重庆工商大学spss实验报告.docx

资源描述

重庆工商大学spss实验报告.docx

《重庆工商大学spss实验报告.docx》由会员分享，可在线阅读，更多相关《重庆工商大学spss实验报告.docx（20页珍藏版）》请在冰豆网上搜索。

重庆工商大学spss实验报告.docx

重庆工商大学spss实验报告

重庆工商大学数学与统计学院

《统计应用软件》课程

实验报告

一、统计量描述3

二、单样本t检验4

三、两个独立样本t检验5

四、配对样本t检验5

五、单因素方差分析6

六、多因素方差分析7

七、相关分析8

八、协方差分析10

九、简单线性回归分析11

十、曲线估计12

十一、列联分析15

实验项目

利用SPSS统计软件，对数据进行分析。

实验日期

周一，3-5节

实验地点

80608

实验目的

运用SPSS软件对中国居民储蓄率的变化进行统计量描述、单样本t检验、两个独立样本t检验、配对样本t检验、单因素方差分析、多因数方差分析、相关分析、协方差分析、简单线性回归分析、曲线估计、列联分析

改革开放以来，随着中国经济的高速增长，一直保持在高水平上的中国储蓄率到了越来越多国内外学者的关注。

中国的储蓄率明显地高于其他国家，近年来的上升趋势十分明显，下图1952-2006年中国居民储蓄率、国民储蓄、国民收入等数据，我们进行各种统计分析。

中国居民储蓄率的变化

以上数据来源于《中国统计年鉴》

一、统计量描述

对居民储蓄和居民收入进行统计量描述

DescriptiveStatistics

Minimum

Maximum

Mean

Std.Deviation

Skewness

Kurtosis

Statistic

Std.Error

Statistic

Std.Error

居民储蓄

-5.16

45323.16

5.54553

10312.76671

2.301

.322

5.059

.634

居民收入

487.19

1.255

1.88424

30967.08203

1.932

.322

2.992

.634

ValidN（listwise）

得出结论：

1、对居民储蓄分析可知样本个数为55，最小值为-5.16，最大值为45323.16，均值为5.54553，标准差为10312.76671，偏度系数为2.301，峰度系数为0.634

2、居民收入分析可知样本个数为55，最小值为487.19，最大值为1.255，均值为1.88424，标准差为30967.08203，偏度系数为1.932，峰度系数为0.634

二、单样本t检验

检验平均居民储蓄是否与2000元有显著差异

One-SampleStatistics

Mean

Std.Deviation

Std.ErrorMean

居民储蓄

5.54553

10312.76671

1390.57318

One-SampleTest

TestValue=2000

Sig.（2-tailed）

MeanDifference

95%ConfidenceIntervaloftheDifference

Lower

Upper

居民储蓄

2.550

.014

3545.49018

757.5588

6333.4215

1、由表得出了样本个数55，均值5.54553，标准差10312.76671，均值标准误差1390.57318。

2、由表得给出了检验统计量2.550，自由度54，双测检验的置信水平0.005，样本均值与总体均值之差3545.49018，均值差的置信区间（757.5588，6333.4215）

3、得出结论：

对于该问题应比较a/2和p/2。

由于p大于a，因此拒绝零假设。

认为平均居民储蓄与2000元有显著差异。

95%的置信区间告之，有95%的把握认为平均居民储蓄在757.5588—6333.4215元之间。

2000元包含在置信区间内，也证实了上述推断。

三、两个独立样本t检验

对数据进行分析得：

GroupStatistics

变量个数

Mean

Std.Deviation

Std.ErrorMean

居民储蓄

37.9844

15.92693

3.98173

1.6023E2

174.70969

43.67742

IndependentSamplesTest

Levene'sTestforEqualityofVariances

t-testforEqualityofMeans

Sig.

Sig.（2-tailed）

MeanDifference

Std.ErrorDifference

95%ConfidenceIntervaloftheDifference

Lower

Upper

居民储蓄

Equalvariancesassumed

31.853

.12

-2.787

.009

-122.24687

43.85854

-211.81796

-32.67579

Equalvariancesnotassumed

-2.787

15.249

.014

-122.24687

43.85854

-215.59620

-28.89755

该表给出了两种t检验的结果，等方差的t检验和不等方差的t检验。

根据F检验结果，显著性水平为0.12大于0.05，接受原假设。

因此，选取一般t检验方法的结果，自由度df=30，计算的统计量t=-2.787,对应的显著性水平为0.009，小于0.05，拒绝原假设。

国民储蓄在不同年限有显著差异

四、配对样本t检验

对数据进行分析得：

PairedSamplesStatistics

Mean

Std.Deviation

Std.ErrorMean

Pair1

居民储蓄

5.54553

10312.76671

1390.57318

居民消费

1.334

20772.454

2800.957

由表得出了国民储蓄和国民消费的样本均值、样本数、标准差、均值误差。

国民储蓄的均值5.54553大于国民消费的均值1.334

PairedSamplesCorrelations

Correlation

Sig.

Pair1

居民储蓄&居民消费

.983

.000

由表可知，两样本的相关系数为0，小于0.05，即认为两样本的相关性显著。

PairedSamplesTest

PairedDifferences

Sig.（2-tailed）

Mean

Std.Deviation

Std.ErrorMean

95%ConfidenceIntervaloftheDifference

Lower

Upper

Pair1

居民储蓄-居民消费

-7.750993

10804.43521

1456.86975

-10671.83780

-4830.14184

-5.320

.000

得出结论：

由表得出显著性水平为0，远小于0.05，因此可得出国民储蓄和国民消费之间的影响很大。

五、单因素方差分析

对数据进行分析得：

TestofHomogeneityofVariances

国民收入

LeveneStatistic

df1

df2

Sig.

1.724

.094

ANOVA

国民收入

SumofSquares

MeanSquare

Sig.

BetweenGroups

6.034

4.043

.320

.034

WithinGroups

457.875

25.137

Total

463.909

方差齐检验中，Leven统计量的值为1.724，P值为0.0094.可以在0.05的显著水平下认为样本所来自的总体满足方差齐性的要求。

单因素方差分析表中的F值为0.320，对应的p值0.034小于0.05，可以认为不同的年份对国民收入有显著性影响。

六、多因素方差分析

对数据进行分析得：

UnivariateAnalysisofVariance

Between-SubjectsFactors

ValueLabel

国民收入

2000元以下

2000—5000元

5000—10000元

10000元以上

物价水平

过高

偏高

正常

TestsofBetween-SubjectsEffects

DependentVariable:

什么合算

Source

TypeIIISumofSquares

MeanSquare

Sig.

CorrectedModel

3.787a

.379

1.621

.100

Intercept

160.129

685.487

.000

1.156

.385

1.650

.178

.086

.043

.184

.832

a4*a8

2.155

.431

1.845

.104

Error

63.305

271

.234

Total

612.000

282

CorrectedTotal

67.092

281

a.RSquared=.056（AdjustedRSquared=.022）

上图表明，第一列是对观测变量总变差分解的说明；第二列是观测变量变差分解的结果。

第三列表明自由度；第四列是均方；第五列是F检验统计量的观测值；第六列是检验统计量的概率P值。

可以看出，观测变量的总变差为67.092。

它由4部分组成，分别是国民收入a4=1.156,物价水平a8=.086,由国民收入和物价水平交互作用引起的变差a4*a8=2.155,由随机因素引起的变差error=63.305。

这些变差除以各自的自由度后，得到各自的均方，并可计算出各F检验统计量的观测值和在一定自由度下的概率P值（即第六列）。

若显著性水平a=0.05,由于Fa4,Fa8的概率p值小于显著性水平a，则应拒绝零假设。

可以认为国民收入和物价水平总体均值存在显著差异，对什么合算的效应不同时为0，各自不同的水平给什么合算带来了显著影响。

同时由于Fa4,Fa8的概率p值小于显著性水平a，则应拒绝零假设，可以认为不同的国民收入和物价水平对什么合算带来了交互作用，不同的国名收入与物价水平会影响到购买什么合算。

七、相关分析

1、简单相关分析

Correlations

年份

金融储蓄

实物储蓄

居民储蓄

居民收入

Spearman'srho

年份

CorrelationCoefficient

1.000

.926**

.995**

.942**

1.000**

Sig.（2-tailed）

.000

金融储蓄

CorrelationCoefficient

.926**

1.000

.928**

.996**

.928**

Sig.（2-tailed）

.000

实物储蓄

CorrelationCoefficient

.995**

.928**

1.000

.945**

.995**

Sig.（2-tailed）

.000

居民储蓄

CorrelationCoefficient

.942**

.996**

.945**

1.000

.944**

Sig.（2-tailed）

.000

居民收入

CorrelationCoefficient

1.000**

.928**

.995**

.944**

1.000

Sig.（2-tailed）

.000

**.Correlationissignificantatthe0.01level（2-tailed）.

注：

图中带有“

”号的结果表明有关的两变量在0.01的显著性水平下显著相关。

2、偏相关分析

Correlations

ControlVariables

居民储蓄

居民消费

居民收入

居民储蓄

Correlation

1.000

-.084

Significance（2-tailed）

.45

居民消费

Correlation

-1.000

1.000

Significance（2-tailed）

.000

上图表明，国民储蓄与国民消费的简单相关系数为-0.084，它们的相关系数检验的概率p为0.45。

当显著性水平α为0.05或0.01时，都接受相关系数检验的原假设，认为两总体存在线性关系。

八、协方差分析

对数据进行分析得：

TestsofBetween-SubjectsEffects

DependentVariable:

居民储蓄

Source

TypeIIISumofSquares

MeanSquare

Sig.

CorrectedModel

4.1419a

1.0359

32.311

.000

Intercept

1.2088

3.772

.058

居民储蓄率

3.7768

11.786

.001

变量个数

7.8818

2.6278

8.199

.000

Error

1.6029

3.2047

Total

7.4349

CorrectedTotal

5.7439

a.RSquared=.721（AdjustedRSquared=.699）

由图可知变两个数的F值=8.199，Sig.取值为0.000，拒绝无效假设，可以认为回归效应显著，协变量与响应变量之间存在线性关系。

ParameterEstimates

DependentVariable:

居民储蓄

Parameter

Std.Error

Sig.

95%ConfidenceInterval

LowerBound

UpperBound

Intercept

-4.5733

7022.630

-.651

.518

-18678.487

9532.247

居民储蓄率

789.875

230.082

3.433

.001

327.742

1252.008

[变量个数=1.00]

619.768

6058.025

.102

.919

-11548.133

12787.669

[变量个数=2.00]

-476.861

5724.839

-.083

.934

-11975.538

11021.817

[变量个数=4.00]

-1.1114

3000.517

-3.703

.001

-17137.584

-5084.150

[变量个数=8.00]

a.Thisparameterissettozerobecauseitisredundant.

九、简单线性回归分析

.绘制散点图如下：

图中所示，居民收入与占GDP比重呈线性关系。

建立简单线性回归模型。

单线性回归方程：

。

对数据进行分析得：

ModelSummaryb

Model

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

Durbin-Watson

.750a

.562

.554

4.88431

.098

a.Predictors:

（Constant）,居民收入

b.DependentVariable:

占GDP比重

从上表可得该数据是一元线性回归模型的拟合情况。

相关系数R为0.750，反映的是自变量与因变量之间的密切程度，其值在0~1之间，越大越好。

决定系数0.562，调整决定系数为4.88431

ANOVAb

Model

SumofSquares

MeanSquare

Sig.

Regression

1621.375

67.964

.000a

Residual

1264.392

23.856

Total

2885.767

a.Predictors:

（Constant）,居民收入

b.DependentVariable:

占GDP比重

该表是一元回归分析的方差分析表，反映了模型检验结果。

回归模型的Sig.值为0。

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

Sig.

95%ConfidenceIntervalforB

Correlations

Std.Error

Beta

LowerBound

UpperBound

Zero-order

Partial

Part

（Constant）

5.994

.773

7.756

.000

4.444

7.544

居民收入

.000

.750

8.244

.000

.750

a.DependentVariable:

占GDP比重

给出了模型参数的估计，但

的检验p值为0.000远小于显著性水平0.05，则应拒绝原假设，即

的

检验显著。

以上检验看出，居民收入与占GDP比重的相关性显著，建立的线性回归模型拟合程度还可以，故模型的建立还可以。

一十、曲线估计

绘制散点图如下：

对数据进行分析得

Quadratic

ModelSummary

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

.860

.740

.730

3.797

Theindependentvariableis居民消费.

Coefficients

UnstandardizedCoefficients

StandardizedCoefficients

Sig.

Std.Error

Beta

居民消费

.001

.000

2.056

8.611

.000

居民消费**2

-7.333E-9

.000

-1.356

（Constant）

4.110

.676

6.082

.000

从该表中可看出调整的决定系数为0.760，说明拟合效果好。

该表是对数曲线模型的方差分析结果，Sig.值为0.000。

Cubic

ModelSummary

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

.934

.873

.866

2.679

Theindependentvariableis居民消费.

ANOVA

SumofSquares

MeanSquare

Sig.

Regression

2519.856

839.952

117.071

.000

Residual

365.911

7.175

Total

2885.767

Theindependentvariableis居民消费.

Coefficients

UnstandardizedCoefficients

StandardizedCoefficients

Sig.

Std.Error

Beta

居民消费

.002

.000

4.720

11.762

.000

居民消费**2

-4.3718

.000

-8.081

居民消费**3

3.30213

.000

4.270

（Constant）

2.157

.546

3.947

.000

从该表中可看出调整的决定系数为0.866，说明拟合效果好。

该表是对数曲线模型的方差分析结果，Sig.值为0.000。

从该表对数曲线模型的系数可知，对数曲线拟合模型为：

y=2.157-4.3718lnx。

十一、列联分析

Chi-SquareTests

Value

Asymp.Sig.（2-sided）

PearsonChi-Square

2.970E3a

2916

.238

LikelihoodRatio

440.807

2916

1.000

Linear-by-LinearAssociation

53.797

.000

NofValidCases

a.3025cells（100

展开阅读全文