1、spss题目及答案汇总版SPSS原理与运用练习题数据对应关系:06-均值查验; 07-方差分析; 08-相关分析;09-回归分析; 10-非参数查验; 17-作图一、以data06-03为例,分析身高大于等于155cm的与身高小于155cm的两组男生的体重和肺活量均值是不是有显著性。分析:一个因素有2个水平用独立样本t查验,此题即身高因素有155以上和以下2个水平,因此用独立样本t查验(analyze-compare means-independent-samples T test)。报告:一、体重m+s:=155cm 时, m= ; s= ;,说明方差齐性。t=; p= =155cm 时,m
2、=; s=;,说明方差齐性。t=; p= compare means- paired-samples T test).报告:m+s 医治前伸展压:m=; s=; 医治后伸展压:m=; s=;相关系数correlation=; p=,说明体育疗法与降低血压相关。t=;p=compare means-One-way ANOVA)。操作中,contrast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.报告:m+s: A:m=; s=; B: m=;s=;C:m=; s
3、=; D: m=;s=; 方差齐性查验结果:F=;P=,说明方差齐性。F=; p= CBA.(如何看图及如何排序,方式:如表格中显示D-A=; D-B=; D-C=, 假设D=100,那么易可计算出A B C的假设值,再依照假设值对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。分析:对一个样本重复测量时,作重复测量方差分析。(analyze-general linear model-repeated measure )操作:一、概念:factor name 中填med; number of levels中填4; -add-define:将四个指标一
4、路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 main effect,在confident interval adjustment复选框当选Bonferroni;3 desplay框当选第1个Des和第2个Esti.。-OK报告: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=;s=; 服药2后生化指标:m=;s=;服药3后生化指标:m=;s=;服药4
5、后生化指标:m=;s=.F=, p=CorrelateBivariate(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。报告:m+s国民收入m=,其S=; 城乡居民储蓄存款m=,s=。相关系数r=*,相关极显著,且成正相关。6、以data08-03为例,判定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。分析:此题用偏相关partial,偏相关用于分析事物间是不是存在潜在的关系。但作偏相关都第一需作一样相关。操作:第一步:二列相关AnalyzeCor
6、relateBivariate(Pearson相关)1)variables:选入所有变量2)option:Means and standard deviations前打钩。报告: 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别离为:(看有无*,看*有多少)相关系数r=*,相关极显著,成正相关。相关系数r=*,相关极显著,成正相关。相关系数r=*,相关显著,成正相关。相关系数r=,无显著相关。第二步:偏相关AnalyzeCorrelateParitable(Pearson相关)1)Variables:树木的月生长量与月平均气温;2)Controlling for:月
7、降雨量、月平均日照时数、月平均湿度做其它二者之间的关系,操作类似,只是有点麻烦。报告:r=,其他因素对树木的月生长量与月平均气温之间的关系有阻碍; r=,有阻碍;r=,有阻碍。(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,成立一个以初始工资、工作体会、受教育年数为自变量,当前工资为因变量的回归方程。分析:回归表示一个变量随另一个变量作不同程度转变的单向关系。依照自变量的多少克可分为一元回归分析与多元回归分析。进程:先做散点图,判定是用线性回归仍是曲线回归(一样用线性回归)操作:一、打开data,选择REGRESSIONlinear regre
8、ssion,选择因变量、自变量。二、在method 当选择stepwise三、在statistics中增加选项 R squared change , descriptive报告: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. 工作体会的平均值是.,标准差是. 教育年数的平均值是.,标准差是. Descriptive Statistics Descriptive Statistics MeanStd. DeviationNCurrent Salary474Beginning Salary474Educational Level (years)474Months since H
9、ire474 .说明力度为,说明力度专门大. Model SummaryModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsR Square ChangeF Changedf1df2Sig. F Change1.880(a).775.774.7751472.0002.890(b).792.792.0181471.0003.895(c).801.800.0081470.000 Coefficients(a)1(Constant) .031Beginning Salary.047.880.0002(Co
10、nstant) .000 Beginning Salary.059.771.000Educational Level (years).172.0003(Constant) .000 Beginning Salary.058.779.000Educational Level (years).163.000Months since Hire.092.000a Dependent Variable: Current Salary回归方程:Y=+*begining salary+*educational level+*months since Hire8、掷一颗六面题300次,见data10-01a,
11、问这颗六面体是不是均匀?分析:X2卡方是查验实际频数与理论频数之间不同的统计量。6面体若是均匀的话,6个面显现的频数应该是无显著不同。操作:AnalyseNonparametric TestsChisquare(卡方查验) 将Imt加入到Test Variable List里 Options勾选Descriptive报告:由结果可知X2= P= ,说明无显著性不同, 因此,这颗六面体均匀。9、某研究者就目前就业情形作调查,在68名男性大学生中,39人以为“专门好”,29人以为“不行”,在57名女性大学生中,42人以为“不行”,15人以为“专门好”,试问大学生的态度是不是与其性别有关?分析:原理
12、同上题,理论值和实测值若是有显著性不同,那么与其有关,假设无显著性不同,那么无关。操作:创建表:概念变量gender,attitude,num,输入数据 Dataweight casenum 选择 descriptive statisticscrosstabs ROWgender , COLUMNattidtude STATISTICS当选择chi_square CELL DISPLAY 中增加选项 COUNTS:EXPECTED报告:.男性以为专门好的实测值有39人,期望值为人; 男性以为不行的实测值有29人,期望值是人; 女性以为专门好的实测值有15人,期望值为人; 女性以为不行的实测值有42人,期望值是人。卡方查验结果:x2=,P=,说明学生态度受性别阻碍。(看第一行Pear
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1