SPSS题目及答案汇总版Word文档下载推荐.docx

1、 0.01,说明身高大于等于155cm的与身高小于155cm的两组男生的体重有极显著性差异。二、肺活量m+s: =155cm 时,m=2.404; s=0.402;155cm 时, m=2.016；s=0.423；P=0.961t=2.512; p=0.018 paired-samples T test）.m+s 治疗前舒展压：m=119.50; s=10.069; 治疗后舒展压：m=102.50; s=11.118;相关系数correlation=0.599; p=0.0670.05,说明体育疗法与降低血压相关。t=5.639;p=0.001One-way ANOVA）。操作中，contra

2、st不用改;post-hoc中需勾Bonferroni和S-N-K; Options中需勾第1个descriptive和第3个Homegeneity of variance test.m+s: A:m=133.36; s=6.808; B: m=152.04；s=6.957；C:m=189.72; s=6.350; D: m=220.78；s=6.106； F=0.024;P=0.995F=157.467; 0.05,说明A B C D四种饲料对猪体重增加的作用有显著性差异。POST-HOC 检验表明：A B C D四种饲料对猪体重增加的作用效果从高到低依次为：DCBA.（如何看图及如何排序，

3、方法：如表格中显示D-A=87.415; D-B=68.735; D-C=31.055, 假设D=100,则易可计算出A B C的假设值，再根据假设值对ABCD进行排序即可）4、以data07-10为例，分析四种药物对某生化指标有无显著性作用。对一个样本重复测量时，作重复测量方差分析。general linear model-repeated measure ）操作：一、定义:factor name 中填med; number of levels中填4; -add-define：将四个指标一起添加到第一个框中去options中3个必要操作：1将med选到右边框中去，2勾选下边的compare

4、main effect,在confident interval adjustment复选框中选Bonferroni；3 desplay框中选第1个Des和第2个Esti.。-OK看结果时看第一个表descriptve statics和第5个表test of within-subject seffects表中的greenhouse-geisser结果F和Sig（即稍后要报告的p）即可m+s：服药1后生化指标：m=26.40；s=8.764;服药2后生化指标：m=15.60；s=6.542;服药3后生化指标：s=3.847;服药4后生化指标：m=32.00；s=8.000.F=24.759, p=

5、0.001CorrelateBivariate（此题符合Pearson相关）1）Variables：选入这两个变量2）Options：勾选Means and standard deviations即可。m+s国民收入m=128.5452，其S=106.18753； 城乡居民储蓄存款m=14.1216，s=23.79747。相关系数r=0.976*，相关极显著，且成正相关。6、以data08-03为例，判断树木的月生长量与月平均气温、月降雨量、月平均日照时数、月平均湿度这4个气候因素的关系。此题用偏相关partial，偏相关用于分析事物间是否存在潜在的关系。但作偏相关都首先需作一般相关。第一步：

6、二列相关Bivariate（Pearson相关）1）variables：选入所有变量2）option：Means and standard deviations前打钩。 5个变量的平均数和标准差：m+s（见截图）树木的月生长量与四个因子相关系数分别为：（看有无*，看*有多少）相关系数r=0.983*，相关极显著，成正相关。相关系数r=0.709*，相关极显著，成正相关。相关系数r=0.704*，相关显著，成正相关。相关系数r=0.374，无显著相关。第二步：偏相关Paritable（Pearson相关）树木的月生长量与月平均气温；2）Controlling for：月降雨量、月平均日照时数、月

7、平均湿度做其它两者之间的关系，操作类似，只是有点麻烦。r=0.977，其他因素对树木的月生长量与月平均气温之间的关系有影响； r=-0.491，有影响；r=0.632，有影响。（因为树木的月生长量与月平均湿度之间无显著相关，就没必要再做偏相关）7、以data02-01为例，建立一个以初始工资、工作经验、受教育年数为自变量，当前工资为因变量的回归方程。回归表示一个变量随另一个变量作不同程度变化的单向关系。根据自变量的多少克可分为一元回归分析与多元回归分析。过程：先做散点图，判断是用线性回归还是曲线回归（一般用线性回归）一、打开data，选择REGRESSIONlinear regression，

8、选择因变量、自变量。二、在method 中选择stepwise三、在statistics中增加选项 R squared change , descriptive目前工资的平均值是.，标准差是. 初始工资的平均值是.，标准差是. 工作经验的平均值是.，标准差是. 教育年数的平均值是.，标准差是. Descriptive StatisticsMeanStd. DeviationNCurrent Salary34419.5717075.661474Beginning Salary17016.097870.638Educational Level （years）13.492.885Months sin

9、ce Hire81.1110.061 .解释力度为0.80，解释力度很大. Model SummaryModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsR Square ChangeF Changedf1df2Sig. F Change1.880（a）.775.7748115.3561622.118472.0002.890（b）.7927796.524.01840.3934713.895（c）.801.8007645.998.00819.728470 Coefficients（a）（Constan

10、t）1928.206888.6802.170.0311.909.047.88040.276-7808.7141753.860-4.4521.673.059.77128.4231020.390160.550.1726.356-19986.5023236.616-6.1751.689.058.77929.209966.107157.924.1636.118155.70135.055.0924.442a Dependent Variable: Current Salary回归方程：Y=19986.5+1.689*begining salary+966.107*educational level+155.701*months since Hire8、掷一颗六面题300次，见data10-01a，问这颗六面体是否均匀？X2卡方是检验实际频数与理论频数之间差异的统计量。6面体如果均匀的话，6个