数据分析课后答案spss教学提纲.docx

1、数据分析课后答案spss教学提纲数据分析课后答案spss习题1.3統計資料全国居民 N有效22遺漏0平均數1117.00中位數727.50標準偏差1015.717變異數1031680.286偏斜度1.025偏斜度標準誤.491峰度-.457峰度標準誤.953百分位數25304.2550727.50751893.50(1).由表可知,全国居民的均值、方差、标准差、偏度、峰度分别为1117.00、1031680.286、1015.717、1.025、-0.457。变异系数有公式计算得90.9325。（2）中位数为727.50，上四分位数304.35，下四分位数为1893.50。四分位极差由公式得到

2、1579.15三均值由公式得到913.1857。（3）直方图（4）茎叶图全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s)（5）由箱图可以看出并不异常点。統計資料农村居民 N有效22遺漏0平均數747.86中位數530.50標準偏差632.198變異數399673.838偏斜度1.013偏斜度標準誤

3、.491峰度-.451峰度標準誤.953百分位數25239.7550530.50751197.00（1）.由图可知农村居民的平均数、方差、标准差、偏度、峰度分别为747.86、399673.838、632.198、1.013、-0.451。由公式可以算得变异系数为84.5342。（2）中位数530.50，上四分位数239.75，下四分位数1197.00。由公式可得四分位极差为957.25，三均值为624.4375。（3）茎叶图农村居民 Stem-and-Leaf Plot Frequency Stem & Leaf 10.00 0 . 1111222334 6.00 0 . 555678 2.

4、00 1 . 14 4.00 1 . 7889 Stem width: 1000 Each leaf: 1 case(s)（4）箱图表明了并无异常点。統計資料城镇居民 N有效22遺漏0平均數2336.41中位數1499.50標準偏差2129.821變異數4536136.444偏斜度.970偏斜度標準誤.491峰度-.573峰度標準誤.953百分位數25596.25501499.50754136.75（1）由表可知城镇居民均值、方差、标准差、偏度、峰度为2336.41、4536136.444、2129.821、0.970、-0.573。变异系数为91.1578。（2）中位数1499.50、上四分

5、位数596.25、下四分位数4136.75、四分位极差3540.5、三均值为1933。（3）（4）茎叶图城镇居民 Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 444556689 5.00 1 . 04569 1.00 2 . 3 2.00 3 . 08 1.00 4 . 8 2.00 5 . 47 2.00 6 . 26 Stem width: 1000 Each leaf: 1 case(s)（5）箱图箱图可以看出无异常点。1.4統計資料月11 N有效31遺漏0平均數19.1665中位數14.7700標準偏差19.79977變異數392

6、.031偏斜度2.515偏斜度標準誤.421峰度8.267峰度標準誤.821百分位數256.24005014.77007520.3400（1）.11月份的收入均值为19.1665、方差为392.031、标准差为19.79977、偏度为2.515、峰度为8.267、变异系数为103.304.（2）中位数为14.7700，上四分位数6.2400、下四分位数20.3400、四分位极差为14.1。（3）（4）Pearson相关系数分别为1，0.976spearman相关系数为1，0.928.相關月11月1月11皮爾森 (Pearson) 相關1.976顯著性 （雙尾）.000N3131月1皮爾森 (P

7、earson) 相關.9761顯著性 （雙尾）.000N3131相關月11月1Spearman 的 rho月11相關係數1.000.928顯著性 （雙尾）.000N3131月1相關係數.9281.000顯著性 （雙尾）.000.N3131統計資料月1 N有效31遺漏0平均數246.1932中位數179.4100標準偏差232.97210變異數54275.998偏斜度1.916偏斜度標準誤.421峰度4.385峰度標準誤.821百分位數25103.810050179.410075273.29001月到11月收入平均数为246.1932、方差为54275.998、标准差为232.97210、偏度为

8、1.916、峰度为4.385、变异系数为96.6297中位数179.4100，上四分位数103.8100，下四分位数273.2900，四分位极差169.48.习题1.6中位数向量M=（18.100，27.400，4.800，34.100）相關x1x2x3x4x1皮爾森 (Pearson) 相關1.766*.385.336顯著性 （雙尾）.000.085.136N21212121x2皮爾森 (Pearson) 相關.766*1.427.340顯著性 （雙尾）.000.054.131N21212121x3皮爾森 (Pearson) 相關.385.4271.613*顯著性 （雙尾）.085.054.

9、003N21212121x4皮爾森 (Pearson) 相關.336.340.613*1顯著性 （雙尾）.136.131.003N21212121*. 相關性在 0.01 層上顯著（雙尾）。Pearson相关系数为1 0.766 10.385 0.427 10.336 0.340 0.613 1同理可得显著性检验，spearman相关系数和显著性检验相關x1x2x3x4Spearman 的 rhox1相關係數1.000.790*.434*.431顯著性 （雙尾）.000.049.051N21212121x2相關係數.790*1.000.511*.488*顯著性 （雙尾）.000.018.025

10、N21212121x3相關係數.434*.511*1.000.691*顯著性 （雙尾）.049.018.001N21212121x4相關係數.431.488*.691*1.000顯著性 （雙尾）.051.025.001.N21212121*. 相關性在 0.01 層上顯著（雙尾）。*. 相關性在 0.05 層上顯著（雙尾）。习题1.7統計資料x1x2x3N有效505050遺漏000平均數14.410016.02004.2300中位數15.000015.00004.0000（1）均值向量为（14.4100，16.0200，4.2300） 中位数向量（15.000，15.000，4.000）相關x

11、1x2x3Spearman 的 rhox1相關係數1.000.546*.507*顯著性 （雙尾）.000.000N505050x2相關係數.546*1.000.530*顯著性 （雙尾）.000.000N505050x3相關係數.507*.530*1.000顯著性 （雙尾）.000.000.N505050*. 相關性在 0.01 層上顯著（雙尾）。相關x1x2x3Spearman 的 rhox1相關係數1.000.546*.507*顯著性 （雙尾）.000.000N505050x2相關係數.546*1.000.530*顯著性 （雙尾）.000.000N505050x3相關係數.507*.530*

12、1.000顯著性 （雙尾）.000.000.N505050*. 相關性在 0.01 層上顯著（雙尾）。习题2.4係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）3.4532.4311.420.181人数.496.006.93481.924.000收入.009.001.1089.502.000a. 應變數: 销量(1).回归方程为y=3.453+0.496x1+0.009x2 误差方差为4.740變異數分析a模型平方和df平均值平方F顯著性1迴歸53844.716226922.3585679.466.000b殘差56.884124.740總計53901.60014a. 應變數

13、: 销量b. 預測值：（常數），收入, 人数模型摘要模型RR 平方調整後 R 平方標準偏斜度錯誤1.999a.999.9992.177a. 預測值：（常數），收入, 人数(2)显著性为.000表明销量与人数收入显著性强 复相关系数为0.999，很大说明y与x1,x2线性关系显著。係數a模型非標準化係數標準化係數T顯著性B 的1 信賴區間B標準錯誤Beta下限上限1（常數）3.4532.4311.420.181-1.8438.749人数.496.006.93481.924.000.483.509收入.009.001.1089.502.000.007.011a. 應變數: 销量（3）置信区间分别为

14、0.483,0.509，0.007,0.011（4）由系数表可以看出x1,x2对y影响显著，再由表可知交互作用对y影响不大。係數a模型非標準化係數標準化係數T顯著性B 的1 信賴區間B標準錯誤Beta下限上限1（常數）4.9018.539.574.578-13.89223.695人数.491.028.92517.344.000.429.553收入.009.003.1022.777.018.002.016z1.698E-6.000.014.178.862.000.000a. 應變數: 销量（5）预测值为135.57141置信区间为-1.843 8.749（6）殘差統計資料a最小值最大值平均數標準

15、偏差N預測值53.29253.72150.6062.01715標準預測值-1.5691.663.0001.00015預測值的標準誤.5911.295.955.19615調整後預測值52.67254.39150.4761.97815殘差-3.8323.309.0002.01615標準殘差-1.7601.520.000.92615Stud. 殘差-1.9251.891.0261.05415刪除的殘差-4.5835.122.1272.62815Stud. 刪除的殘差-2.2172.161.0271.13515馬氏 (Mahal.) 距離.0994.0221.8671.08515庫克距離.000.65

16、3.108.16615置中的槓桿值.007.287.133.07815a. 應變數: 销量从图可以看出正态性假定不合理。习题2.6由图可以看出点分布不均匀需要对数据做变换。习题2.7係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）-27.5126.558-4.195.000高度.349.093.1353.744.001z.168.007.91125.222.000a. 應變數: 体积此模型为y=-27.512+0.349x2+0.168x12再进行残差分析画出学生化残差的QQ图与2.6比较合理性强。2.8（1）方差分析表和系数表變異數分析a模型平方和df平均值平方F顯著性1

17、迴歸24.85646.21464.091.000b殘差4.55747.097總計29.41451a. 應變數: zb. 預測值：（常數），x4, x2, x3, x1係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）.472.3661.288.204x1.149.037.3053.995.000x2.028.003.6199.268.000x3.024.003.6188.204.000x4.040.065.057.613.543a. 應變數: z（2）模型中的自变量pR方X120.093221.701X220.353144.381X320.271168.67X420.4671

18、10.515X1,x430.457112.32X2.x430.60868.27X3,x430.53489.86X2,x330.72334.56X1,x230.412125.34X1,x330.422122.29X1,x2,x340.8343.35X1,x3,x440.53588.85X2,x3,x440.78018.928X1.x2.x3,x450.8324.98选择最优回归方程均为含自变量x1,x2,x3的拟合回归方程结果如表：變異數分析a模型平方和df平均值平方F顯著性1迴歸24.82038.27386.454.000b殘差4.59348.096總計29.41451a. 應變數: zb.

19、預測值：（常數），x3, x2, x1係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）.350.3051.145.258x1.164.028.3355.801.000x2.029.003.63911.071.000x3.025.002.64711.211.000a. 應變數: z复相关系数的平方为0.834，与表2.8的结果变化明显，但模型包含的变量不变。X4对Z的影响是很小的。最优的回归方程：Z=0.350+0.164x1+0.029x2+0.025x32.9係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）162.87625.7766.319.000x

20、1-1.210.301-.613-4.015.001x2-.666.821-.177-.811.427x3-8.61312.241-.157-.704.490a. 應變數: y方程为y=162.876-1.210x1-0.666x2-8.613x3由正态QQ图可知正态性合理性较差。(2)模型中的自变量pR平方X120.5794.299X220.31419.01X320.33217.986X1 x230.6312.495X1 x330.6272.658X2 x330.33418.129X1 x2 x340.6213.9997由于模型中含有变量x1,x2的R方值最大所以选出最优回归方程为係數a模型

21、非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）166.59124.9086.688.000x1-1.260.289-.639-4.359.000x2-1.089.551-.289-1.976.062a. 應變數: yy = -1.26x1-1.089x2+166.591(3)由于spss的进入值与删除值不能相等所以无法得出结果(4)残差分析的QQ图为：习题3.4如图产品的得率服从同方差的正态分布變異數同質性測試产品得率 Levene 統計資料df1df2顯著性1.846320.171變異數分析产品得率 平方和df平均值平方F顯著性群組之間.0063.0021.306.300在群組內

22、.03020.001總計.03623有方差齐性表可知显著性大于0.1接受原假设，方差不齐方差分析表显著性为0.3大于0.01即四种不同的催化剂对某一化工产品得率的影响不显著。3.5（1）方差分析表可知过去三年科研经费投入的不同对当年生产力提高量有显著影响。變異數分析生产能力提高量 平方和df平均值平方F顯著性群組之間20.589210.29516.584.000在群組內14.89824.621總計35.48726（2）多重比較因變數: 生产能力提高量 Bonferroni 法 (I) 科研经费投入(J) 科研经费投入平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限12-1.2838*

23、.3417.003-2.163-.4043-2.4622*.4395.000-3.593-1.331211.2838*.3417.003.4042.1633-1.1785*.4146.027-2.246-.111312.4622*.4395.0001.3313.59321.1785*.4146.027.1112.246*. 平均值差異在 0.05 層級顯著。置信区间-2.163,-0.404置信区间-3.593,-1.331置信区间-2.246,-0.111所以过去三年科研经费投入越高，当年生产能力的改善越显著。习题3.6各水平组合上的标准差和均值如图。描述性統計資料因變數: 存留量百分比 铁离子剂量平均數標準偏差NFe3高剂量3.69892.0308718中剂量8.20395.4473918底剂量11.75007.0281518總計7.88436.1436154Fe2