spss练习作业具体步骤.docx

1、spss练习作业具体步骤一、调查问卷二、用SPSS Statistics软件进行描述统计分析 1、某地区经济增长率的时间序列图形。 解：第一步：数据来源，如图1 图1 某地区经济增长率xls截图 图2 Spss软件制作过程截图 第二步：将数据输入SPSS软件之中，如图2，制作某地区经济增长率的时间序列图形,如图3。 图3某地区19902012年经济增长率的时间序列图 第三步,从图中可以看出，某地区随时间的变化经济增长率变化趋势较大。 2、用SPSS Statistics进行描述统计分析解:第一步，按照题目中的要求，随机选取了148个数据，如图4部分数据:图4 Spss随机数据截图第二步,根据要

2、求，对上月工资进行描述统计分析，主要包括描述数据的集中趋势、离散程度(见表1），绘制直方图（见图5）。 表1 上月工资描述统计表（单位:元）集中趋势离散趋势均值2925极小值1500中值2900极大值4800众数2900全距3300和432900标准差496。364偏度0.165峰度1.238数据总计148 图5 上月工资直方图 第三步，分析数据的统计分布状况。首先，从集中趋势来，上个月平均工资2925元，其中众数和中数也都在2900元，这说明大部分工资水平在2900左右。其次,从离散趋势来看，最高工资4800元，最低工资1500元，最高工资和最低工资相差3300元，标准差为496.364，相

3、差较大。最后，从直方图来看和评述统计表来看，工资在2900元以上的占多数。可以的该地区整体工资水平大于平均值的占多数，该地区工资水平相对较高。峰度为1。238,偏度为0.165符合正态分布。三、用SPSS Statistics软件进行参数估计和假设检验及回归分析 1、计算总体中上月平均工资95的置信区间（见表3）.解:总体中上月平均工资分布未知，但是样本容量大于30，且已知标准误，所以通过SPSS分析得出总体中上月平均工资95的置信区间，见表3, 假设； H0:总体中上月平均工资95%的不在此在此区间 H1:总体中上月平均工资95%的在此区间表3 总体中上月平均工资95%的置信区间均值95的置

4、信区间下限2844.37Sig。（双侧）上限3005。630。000 答，总体中上月平均工资095的置信区间为2844.37，3005。63，p=0。0000.01,作出这样的推论正确的概率为0.95，错误的概率为0.05。 2、检验能否认为总体中上月平均工资等于2000元. 解：在本案例中，要检验样本中上月平均工资与总体中上月平均工资（为已知值：2000元）是否存在差异，即某一样本数据与某一确定均值进行比较。虽然不知道总体分布是否正态，但样本较大（N30)，可以运用单样本T检验。通过SPSS检验结果见（表4 、表5） 设； Ho： H1: 其中，表示总体中上月平均工资 表4 单个样本统计量N

5、均值标准差均值的标准误上月工资1482925。00496.36440。801 表5 单个样本检验tdfSig.（双侧）均值差值检验值 上月工资22.6711470.000925。000 2000 答：作出结论,均值差值为925，t=22。671，p=0。0000.01,所以拒绝原假设，接受备择假设，即否认总体中上月的平均工资等于2000元。3、检验能否认为男生的平均工资大于女生 解:两个样本均来自于正态分布的总体且男女上月工资独立，可以进行独立样本T检验，（见表6、表7） 表6 组统计量性别N均值标准差均值的标准误上月工资男生733156。16442。84051。831女生752700。004

6、41。12950。937假设1：H0： H1： 其中，从表7中方差方程的 Levene 检验可以看出，F=0。101,P=0.7510.05,所以不能拒绝原假设,可以认为两组数据无显著差异，所以应该选择方差相等下的T检验。表7独立样本检验方差方程的 Levene 检验T检验FSig。tdfSig.（双侧）均值差值标准误差值上月工资假设方差相等0。1010。7516.2771460。000456.16472。667假设方差不相等6.277145。8590。000456.16472。670假设2： H0： H1： 其中1代表男生总体平均数,2代表女生总体平均数，下同 作出结论：从表6、表7中可以看

7、出，男生有73人，平均工资3156。16元，女生75人,平均工资2700。00元.t=6。277,且p=0.0000。001 所以拒绝原假设，接受备择假设，差异极显著。根据表6，可以最后得出结论，男生平均工资大于女生的结论。4、一些学者认为，由于经济不景气，学生的平均工资今年和去年相比没有显著提高。检验这一假说。 解： 根据题意可知，需要进行相关样本T检验，设： H0：12 H1；12 同上表8 相关样本T检验均值标准差均值标准误Tdf相关系数sig上月工资2925496.36440.801去年同月工资2721.62447。29636。767上月工资&去年同月工资203。378183。1011

8、5。50113。5311470。930。000 通过表8可知,t=13。531,P=0.0000.01,所以拒绝原假设,接受备择假设,即学生的平均工资今年和去年相比有显著提高.5、方差分析。（1）使用单因素方差分析的方法检验：能否认为不同学科的上月平均工资相等。如果不能认为全相等，请做多重比较。 解:第一步，提出假设,H0：不同学科上月的平均工资是相同的 H1：至少有两门学科上个月的平局工资是相同的 经过SPSS软件计算，见表9， 表9 三门学科上月工资水平方差分析表平方和df均方F显著性组间372977。8792186488。9390.7540。472组内3.584E7145247203.6

9、01总数3。622E7147第二步，决策，F=0。754，P=0。4720。05，接受H0，拒绝 H1，三者之间没有显著性差异。可以认为不同学科上月工资水平相同。第三步，多重比较，经过Levene检验（见表10），p=0.724,方差没有显著性差异,方差齐性，经过LSD检验（见表11)，P值均大于0.05，所以可以得出同样的结论，三门学科的上月工资水平没有差异。 表10 方差齐性检验Levene 统计量df1df2显著性。32321450。724 表11 多重比较(I） 学科(J) 学科均值差 （I-J）标准误显著性95 置信区间下限上限LSD12-112.34899.458.261308.9

10、284。233-111。912108。528。304326.41102。5921112。34899。458.26184。23308。923.43698。038.996-193。33194.2031111。912108.528。304-102.59326。412。43698。038。996194.20193。33(2）在方差分析中同时考虑学科和性别因素，用双因素方差分析模型分析学科和性别对上月平均工资的影响。 解： 第一步，提出假设，H0：性别和学科对上月工资水平没有影响 H1:性别和学科同时对上月工资水平有影响 第二步，经过SPSS计算，见表12， 表12主体间效应的检验源df均方FSig。校

11、正模型51603013.8998。071。000性别17202158.04236.263。000学科2153037。863。771.465性别 学科27642.822。038.962总计148 第三步，作出决策 性别因素P=0。0000.05，不可拒绝原假设,认为三个学科平均学分绩点的中位数没有显著差异。（4）检验学生的上月工资是否服从正态分布。 解：第一步，样本是否来自正态分布，可用单样本K-S检验，原假设和备择假设设置如下 H0:学生的上月工资服从正态分布 H1：学生的上月工资不服从正态分布 第二步,通过SPSS软件计算结果如表19表19 单样本 KolmogorovSmirnov 检验上

12、月工资N148Kolmogorov-Smirnov Z0.981渐近显著性（双侧)0.291 第三步，作出结论，p=0。291,大于0.05，不能拒绝原假设，也就是说能认为此样本来自正态分布.（5）检验学生对专业的满意程度是否为离散的均匀分布第一步，采用卡方分布进行检验，H0：学生对专业的满意程度服从离散的均匀分布 H1:学生对专业的满意程度不服从离散的均匀分布第二步，通过SPSS软件计算结果表20、21 表20 不同专业满意度频数与期望频数观察数期望数残差非常不满意429.625。6不满意1729。612。6基本满意4529。615.4比较满意5229。622。4非常满意3029.6。4总数

13、148表21 卡方分布检验计算结果和相应的p值对专业的满意度卡方52.473adf4渐近显著性0.000第三步,作出结论,因为p=0.000，小于0.01，可以拒绝原假设，接受备择假设认为学生对专业的满意程度不服从离散的均匀分布。7、回归分析。(1）计算上月工资与平均学分绩点的相关系数并作假设检验。 解：第一步，假设如下:H0： H1： 第二步，通过SPSS计算，见表22 表22 上月工资与平均学分绩点的相关性Pearson 相关性显著性（双侧）N平均学分绩点去年同月工资。763*0.000148 第三步,根据计算相关系数为0.763，P=0。0000.01,所以可以拒绝原假设，在0.01水平

14、上二者显著相关。（2）以上月工资为因变量，平均学分绩点为自变量做回归分析,分析模型的拟合效果和假设检验的结果。（第一次抽样无法做回归分析，需要重新抽样） 解：第一步，假设1，H0：回归模型无意义，H1:回归模型有意义 假设2，Ho；常量为 H1：常量不等于0 假设3,Ho：平均学分绩点的系数为0,H1:平均学分绩点的系数不等于0 第二步，通过SPSS分析，见表23、24、25表23 模型汇总模型RR 方调整 R 方标准 估计的误差DurbinWatson1。764a.584。581346。5812。163表24 回归模型模型平方和df均方FSig。1回归2.273E712。273E7189。2

15、16。000a残差1.622E7135120118。458总计3.894E7136 表25模型回归系数表模型BtSig.1（常量）-661。720269.159-2。458。015平均学分绩点1177.97185。63613.756。000 图6图7 图8 说明： 图6 为残差的直方图，图中残差的分布基本均匀 图7 为残差的正态PP概率图，图中散点基本呈直线趋势，且并未发现异常点 图8 残差是否有随标准化预测值增大而改变的趋势。从图中可以看出分布基本均匀，可以认为残差的方差是齐性的第三步，作出结论，从表23中可以看出此表为拟合模型的拟合优度的情况，其中R方为0。584，Durbin-Watso

16、n统计量为2。163，比较接近2，可以认为残差之间相互独立。从表24中可以到F=189.216 。P=0.000,可以认为这个回归模型是有统计意义的。从表25中可以得到模型的常量为-661。720,平均学分点的系数为1177.971，通过以上综合分析，最后得出的模型为： 月工资=661.720+1177。971平均学分绩点（3）以上月工资为因变量,平均学分绩点和性别为自变量做回归分析，分析模型的拟合效果和假设检验的结果。 解:第一步，假设1，H0:回归模型无意义， H1：回归模型有意义 假设2，Ho；常量为 H1：常量不等于0 假设3，Ho:平均学分绩点的系数为0，H1:平均学分绩点的系数不等

17、于0 第二步，通过SPSS计算可以得出表26、27、28、29，表26 模型汇总c模型RR 方调整 R 方标准 估计的误差Durbin-Watson1.914b。835.832219.0201.887表27 回归模型模型平方和df均方FSig。1回归3。252E721.626E7338.928。000残差6427926.05513447969。597总计3.894E7136表28 模型回归系数模型BtSig.1（常量）-137。317174.010。789.431平均学分绩点1098。03054.40620.182.000性别-537.56637。633-14。285。000表29共线性诊断a

18、模型维数特征值条件索引112。6161。0002。3782。6293.00621。027第三步，作出结论，从表26中可以看出此表为拟合模型的拟合优度的情况，其中调整R方为0.835，DurbinWatson统计量为1.887，比较接近2，可以认为残差之间相互独立。从表24中可以到F=338.928，.P=0.000，可以认为这个回归模型是有统计意义的。从表25中可以得到模型的常量为-137。317，P=0.4310.05，所以在统计学中，没有意义。平均学分点的系数为1098.030，性别的系数为-537.566，通过以上综合分析，最后得出的模型为： 月工资=-537。566性别+1098.03

19、0*平均学分绩点图9图10图11说明： 图9为残差的直方图，图中残差的分布基本均匀 图10 为残差的正态PP概率图，图中散点基本呈直线趋势，且并未发现异常点 图11 残差是否有随标准化预测值增大而改变的趋势.从图中可以看出分布基本均匀,可以认为残差的方差是齐性的（4）在(2）和（3)模型中你会选择哪一个模型用于预测？为什么?假设一名男生的平均学分绩点为3.5,试预测他的上月工资的点估计值和区间估计。解：（2）中模型的R方等于0.584,(3）中模型的R方等于0。835，R方越大,所以选择（3）中的模型作为预测模型.假设一名男生的平均学分绩点为3。5，根据（3）中的模型公式：月工资=-537.566性别+1098.030*平均学分绩点=537.5660+1098。0303.5=3843.105,其置信区间为3843.105+/-219。02，结果为【3624.085，4062。125.】