上机报告格式.docx
《上机报告格式.docx》由会员分享,可在线阅读,更多相关《上机报告格式.docx(32页珍藏版)》请在冰豆网上搜索。
上机报告格式
SPSS上机报告
(一)
姓名黄府成
班级084133
上机练习一描述性统计分析
33页2.2
一、上机目的
利用SPSS进行描述性统计分析。
要求掌握频数分析(Frequencies过程)、描述性分析(Descriptives过程)。
二、上机内容
确定灯泡寿命,以10为组距进行分组,整理成频数分布表;根据分组数据绘制直方图,说明数据分布的特点;制作茎叶图;并与直方图作比较。
三、上机步骤
1、定义变量
2、输入数据
3、选择分析方法
4、单击“OK”按钮,得到输出结果。
对结果进行分析解释。
四结果分析
统计量
使用寿命
N
有效
100
缺失
0
百分位数
10
674.20
20
684.20
30
691.00
40
694.40
50
698.00
60
703.60
70
708.70
80
717.00
90
726.90
使用寿命
频率
百分比
有效百分比
累积百分比
有效
651
1
1.0
1.0
1.0
658
1
1.0
1.0
2.0
661
1
1.0
1.0
3.0
664
1
1.0
1.0
4.0
665
1
1.0
1.0
5.0
666
1
1.0
1.0
6.0
668
1
1.0
1.0
7.0
671
1
1.0
1.0
8.0
673
1
1.0
1.0
9.0
674
1
1.0
1.0
10.0
676
1
1.0
1.0
11.0
677
1
1.0
1.0
12.0
679
1
1.0
1.0
13.0
681
2
2.0
2.0
15.0
682
1
1.0
1.0
16.0
683
3
3.0
3.0
19.0
684
1
1.0
1.0
20.0
685
3
3.0
3.0
23.0
688
2
2.0
2.0
25.0
689
2
2.0
2.0
27.0
690
2
2.0
2.0
29.0
691
4
4.0
4.0
33.0
692
3
3.0
3.0
36.0
693
2
2.0
2.0
38.0
694
2
2.0
2.0
40.0
695
2
2.0
2.0
42.0
696
3
3.0
3.0
45.0
697
2
2.0
2.0
47.0
698
4
4.0
4.0
51.0
699
2
2.0
2.0
53.0
700
2
2.0
2.0
55.0
701
2
2.0
2.0
57.0
702
2
2.0
2.0
59.0
703
1
1.0
1.0
60.0
704
1
1.0
1.0
61.0
705
1
1.0
1.0
62.0
706
3
3.0
3.0
65.0
707
2
2.0
2.0
67.0
708
3
3.0
3.0
70.0
709
1
1.0
1.0
71.0
710
2
2.0
2.0
73.0
712
2
2.0
2.0
75.0
713
2
2.0
2.0
77.0
715
1
1.0
1.0
78.0
716
1
1.0
1.0
79.0
717
2
2.0
2.0
81.0
718
2
2.0
2.0
83.0
719
1
1.0
1.0
84.0
720
1
1.0
1.0
85.0
721
1
1.0
1.0
86.0
722
2
2.0
2.0
88.0
725
1
1.0
1.0
89.0
726
1
1.0
1.0
90.0
727
1
1.0
1.0
91.0
728
1
1.0
1.0
92.0
729
2
2.0
2.0
94.0
733
1
1.0
1.0
95.0
735
1
1.0
1.0
96.0
736
1
1.0
1.0
97.0
741
1
1.0
1.0
98.0
747
1
1.0
1.0
99.0
749
1
1.0
1.0
100.0
合计
100
100.0
100.0
[数据集1]C:
\DocumentsandSettings\Administrator\LocalSettings\Temp\Rar$DI01.156\习题2.2.sav
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
使用寿命
100
100.0%
0
0.0%
100
100.0%
描述
统计量
标准误
使用寿命
均值
699.88
1.965
均值的95%置信区间
下限
695.98
上限
703.78
5%修整均值
699.79
中值
698.00
方差
385.965
标准差
19.646
极小值
651
极大值
749
范围
98
四分位距
25
偏度
.094
.241
峰度
.012
.478
使用寿命Stem-and-LeafPlot
FrequencyStem&Leaf
1.00Extremes(=<651)
1.0065.8
2.0066.14
3.0066.568
3.0067.134
3.0067.679
7.0068.1123334
7.0068.5558899
13.0069.0011112223344
13.0069.5566677888899
8.0070.00112234
10.0070.5666778889
6.0071.002233
7.0071.5677889
4.0072.0122
6.0072.567899
1.0073.3
2.0073.56
1.0074.1
1.0074.7
1.00Extremes(>=749)
Stemwidth:
10
Eachleaf:
1case(s)
五、上机小结
通过这次上机我了解了SPSS软件关于描述性分析的主要操作模块,窗口及其功能,相关的系数设置等,基本掌握了应用SPSS软件转换菜单中的可视离散化进行描述性统计分析,但是在操作过程和文字分析上还是有些生疏,有待进一步的熟练。
33页2.4
一、上机目的
利用SPSS进行描述性统计分析。
要求掌握频数分析(Frequencies过程)、描述性分析(Descriptives过程)。
二、上机内容
绘制各城市月气温的箱线图,并比较各城市气温分布的特点。
三、上机步骤
1、选择Graphs---Boxplot
2、在出现的对话框中选择Simple,在DatainchatAre中选择Summariesofseparatevariables,点击define返回主对话框
3、在主对话框中将所有变量选入boxesrepresent。
4、单击“OK”按钮,得到输出结果。
对结果进行分析解释。
四结果分析
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
北京
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
北京
均值
13.408
3.1723
均值的95%置信区间
下限
6.426
上限
20.390
5%修整均值
13.537
中值
14.800
方差
120.759
标准差
10.9890
极小值
-1.9
极大值
26.4
范围
28.3
四分位距
23.9
偏度
-.240
.637
峰度
-1.576
1.232
北京
北京Stem-and-LeafPlot
FrequencyStem&Leaf
3.00-0.011
2.000.68
2.001.36
5.002.01556
Stemwidth:
10.0
Eachleaf:
1case(s)
描述
统计量
标准误
昆明
均值
16.367
1.1087
均值的95%置信区间
下限
13.926
上限
18.807
5%修整均值
16.457
中值
17.450
方差
14.752
标准差
3.8408
极小值
9.8
极大值
21.3
范围
11.5
四分位距
6.7
偏度
-.465
.637
峰度
-.972
1.232
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
沈阳
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
沈阳
均值
8.275
3.8271
均值的95%置信区间
下限
-.148
上限
16.698
5%修整均值
8.550
中值
9.800
方差
175.760
标准差
13.2575
极小值
-12.7
极大值
24.3
范围
37.0
四分位距
25.7
偏度
-.258
.637
峰度
-1.474
1.232
沈阳
沈阳Stem-and-LeafPlot
FrequencyStem&Leaf
1.00-1.2
2.00-0.68
3.000.008
3.001.178
3.002.144
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
上海
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
上海
均值
17.908
2.5404
均值的95%置信区间
下限
12.317
上限
23.500
5%修整均值
17.909
中值
18.700
方差
77.443
标准差
8.8002
极小值
5.6
极大值
30.2
范围
24.6
四分位距
16.3
偏度
-.126
.637
峰度
-1.362
1.232
上海
上海Stem-and-LeafPlot
FrequencyStem&Leaf
3.000.558
3.001.156
5.002.02359
1.003.0
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
南昌
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
南昌
均值
18.608
2.5002
均值的95%置信区间
下限
13.105
上限
24.111
5%修整均值
18.648
中值
20.700
方差
75.014
标准差
8.6610
极小值
6.5
极大值
30.0
范围
23.5
四分位距
16.3
偏度
-.212
.637
峰度
-1.401
1.232
南昌
南昌Stem-and-LeafPlot
FrequencyStem&Leaf
3.000.668
3.001.259
4.002.2246
2.003.00
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
郑州
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
郑州
均值
15.800
2.8124
均值的95%置信区间
下限
9.610
上限
21.990
5%修整均值
15.994
中值
18.050
方差
94.915
标准差
9.7424
极小值
.3
极大值
27.8
范围
27.5
四分位距
19.4
偏度
-.358
.637
峰度
-1.302
1.232
郑州
郑州Stem-and-LeafPlot
FrequencyStem&Leaf
3.000.033
.000.
2.001.01
2.001.79
2.002.11
3.002.677
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
武汉
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
武汉
均值
18.317
2.7265
均值的95%置信区间
下限
12.316
上限
24.318
5%修整均值
18.441
中值
20.000
方差
89.205
标准差
9.4448
极小值
4.2
极大值
30.2
范围
26.0
四分位距
19.0
偏度
-.258
.637
峰度
-1.414
1.232
武汉
武汉Stem-and-LeafPlot
FrequencyStem&Leaf
3.000.456
3.001.249
5.002.13489
1.003.0
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
广州
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
广州
均值
23.183
1.5166
均值的95%置信区间
下限
19.845
上限
26.521
5%修整均值
23.226
中值
24.450
方差
27.600
标准差
5.2535
极小值
15.8
极大值
29.8
范围
14.0
四分位距
10.2
偏度
-.301
.637
峰度
-1.589
1.232
广州
广州Stem-and-LeafPlot
FrequencyStem&Leaf
4.001.5677
2.002.13
6.002.567799
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
海口
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
海口
均值
25.358
1.1331
均值的95%置信区间
下限
22.864
上限
27.852
5%修整均值
25.481
中值
26.900
方差
15.408
标准差
3.9253
极小值
18.5
极大值
30.0
范围
11.5
四分位距
7.4
偏度
-.610
.637
峰度
-1.183
1.232
海口
海口Stem-and-LeafPlot
FrequencyStem&Leaf
1.001.8
3.002.001
7.002.5677889
1.003.0
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
重庆
12
100.0%
0
0.0%
12
100.0%
描述
统计量
标准误
重庆
均值
19.200
2.4385
均值的95%置信区间
下限
13.833
上限
24.567
5%修整均值
19.100
中值
19.900
方差
71.358
标准差
8.4474
极小值
7.8
极大值
32.4
范围
24.6
四分位距
14.9
偏度
.113
.637
峰度
-1.217
1.232
重庆
重庆Stem-and-LeafPlot
FrequencyStem&Leaf
3.000.799
3.001.349
4.002.0245
2.003.12
Stemwidth:
10.0
Eachleaf:
1case(s)
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
昆明
12
100.0%
0
0.0%
12
100.0%
昆明
昆明Stem-and-LeafPlot
FrequencyStem&Leaf
1.000.9
3.001.033
5.001.56888
3.002.001
Stemwidth:
10.0
Eachleaf:
1case(s)
47页3.5
用各种统计量来评价组装方法的优劣
描述统计量
N
全距
极小值
极大值
均值
标准差
方差
统计量
统计量
统计量
统计量
统计量
标准误
统计量
统计量
方法A
15
8
162
170
165.60
.550
2.131
4.543
方法B
15
7
125
132
128.73
.452
1.751
3.067
方法C
15
12
116
128
125.53
.716
2.774
7.695
有效的N(列表状态)
15
从均值可以看出,.A方法生产的产品在单位时间内更多,而B方法生产的产品更稳定,方法C单位时间内更少。
91页5.7
成对样本统计量
均值
N
标准差
均值的标准误
对1
方法1
72.60
10
14.073
4.450
方法2
61.60
10
14.759
4.667
成对样本相关系数
N
相关系数
Sig.
对1
方法1&方法2
10
.898
.000
成对样本检验
成对差分
t
df
Sig.(双侧)
均值
标准差
均值的标准误
差分的95%置信区间
下限
上限
对1
方法1-方法2
11.000
6.532
2.066
6.327
15.673
5.325
9
.000
119页6.7
单个样本统计量
N
均值
标准差
均值的标准误
方法1
15
47.73
4.415
1.140
方法2
12
56.50
4.275
1.234
单个样本检验
检验值=0.05
t
df
Sig.(双侧)
均值差值
差分的95%置信区间
下限
上限
方法1
41.826
14
.000
47.683
45.24
50.13
方法2
45.746
11
.000
56.450
53.73
59.17