K134合集数据统计分析数据资料分析勘误论文范文Word格式.docx

1、年龄与育龄妇女婚姻 关系,主要原因是:3。恢复选择全体人口，假定影响家庭子女数（CHILD）的因素，有本人年龄（AGE）初婚年龄（AGEWED），性别（SEX），本人受教育年限（EDUC），父亲最高学位（PADEG），母亲最高学位（MADEG），理想子女数（CHILDIDEL），家庭经济收入（INCOME91），本人经济收入（RINCOM91）。求他们之间的相关关系，问这种相关关系是否显著？AGESEXAGEWEDEDUCPADEGMADEGCHILDIDELINCOME91RINCOM91CHILD4。将家庭子女数（CHILD）作为因变量，将本人年龄（AGE）初婚年龄（AGEWED），性别（

2、SEX），本人受教育年限（EDUC），父亲最高学位（PADEG），母亲最高学位（MADEG），理想子女数（CHILDIDEL），家庭经济收入（INCOME91），本人经济收入（RINCOM91）等作为自变量，用逐步回归方法建立方程，并求复相关系数R，问何种因素最为重要，为什么？Y=5。计算本人受教育年限（educ）与父亲受教育程度（padeg）、母亲受教育程度（madeg）、个人经济收入（rincome91）、家庭兄弟姐妹数（sibs）、生育子女数（childs）、本人年龄（age）和（sex）的相关系数，添入下表，并建立逐步回归方程（变量可用英文表示），给出主要参数，问哪两个因素影响最大，主

3、要根据是什么。r父受教育母受教育个人经济收入弟妹数生育子女数年龄性别受教育Y（educ）= 复相关系数 R= 相关（回归）是否显著？影响生育率最大的因素是 其次是 ；主要依据是 6。用T检验，检验本人最高学位（DEGREE），父亲最高学位（PADEG）和母亲最高学位（MADEG）是否一致，没有显著性差异。7。用95%的置信区间估计家庭平均子女数（CHILD）。8选择女性人口，以95%的置信区间估计，不同文化程度（degree）下平均结婚（agewed）年龄（点估计）和平均结婚的区间（区间估计）。 （20%） 15-49岁妇女文化程度高中以下Less than HS高中High School 大

4、专Junior College本科Bachelor研究生Graduate平均结婚的点估计平均结婚的估计区间 - -样本量个案之5某省实际普查资料的分析 “人口.sav”是某省1990年第四次人口普查的万分之二抽样调查数据资料，内含13580个样本（人）22个调查变量（问题），现要求：1）根据实际人口数和调查人口数进行数据加权2）计算各种行业、各种职业的劳动年龄人口数量的地区分布3）计算各种行业、各种职业的劳动力的各种受教育程度和平均受教育年限4）计算各地人口的年龄（5岁一组）性别分布5）计算各种行业、各种职业劳动力的婚姻状态7）统计各种无业人员的基本构成（在校学生、料理家务、待升学、市镇待业、

5、离退休、丧失劳动能力、其他）8）计算全省市镇待业人员的年龄性别构成（挑选市镇待业人员）9）计算全省市镇待业人员的各种受教育程度和平均受教育年限II广义数据分析个案大学生能力调查资料分析一、调查设计、问卷数据编码、数据输入练习二、新变量的构建、变量选择、样本选择、指标体系的重构三、数据整理、汇总、分析四、论文的组织与撰写1、目的：考察同学组织协作能力和数据综合分析的能力。2、分析原则：实事求是、综合分析、协作研究。数据采用2005年南京师范大学“能力建设”实地调查数据，内含样本（被调查资料）3993个人，问题（指标）83个。3、具体方法：全班学生分为9个不同组，进行组内合作、讨论。每组产生报告人

6、一人，经过1-2周准备，报告人用PPT形式向全班报告主要研究结论，本组其他人补充，报告时间为6-8分钟。各组的分数由各组学生代表9人和任课老师共10人，根据各组报告状态给出。均分85分1组（优），80分3组（良），75分3组（中），70分2组（及格）。4、用随机方法决定各组选择的课题如下：1）不同性别对于学生能力的影响2）家庭经济状态对于学生能力差异的影响3）父母受教育程度对于学生能力差异的影响4）学生学习基础对于学生能力差异的影响5）家庭所在地区对于学生能力差异的影响6）父母职业对于学生能力差异的影响7）本人志向对于学生能力差异的影响8）学生来源地（城、镇、乡）对于学生能力差异的影响9）不同

7、学院对于学生能力差异的影响5、每组具体讨论的问题：1）学生能力的理论定义，实际可操作定义和计算方法2）问题的因变量、自变量分别是什么？ 3）本问题的主要方法（频数、交叉表、相关、回归分析）为什么？4）近期研究进展（上网搜索）。5）可能的影响因素有哪些？（事实、证据、原因、解释可能性）6）主要表现事实是什么？7）能够证明的影响因素有哪些？他人工作有何旁证（上网搜索）？8）尚待进一步研究的问题有哪些？III狭义数据分析个案某省实际普查资料的分析18.1 打开1993年美国社会调查问卷文件GSS93 subset.sav（General Social Survey），样本量为1500人，问他们的平均

8、年龄（age）、年龄众数、中位数和年龄标准差、标准误。平均年龄年龄中位数男性女性18.2 将年龄变量（AGE）进行重新分组。18.3 选择女性育龄妇女（15-49岁女性），问不同年龄（AGE2）下育龄妇女的婚姻状态，求Chi square 值，问年龄与育龄妇女婚姻有无关系。24以下18.4 恢复选择全体人口，假定影响家庭子女数（CHILD）的因素，有本人年龄（AGE）初婚年龄（AGEWED），性别（SEX），本人受教育年限（EDUC），父亲最高学位（PADEG），母亲最高学位（MADEG），理想子女数（CHILDIDEL），家庭经济收入（INCOME91），本人经济收入（RINCOM91）。1

9、8.5 将家庭子女数（CHILD）作为因变量，将本人年龄（AGE）初婚年龄（AGEWED），性别（SEX），本人受教育年限（EDUC），父亲最高学位（PADEG），母亲最高学位（MADEG），理想子女数（CHILDIDEL），家庭经济收入（INCOME91），本人经济收入（RINCOM91）等作为自变量，用向前回归方法（forward）建立方程，并求复相关系数R，问何种因素最为重要，为什么？18.6 计算本人受教育年限（educ）与父亲受教育程度（padeg）、母亲受教育程度（madeg）、个人经济收入（rincome91）、家庭兄弟姐妹数（sibs）、生育子女数（childs）、本人年龄（a

10、ge）和（sex）的相关系数，添入下表，并建立逐步回归方程（变量可用英文表示），给出主要参数，问哪两个因素影响最大，主要根据是什么。影响本人受教育年限最大的因素是 其次是 ；18.7 用T检验，检验本人最高学位（DEGREE）和父亲最高学位（PADEG），本人最高学位（DEGREE）和母亲最高学位（MADEG）是否一致，没有显著性差异。具体采用方法，T计算值为：；说明。18.8 用95%的置信区间估计家庭平均子女数（CHILD）。18.9 选择女性人口，以95%的置信区间估计，不同文化程度（degree）下平均结婚（agewed）年龄（点估计）和平均结婚的区间（区间估计）。15-49岁妇女文化

11、程度High School JuniorCollege平均结婚的点估计平均结婚的估计区间打开1991年美国社会调查问卷文件“1991 U.S. General Social Survey.sav”，样本量为1517人。1.要求分别写出参加的调查5个男性、5个女性最高、最低年龄人的地址码及相应年龄？解：可分如下4步骤实现：1）打开文件“1991 U.S. General Social Survey.sav”，查总样本量；2）AnalyzeDescriptive StatisticsExplore打开相应对话框；3）在Dependent List框中输入age，在Factor List框中输入se

12、x，即年龄按性别进行分组；若在Factor List框中不输入sex，得不分性别的年龄分组。4）打开Statistics对话框，选择Outliers，按Continue键，再按OK键，即得第二张Extreme Values表格中相应结果如表14.1。表18.1 极端年龄值输出大小小大编码数值+162089295-1188181120+21211312-249819679+330887346-33351053+497985569-41202201029+52718482889（*）-5108620（*）97819（*） * 相同数值的样本有多个。2.求1517个人的分性别平均年龄、中位数、年龄标

13、准差和标准误。可分如下3步骤实现：1）从上面输出的第一张Descriptives表中，不难找到Means，方差（Median），标准差（Std Deviation）；但是年龄标准误没有，并且男女性合计值没有。实际上可以用更加方便的方法来处理。2）可以利用OLAP cubes功能，依次按AnalyzeReportOLAP Cubes，在Summary Variable（s）选择项中输入age，在Grouping Variable（s） 选 表18.2 OLAP CubesRespondents Sex: Total MeanStd. DeviationMedianStd. Error of Me

14、anAge of Respondent45.6317.80841.00.458择项中输入Sex，按Statistics键，打开对话框，分别用箭头将Mean、Standard Deviation，Median，Std Error of Mean输入右边的Cell Statistics，按Continue和OK键。输出如表18.2。 3）用鼠标右键单击表格，出现一提示图，在SPSS pivot Table Object的Edit处用左键单击，于是出现Pivoting Trays1图形（图18.1），该图形左边、左下方及右边分别有三个小方块，将鼠标对准左边一方块，按住往下拖到下面方 图18.1 Pi

15、voting Trays1形右边，相应表格就呈现男女性各项年龄指标。于是可得表14.3。 表18.3 分性别平均年龄、年龄中位数44.1841.017.030.67546.6742.018.290.61717.810.4583.计算男女性平均受教育年限分别为多少年？以90%的可靠性估计男女性平均受教育年限的区间。首先确定因变量是平均受教育年限，分组变量（自变量）是性别，1）依次按键AnalyzeDescriptive StatisticsExplore打开相应对话框；2）在Dependent List框中输入educ；在Factor List框中输入sex；打开Statistics对话框，在C

16、onfidence Interval for mean内，将数值由95改为90；就可得受教育年限按性别进行分组；如在Factor List框中不输入sex，就可得平均受教育年限、及其上下限表18.4 分性别受教育年限平均受教育年限受教育年限下限受教育年限上限13.2313.0313.4412.6312.4712.7912.8812.7613.014.问男女性平均受教育年限是否存在明显的差异（设显著性水平为0.05）？这是平均数检验问题，男女性平均数显然是不在某个案内，而是分别在不同个例中，于是应采用独立样本t检验。1）依次按键AnalyzeCompare meansIndependent-Sa

17、mples T Test，打开相应对话框；2）Test Variable（s）输入变量educ，在Grouping Variable对话框中输入变量sex，并单击sex（？，？）字符，则Define Group亮化为可用。单击该对话框，有两种选择，若使用Use Specified Values时，可在第一组、第二组分别输入1、2；若使用Cut Point时，可输入其中间值1.5。然后按Continue退出，按OK执行，即得表18.5和表18.6。表18.5给出了男女性人数、平均受教育年限、及其标准差、标准误，结果与前相同。表18.5 Group Statisticss SexNStd. Dev

18、iationStd. Error MeanHighest Year of School Completed= 28772.839.096 26333.143.125表18.6给出了统计分析结果。首先，对男女性方差是否相等进行检验，F= 11.226，显著性水平为0.001，表示推翻原假设，原假设为虚无假设，即两个方差相等、无差异；于是看下面一行数字，下面一行数字告诉我们，t=-3.824，显著性水平为0.000，表示推翻原假设（原假设为男女性受教育年限相等），说明男女性受教育年限不等，或以95%的把握说女性受教育年数比男性少0.293 到0.911年，女性受教育年限明显偏少。表18.6 独立样

19、本检验（Independent Samples Test）5.将人口年龄按5岁组进行重新编码，24岁以下；25-29；30-34；35-39岁；60岁以上，并命名为该变量为age5。建立年龄性别交叉表并添入下表。并求Chi-square值，问人口年龄与性别有无关系,为什么？1）依次按键TransformRecodeInto Different Variables，打开相应对话框；原年龄变量age通过箭头移入到中间方框中，在Name下输入新变量名age5，按Change按钮也移到中间对话框。2）打开Old and New Values对话框（图18.2），将旧值和新值分别输入图18.2 数据转换

20、中的新旧码转变到计算机。按Comtinue返回后，再按OK就计算产生一新变量age5。3）对新变量Age5贴标签，具体是分别按Variable View键，在age5和Values交叉格间用鼠标右键点一下。在Value Labels的第一个Value输入变量值1，在第二个Value输入变量值的标签“24岁以下”，按add键，再在第一个Value输入变量值2，在第二个Value输入变量值2的标签“25-29岁”，按add键，。4）依次按键AnalyzeDescriptive StatisticsCrosstabs，打开对话框，在Row（s）中输入变量Sex，在Column（s）中输入变量age5

21、，打开Statistics按钮，选择chi-square，分别按Continue和OK键，就能获得表14.7。在第二张表中得到pearson chi-aquare为12.827，其近似两尾显著性水平为0.118，说明不能推翻原假设，年龄与性别相互独立无关。表18.7 年龄性别交叉表24岁-50-5455-5960岁+756576827753412714063680111113906046512458811551501871951677838515176.问本人受教育年限（educ）与父亲受教育年限（paeduc）、母亲受教育年限（maeduc）、及配偶受教育年限（speduc）是否相关，是否显

22、著？这几个变量都是数值变量，应该计算Pearson相关系数。依次按键AnalyzeCorrelateBivariate，打开对话框，将相关变量educ、paeduc、maeduc，和speduc移入右面Variables下，Correlation Coefficience选择Pearson方法，Test of Significance选择Two-tailed。按OK键即可输出结果。由表18.8可见，本人受教育年限与父亲受教育年限、母亲受教育年限、及配偶受教育年限密切相关，这种相关程度高达99.9%。表18.8 两变量线性相关系数父亲受教育年限母亲受教育年限配偶受教育年限本人受教育年限0.463

23、*0.419*0.619*7.问本人受教育年限是否明显高于父亲受教育年限；本人受教育年限是否明显高于母亲受教育年限（95%的置信水平）。本人受教育年限与父亲受教育年限，本人受教育年限与母亲受教育年限都在一个样本以内，因此选择配对样本检验。1）依次按键AnalyzeCompare meansPaired-Samples T Test，打开相应对话框；2）将Educ-paeduc，以及Educ-maeduc同时成对输入到paired Variables对话框。按OK键，即可得到输出结果。3）计算表明本人受教育年限与父亲受教育年限平均差2.55年，统计量t的计算值为22.044，显著性水平Sig为0.000，推翻原假设，即本人受教育年限与父亲受教育年限有明显不同；类似，本人受教育年限比母亲受教育年限平均高2.51年，统计量t的计算值为25.687，显著性水平Sig为0.000，推翻原假设，即本人受教育年限与母亲受教育年限有明显不同。8.计算本人受教育年限与父亲受教育年限、母亲受教育年限、配偶受教育年限、家庭兄弟姐妹数（sibs）、生育子女数（childs）、本人年龄（age）和（sex）的相关系数，并建立逐步回归方程（变量可用英文表示），给出主要参数，问哪两个因素影响最大，主要根据是什么。1）用类似的方法，可以求得两变量间线性相关系数。配偶受教育本人0.463