“Continue”按钮关掉这个对话框。

再回到主对话框后单击“OK”按钮就可以得到如下结果。

四、实验结果：

实验四二项Logistic回归

1、理解二项Logistic回归模型的形式、回归系数的意义；

2、掌握二项Logistic回归在SPSS中的实现方法；

选取140家公司作为样本，其中70家为由于“财务状况异常”而被交易所对其股票实行特别处理（简称ST）的公司。

另外70家为财务正常的公司。

为了研究上市公司发生财务困境的可能性，以“是否被ST”为被解释变量，以被ST两年前的各项财务指标为解释变量（这里选择资产负债率、总资产周转率和总资产利润率3个财务指标作为解释变量）建立二项Logistic回归模型，以期利用历史财务数据对财务困境的发生进行预测。

1、选择菜单Analyse→Regression→BinaryLogistic，打开LogisticRegression对话框，将解释变量st移入Dependent列表框中，在本例中，变量st=1的公司表示ST的上市公司，st=0表示财务正常的上市公司。

将三个财务指标全部移入Covariates列表框中，并在Method下拉列表框中选中Enter选项，将三个变量强制引入回归方程。

对话框设置情况如下图所示：

2、单击Save按钮，弹出SaveNewVariables子对话框，在此对话框中把Predictedvalues栏的两个复选框中选中。

3、单击Options按钮，弹出Options子对话框，选中Hosmer-Lemeshowgoodness-of-fit复选框，以检验模型整体的显著性，其它选项均保持默认。

返回到主对话框中，单击OK按钮，执行二项Logistic回归命令。

实验五聚类分析

1、理解系统聚类的基本思想；

2、理解K-均值聚类法的理论和方法，并会进行实例分析；

根据我国各地区2003年3次产业的产值，利用K均值法对我国31个省、自治区和直辖市进行聚类分析。

1、选择菜单Analyse→Classify→K-MeansClusterAnalysis对话框。

将原始变量X1~X3移入Variables列表框中，将标志变量Region移入LabelCaseby列表框中。

在Method选项栏中选中Iterateclassify单选按钮，使用K-means算法不断计算新的类中心，并替换旧的类中心；

若选中Classifyonly单选按钮，则根据初始类中心进行聚类，在聚类过程中不断改变类中心。

在NumberofClusters后面的输入框中输入想要把样品聚成的类数，这里输入3，即将31个地区分为3类。

对话框设置下图所示：

2、单击Iterate按钮，弹出子对话框，对迭代参数进行设置，这里采用系统默认值即可。

3、单击Save按钮，弹出子对话框，设置保存在数据文件中的表明聚类结果的新变量。

将这个对话框中的两个复选框都选中。

4、单击Options按钮，在弹出的子对话框中如右图设置。

然后单击Continue按钮返回主对话框中。

5、在主对话框中单击OK按钮，运行K-均值聚类分析程序。