运用SPSS对大学生月消费情形的统计分析课程设计.docx

1、运用SPSS对大学生月消费情形的统计分析课程设计学 号 xxxxxxxx （应用统计学课程设计）设计说明书运用SPSS对大学生月消费情况的统计分析起止日期： xxxxx 年 x 月 xx 日 至 xxxx 年 x 月 xx 日学生姓名xxxx班级xxxx成绩指导教师(签字)xxxxxxxxxxxxxxxx年 x月 xx 日应用统计学课程设计课程设计分工及成绩评定表分工情形说明学号姓名承担主要任务贡献等级成绩评定表学号姓名考勤（15%）调查方案（20%）分析过程（50%）答辩成绩（35%）分数成绩总评成绩1选用的分析方式在本次调查中要紧运用的分析方式有：描述性分析、统计图的绘制、统计报表的编制、

2、均值比较、相关分析、一元线性回归分析、多元线性回归分析。2 描述性分析 spss输出结果统计量饮食费化妆品及服装费恋爱经费娱乐费学习用品费通讯费其他月消费总计N有效5050505050505050缺失00000000均值标准差极小值35080010054278848极大值700460400400703274202521 结果分析 由表能够看出，该大学学生饮食费极小值350，极大值700，均值，标准差；月服装及化妆品费极小值80，极大值460，均值，标准差；月恋爱费极小值0，极大值400，均值，标准差；月娱乐费极小值100，极大值400，均值，标准差；月通信费极小值42，极大值327，均值，标准

3、差；月学习用品费极小值5，极大值70，均值，标准差；其他费极小值78，极大值420，均值，标准差，月消费共计极小值848，极大值2521，均值，标准差；月消费共计波动较大，受到饮食费，化妆品及服装费，恋爱经费的阻碍专门大。学习用品波动较低，说明大学生在学习上投入不多。3统计图 spss输出结果 结果分析从上表能够看出，饮食费在大学生月消费中占的均值最大，服装及化妆品费较小，娱乐和其他第二，学习用品占的均值最小。通过此图，明显看出城市学生与农村学生在生活花费上的不同。城市学生在化妆品及服装费，娱乐费，通信费，恋爱经费，其他费上都大于农村学生。农村学生在学习用品费上大于城市学生。在饮食上农村城市学

4、生的花费大体相同。4统计报表 spss输出结果 化妆品及 学习用品性别 饮食费 服装费 恋爱经费 娱乐费 费 通信费 其他_ _ _ _ _ _ _ _男均值(M) 574 234 87 225 21 113 239最小值 410 80 0 100 5 42 78最大值 700 460 400 380 70 327 420女均值(M) 435 293 99 222 26 106 196最小值 350 140 0 100 10 45 80最大值 540 450 300 400 70 168 380共计均值(M) 507 262 93 223 23 109 218最小值 350 80 0 100

5、5 42 78最大值 700 460 400 400 70 327 420 结果分析由报表按性别共计可知，男生饮食费均值为574，女生饮食均值为435，男生饮食费上高于女生。服装及化妆品费上男生均值234，女生为293，女生在此项消费上大于男生。在娱乐费上，男女生的花费大体相同，能够看出大学娱乐大体属于AA制。其他费上男生大于女生。在通信费上男生的花费要大于女生。从整体来看，饮食均值最大，为507。学习用品费均值最小为23。而且能看出女生在学习上投入要多于男生。5均值比较 均值的实现进程 spss输出结果案例处理摘要案例已包含已排除总计N百分比N百分比N百分比饮食费 * 来自的地区50%0.0

6、%50%饮食费 * 性别50%0.0%50%饮食费 * 来自的地区饮食费来自的地区均值N标准差dimension1城市32农村18总计50饮食费 * 性别饮食费性别均值N标准差男26女24总计50 结果分析 由输出的结果能够看出城市与农村学生在饮食费用上的略微不同，城市学生饮食费的均值为，稍高于农村学生饮食费500.可是城市学生的标准差高于农村学生，也确实是说明城市学生的饮食花费不同大于农村学生。在调查的50名学生中有26名男生，24名女生。男生饮食费的均值为大于女生饮食费的，男生饮食上花费的不同也大于女生。 T查验 spss实现进程组统计量来自的地区N均值标准差均值的标准误恋爱经费dimen

7、sion1农村18城市32化妆品及服装费dimension1农村18城市32通讯费dimension1农村18城市32独立样本检验方差方程的 Levene 检验均值方程的 t 检验FSig.tdfSig.(双侧)均值差值标准误差值差分的 95% 置信区间下限上限恋爱经费假设方差相等.00048.001假设方差不相等.000化妆品及服装费假设方差相等.000.99748.005假设方差不相等.004通讯费假设方差相等.05048.010假设方差不相等.002 结果分析 由表可知，农村学生与城市学生在恋爱经费、化妆品及服装费、通信费上有必然的不同。在恋爱经费上，农村的18个学生均值为，标准差为。城

8、市的32个学生的均值为，标准差为。在化妆品及服装费上，农村学生的均值为，标准差为。城市学生均值为，标准差为。在通信费上，农村学生的均值为，标准差为。城市学生的均值为，标准差为。独立样本查验。化妆品及服装费中，显示了双样本t查验F=,F的相伴概率为，大于显著性水平，同意方差相等的零假设，能够以为在那个方面城市农村学生无明显不同。而恋爱经费和通信费那么有明显不同。6相关分析 spss输出结果描述性统计量均值标准差N通讯费50恋爱经费50相关性通讯费恋爱经费通讯费Pearson 相关性1.781*显著性（双侧）.000N5050恋爱经费Pearson 相关性.781*1显著性（双侧）.000N505

9、0*. 在 .01 水平（双侧）上显著相关。 结果分析（1）输出结果文件中的第一个表格描述性统计量表。从表中可知，参与分析的两个变量的样本数都为50，通信费均值为，标准差为。恋爱经费均值为93，标准差为。（2）输出结果文件中的第二个表格为相关系数及显著性查验结果表。从表中可知，通信费和恋爱经费的相关系数r=，显著性水平位。因此在相关系数旁以两个“*”号进行标识，通信费和恋爱经费的相关性十分显著。7一元线性回归分析 spss输出结果模型汇总b模型RR 方调整 R 方标准 估计的误差1.781a.610.602a. 预测变量: (常量), 通讯费。b. 因变量: 恋爱经费Anovab模型平方和df

10、均方FSig.1回归1.000a残差48总计49a. 预测变量: (常量), 通讯费。b. 因变量: 恋爱经费系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量).000通讯费.199.781.000a. 因变量: 恋爱经费图表 结果分析 输出结果文件中的第一个表格为经常使用统计量，反映的是一元线性回归模型拟合的情形，相关系数R=，决定系数R的平方=，而调整系数R的平方=，回归估量的标准差=。输出结果文件中的第二个表格为方差分析表。从表中可知，离差平方和=，残差平方和，回归平方和，回归方程的显著性查验中，统计量为F=，对应的置信水平小于置信水平，因此能够方程是极显著的。输出结果

11、文件中的第三个表格为回归系数分析表，是回归系数和对回归方程系数的查验结果，系数显著性查验采纳t查验。从表中能够看出，非标准化系数回归方程的常数项为0=，回归系数1=，回归系数查验统计量t=，sig为相伴概率值p。由此可知回归方程为y=+回归系数显著水平均为，说明用t统计查验量假设“回归系数等于0的概率为，远比经常使用的置信水平要小，因此能够以为两个变量之间的线性关系是极为显著的，成立的回归方程是有效的。输出的结果文件中图为正态散布图。该图是用来观看标准化残差的散布是不是符合正态散布。若是是，那么途中散点应该近似为一条直线，图的纵坐标为因变量（服装及化妆品），横坐标为因变量（恋爱经费），图中各点连线确实是成立的回归直线。8 多元线性回归分析输出结果描述性统计量均值标准 偏差N恋爱经费50通讯费50月消费总计50相关性恋爱经费通讯费月消费总计Pearson 相关性恋爱经费.781.841通讯费.781.819月消费总计.841.819Sig. （单侧）恋爱经费.000.000通讯费.000.000月消费总计.000.000.N恋爱经费505050通讯费505050月消费总计505050输入移去的变量a模型输入的变量移去的变量方法