spss统计软件实验报告.docx
《spss统计软件实验报告.docx》由会员分享,可在线阅读,更多相关《spss统计软件实验报告.docx(20页珍藏版)》请在冰豆网上搜索。
spss统计软件实验报告
实验课程
Spss16.0与统计数据分析
上课时间
2012学年第二学期17周(2012年6月10日)
学生姓名
刘杰
学号
2010211322
班级
0301004
所在学院
重庆邮电大学
上课地点:
经管大楼实验室五楼
指导教师
邓维斌
二、实验内容
第六章:
方差分析
1.实验目的
通过方差分析的学习,比如说在比较三组平均数时可以避免用T检验(需做3次比较),不仅如此,如果去显著性水平为0.05,则经过3次检验后可靠性降为0.875.因此,在检验n个样本平均数的显著性是,樱井幸方差分析。
方差分析可以由较少的实验获得大量的信息。
通过对方差分析的学习可以很好掌握单因素或者多因素下数据的比较与分析。
2.实验内容
第六章第一题
(1)解决问题的原理:
本题考虑的是一个控制变量(小麦品种)对另一个观测变量(小麦产量)的影响,而且是四个品种的小麦,应采用单因素方差分析。
先对各组方差是否具有齐性进行检验。
(2):
实验步骤
TestofHomogeneityofVariances
产量
LeveneStatistic
df1
df2
Sig.
3.593
3
12
.046
ANOVA
产量
SumofSquares
df
MeanSquare
F
Sig.
BetweenGroups
2263.482
3
754.494
12.158
.001
WithinGroups
744.715
12
62.060
Total
3008.197
15
(3):
结果及分析:
在0.05显著性水平下的齐性检验:
Sig.=0.046,<0.05说明应拒绝h0假设
在0.01显著性水平下的齐性检验
Sig.=0.046>0.01说明应接受h0(方差相等)假设
组间相伴概率Sig.(p值)=0.001<0.05,故应拒绝h0假设说明四种小麦品种对产量有显著性差异。
第六章第二题
(1).解决问题的原理:
在显著性水平0.05下判断不同类型轮胎的寿命间是否存在显著性差异?
考虑的是一种变量(里程)对另一种变量(轮胎寿命)的影响,故采用单因素。
(2)实验步骤及结果
实验结果分析:
默认原假设:
方差相等,
当a=0.05时,表6.211p=0.728>0.05,方差相等,
又如表6.212,p=0.723>0.05接受原假设,即各里程无显著性差异
第六章第三题
(1)解决问题的原理:
需要研究不同的摆放位置和不同的商品包装对销量的影响。
(2)实验步骤:
Between-SubjectsFactors
ValueLabel
N
包装
1
A1
9
2
A2
9
3
A3
9
摆放位置
1
B1
9
2
B2
9
3
B3
9
Levene'sTestofEqualityofErrorVariancesa
DependentVariable:
销量
F
df1
df2
Sig.
.754
8
18
.646
Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.
a.Design:
Intercept+casing+place+casing*place
TestsofBetween-SubjectsEffects
DependentVariable:
销量
Source
TypeIIISumofSquares
df
MeanSquare
F
Sig.
CorrectedModel
65.407a
8
8.176
7.612
.000
Intercept
822.259
1
822.259
765.552
.000
casing
.963
2
.481
.448
.646
place
3.185
2
1.593
1.483
.253
casing*place
61.259
4
15.315
14.259
.000
Error
19.333
18
1.074
Total
907.000
27
CorrectedTotal
84.741
26
a.RSquared=.772(AdjustedRSquared=.670)
MultipleComparisons
DependentVariable:
销量
(I)包装
(J)包装
MeanDifference(I-J)
Std.Error
Sig.
95%ConfidenceInterval
LowerBound
UpperBound
LSD
A1
A2
-.44
.489
.375
-1.47
.58
A3
-.11
.489
.823
-1.14
.92
A2
A1
.44
.489
.375
-.58
1.47
A3
.33
.489
.504
-.69
1.36
A3
A1
.11
.489
.823
-.92
1.14
A2
-.33
.489
.504
-1.36
.69
Tamhane
A1
A2
-.44
.778
.924
-2.52
1.63
A3
-.11
.915
.999
-2.58
2.36
A2
A1
.44
.778
.924
-1.63
2.52
A3
.33
.941
.980
-2.19
2.86
A3
A1
.11
.915
.999
-2.36
2.58
A2
-.33
.941
.980
-2.86
2.19
Basedonobservedmeans.
TheerrortermisMeanSquare(Error)=1.074.
实验结果及分析:
相伴概率sig.=0.646>0.05,因此可以认为各个组中提方差是相等的。
满足方差检验的前提。
多因素方差分析及交互检验结果:
从相伴概率来看包装的sig.=0.646>0.05.摆放位置sig.=0.253>0.05说明这两者对销量无显著影响但是包装和摆放位置的组合sig.<0.05.说明包装和摆放位置的组合对销量有显著性影响
第六章第四题
(1)解决问题的原理:
请在显著水平0.05下检验氮肥量、钾肥量及树苗初始高度中哪些对杨树的生长有显著性影响。
考虑的是3个变量(钾肥量,氮肥量,初始高度)对一个变量(生长)的显著性有影响,同时各变量没有交互作用,故采用协方差检验
Between-SubjectsFactors
N
氮肥量
多
9
少
9
钾肥量
0
6
12.5
6
25
6
Levene'sTestofEqualityofErrorVariancesa
DependentVariable:
生长量
F
df1
df2
Sig.
2.776
5
12
.068
Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.
a.Design:
Intercept+N+K+height+N*K*height
表一:
表二;
实验结果及分析:
方差齐性分析的sig.=0.068>0.05,认为各组方差具有齐性。
表一sig都>0.05,故他们都没有交互作用,采用协方差检验。
表二是各变量独立的条件下的结果,此时各个sig>0.05,即拒绝原假设(无显著性影响)即氮肥量、钾肥量及树苗初始高度都对生长量有显著性影响
第八章:
相关分析
1.实验目的
要求对3组以上数据两两之间进行相关分析,以0.05或其他的显著性水平检验相关系数的显著性。
能够分析事物之间或者变量之间线性相关程度的强弱并用适当的统计指标表示出来。
通过学习能够熟练掌握二元变量分析,偏相关分析和距离分析等相关分析。
2.实验内容
第八章第一题
(1)解决问题的原理:
三组数据两两比较分析,故采用二元变量相关分析
(2)实验步骤及结果:
实验结果分析:
由表sig得出花瓣和花枝0<0.05,有显著性
花瓣和花萼0<0.05有显著性
花枝和花萼0.002<0.05也有显著性
第八章第二题
(1)解决问题的原理:
由于考虑的是两个变量的相关性,故采用二元变量相关分析
(2)实验步骤:
实验结果分析:
由表可知sig=0.976>0.05故线性相关显著,为高度相关
第八章第三题
(1)解决问题的原理:
问这两个名次是否在0.05的显著性水平下具有相关性,考虑的是两个变量的相关性问题,故采用二元变量相关分析
(2)实验结步骤
表
实验结果分析:
由表知sig=0.025>0.05无显著性,0.025<0.03,相关性很弱,可视为不相关
第八章第四题
(1)解决问题的原理:
分析销售量与平均价格、广告费用和日照时间之间的关系,并说明此题用偏相关分析是否有实际意义。
考虑到问题要求,同时也是多因素共同影响销售量,所以采用偏相关
(2)实验步骤及结果:
表8.411
表8.412
表8.413
实验结果分析:
表8.411sig=0.024<0.3可是视为不相关
表8.412sig=0.036<0.3可是视为不相关
表8.113sig=0.001<0.3可是视为不相关
第八章第五题
(1)解决问题的原理:
现分别对3个幼仔的长、体重、四肢总长、头重进行测量,试就这几个测量数据而言,用距离分析法分析3个幼仔的相似性。
按题目要求采用距离分析法
实验结果:
表8.511
实验结果分析:
表8.511可知2号和3好比较相似,1号和2号、3号相似度不高
第九章:
回归分析
实验目的:
对x和y进行一元线性回归分析,懂得变量和变量之间的关系分为确定性关系和非确定发行关系。
掌握线性回归、曲线估计、偏最小二乘回归和顺序回归。
第九章第一题
(1)解决问题的原理:
钢的硬度和碳含量有密切的关系,因此采用一元线性回归分析
实验步骤及结果:
表9.111
实验结果分析:
表9.111可以看出回归方程y=-94.575+1410.210*x,
sig=0<0.05拒绝原假设,回归显著
第九章第二题
(1)解决问题的原理:
公司太阳镜销售情况如表8.17,销售量与平均价格、广告费用和日照时间之间的关系作多元线性回归分析。
考虑到很变量的影响,故采用多元线性回归分析比较合理
(2)实验步骤及结果:
表9.211
实验结果分析:
表9.211得知函数y=119.594-12.163x1+2.319x2+13.231x3,sig分别为0.24、0.36、0.01,当sig=0.24、0.36>0.05接受原假设,无显著性,当sig=0.01<0.05时决绝原假设,有显著性,即回归显著
第九章第三题
(1)解决问题的原理:
研究青春发育阶段的年龄与远视率的变化关系,对x与y的关系进行曲线估计,按题目要求,用曲线估计较适合
(2)实验步骤及结果:
表9.311
表9.312
表9.313
实验结果分析:
表9.311、表9.312可以看出,power(幂函数)最能反映出实际情况,即只研究幂函数的变化情况;
表9.313知y=49462.724*(x^-3.638),sig=0<0.05拒绝原假设,回归显著