重庆工商大学spss实验报告.docx

1、重庆工商大学spss实验报告重庆工商大学数学与统计学院统计应用软件课程实验报告一、统计量描述 3二、单样本t检验 4三、两个独立样本t检验 5四、配对样本t检验 5五、单因素方差分析 6六、多因素方差分析 7七、相关分析 8八、 协方差分析 10九、 简单线性回归分析 11十、 曲线估计 12十一、列联分析 15实验项目利用SPSS统计软件，对数据进行分析。实验日期周一，3-5节实验地点80608实验目的运用SPSS软件对中国居民储蓄率的变化进行统计量描述、单样本t检验、两个独立样本t检验、配对样本t检验、单因素方差分析、多因数方差分析、相关分析、协方差分析、简单线性回归分析、曲线估计、列联分

2、析改革开放以来，随着中国经济的高速增长，一直保持在高水平上的中国储蓄率到了越来越多国内外学者的关注。中国的储蓄率明显地高于其他国家，近年来的上升趋势十分明显，下图1952-2006 年中国居民储蓄率、国民储蓄、国民收入等数据，我们进行各种统计分析。 中国居民储蓄率的变化以上数据来源于中国统计年鉴一、统计量描述对居民储蓄和居民收入进行统计量描述Descriptive StatisticsNMinimumMaximumMeanStd. DeviationSkewnessKurtosisStatisticStatisticStatisticStatisticStatisticStatisticStd

3、. ErrorStatisticStd. Error居民储蓄55-5.1645323.165.5455310312.766712.301.3225.059.634居民收入55487.191.2551.8842430967.082031.932.3222.992.634Valid N (listwise)55得出结论：1、对居民储蓄分析可知样本个数为55，最小值为-5.16，最大值为45323.16，均值为5.54553，标准差为10312.76671，偏度系数为2.301，峰度系数为0.6342、居民收入分析可知样本个数为55，最小值为487.19，最大值为1.255，均值为1.88424，标

4、准差为30967.08203，偏度系数为1.932，峰度系数为0.634二、单样本t检验检验平均居民储蓄是否与2000元有显著差异One-Sample StatisticsNMeanStd. DeviationStd. Error Mean居民储蓄555.5455310312.766711390.57318One-Sample TestTest Value = 2000 tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper居民储蓄2.55054.0143545.49018757.

5、55886333.42151、由表得出了样本个数55，均值5.54553，标准差10312.76671，均值标准误差1390.57318。2、由表得给出了检验统计量2.550，自由度54，双测检验的置信水平0.005，样本均值与总体均值之差3545.49018，均值差的置信区间（757.5588，6333.4215）3、得出结论：对于该问题应比较a/2 和p/2。由于p大于a，因此拒绝零假设。认为平均居民储蓄与2000元有显著差异。95%的置信区间告之，有95%的把握认为平均居民储蓄在757.55886333.4215元之间。2000元包含在置信区间内，也证实了上述推断。三、两个独立样本t检验

6、对数据进行分析得：Group Statistics变量个数NMeanStd. DeviationStd. Error Mean居民储蓄11637.984415.926933.981732161.6023E2174.7096943.67742Independent Samples TestLevenes Test for Equality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the

7、DifferenceLowerUpper居民储蓄Equal variances assumed31.853.12-2.78730.009-122.2468743.85854-211.81796-32.67579Equal variances not assumed-2.78715.249.014-122.2468743.85854-215.59620-28.89755该表给出了两种t检验的结果，等方差的t检验和不等方差的t检验。根据F检验结果，显著性水平为0.12大于0.05，接受原假设。因此，选取一般t检验方法的结果，自由度df=30，计算的统计量t=-2.787,对应的显著性水平为0. 0

8、09，小于0.05，拒绝原假设。国民储蓄在不同年限有显著差异四、配对样本t检验对数据进行分析得：Paired Samples StatisticsMeanNStd. DeviationStd. Error MeanPair 1居民储蓄5.545535510312.766711390.57318居民消费1.3345520772.4542800.957由表得出了国民储蓄和国民消费的样本均值、样本数、标准差、均值误差。国民储蓄的均值5.54553大于国民消费的均值1.334Paired Samples CorrelationsNCorrelationSig.Pair 1居民储蓄 & 居民消费55.9

9、83.000由表可知，两样本的相关系数为0，小于0.05，即认为两样本的相关性显著。Paired Samples TestPaired DifferencestdfSig. (2-tailed)MeanStd. DeviationStd. Error Mean95% Confidence Interval of the DifferenceLowerUpperPair 1居民储蓄 - 居民消费-7.75099310804.435211456.86975-10671.83780-4830.14184-5.32054.000得出结论：由表得出显著性水平为0，远小于0.05，因此可得出国民储蓄和国民

10、消费之间的影响很大。五、单因素方差分析对数据进行分析得：Test of Homogeneity of Variances国民收入Levene Statisticdf1df2Sig.1.724255.094ANOVA国民收入Sum of SquaresdfMean SquareFSig.Between Groups6.03424.043.320.034Within Groups457.8755525.137Total463.90957方差齐检验中，Leven统计量的值为1.724，P值为0.0094.可以在0.05的显著水平下认为样本所来自的总体满足方差齐性的要求。单因素方差分析表中的F值为0.

11、320，对应的p值0.034小于0.05，可以认为不同的年份对国民收入有显著性影响。六、多因素方差分析对数据进行分析得：Univariate Analysis of VarianceBetween-Subjects FactorsValue LabelN国民收入12000元以下26220005000元63500010000元4410000元以上19物价水平1过高352偏高123正常9Tests of Between-Subjects EffectsDependent Variable:什么合算SourceType III Sum of SquaresdfMean SquareFSig.Corr

12、ected Model3.787a10.3791.621.100Intercept160.1291160.129685.487.000a41.1563.3851.650.178a8.0862.043.184.832a4 * a82.1555.4311.845.104Error63.305271.234Total612.000282Corrected Total67.092281a. R Squared = .056 (Adjusted R Squared = .022)上图表明，第一列是对观测变量总变差分解的说明；第二列是观测变量变差分解的结果。第三列表明自由度；第四列是均方；第五列是F检验统

13、计量的观测值；第六列是检验统计量的概率P值。可以看出，观测变量的总变差为67.092。它由4部分组成，分别是国民收入a4=1.156,物价水平a8=.086,由国民收入和物价水平交互作用引起的变差a4*a8=2.155,由随机因素引起的变差error=63.305。这些变差除以各自的自由度后，得到各自的均方，并可计算出各F检验统计量的观测值和在一定自由度下的概率P值（即第六列）。若显著性水平a=0.05,由于Fa4,Fa8的概率p值小于显著性水平a，则应拒绝零假设。可以认为国民收入和物价水平总体均值存在显著差异，对什么合算的效应不同时为0，各自不同的水平给什么合算带来了显著影响。同时由于Fa4

14、,Fa8的概率p值小于显著性水平a，则应拒绝零假设，可以认为不同的国民收入和物价水平对什么合算带来了交互作用，不同的国名收入与物价水平会影响到购买什么合算。七、相关分析1、简单相关分析Correlations年份金融储蓄实物储蓄居民储蓄居民收入Spearmans rho年份Correlation Coefficient1.000.926*.995*.942*1.000*Sig. (2-tailed).000.000.000.000N5555555555金融储蓄Correlation Coefficient.926*1.000.928*.996*.928*Sig. (2-tailed).000.

15、000.000.000N5555555555实物储蓄Correlation Coefficient.995*.928*1.000.945*.995*Sig. (2-tailed).000.000.000.000N5555555555居民储蓄Correlation Coefficient.942*.996*.945*1.000.944*Sig. (2-tailed).000.000.000.000N5555555555居民收入Correlation Coefficient1.000*.928*.995*.944*1.000Sig. (2-tailed).000.000.000.000.N5555

16、555555*. Correlation is significant at the 0.01 level (2-tailed).注：图中带有“”号的结果表明有关的两变量在0.01的显著性水平下显著相关。2、偏相关分析CorrelationsControl Variables居民储蓄居民消费居民收入居民储蓄Correlation1.000-.084Significance (2-tailed).45df052居民消费Correlation-1.0001.000Significance (2-tailed).000.df520上图表明，国民储蓄与国民消费的简单相关系数为-0.084，它们的相关系

17、数检验的概率p为0.45。当显著性水平为0.05或0.01时，都接受相关系数检验的原假设，认为两总体存在线性关系。八、 协方差分析对数据进行分析得：Tests of Between-Subjects EffectsDependent Variable:居民储蓄SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model4.1419a41.035932.311.000Intercept1.208811.20883.772.058居民储蓄率3.776813.776811.786.001变量个数7.881832.62788.199.00

18、0Error1.6029503.2047Total7.434955Corrected Total5.743954a. R Squared = .721 (Adjusted R Squared = .699)由图可知变两个数的F值=8.199，Sig.取值为0.000，拒绝无效假设，可以认为回归效应显著，协变量与响应变量之间存在线性关系。Parameter EstimatesDependent Variable:居民储蓄ParameterBStd. ErrortSig.95% Confidence IntervalLower BoundUpper BoundIntercept-4.5733702

19、2.630-.651.518-18678.4879532.247居民储蓄率789.875230.0823.433.001327.7421252.008变量个数=1.00619.7686058.025.102.919-11548.13312787.669变量个数=2.00-476.8615724.839-.083.934-11975.53811021.817变量个数=4.00-1.11143000.517-3.703.001-17137.584-5084.150变量个数=8.000a.a. This parameter is set to zero because it is redundant

20、.九、 简单线性回归分析.绘制散点图如下：图中所示，居民收入与占GDP比重呈线性关系。建立简单线性回归模型。单线性回归方程：。对数据进行分析得：Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson1.750a.562.5544.88431.098a. Predictors: (Constant), 居民收入b. Dependent Variable: 占GDP 比重从上表可得该数据是一元线性回归模型的拟合情况。相关系数R为0.750，反映的是自变量与因变量之间的密切程度，其值在0

21、1之间，越大越好。决定系数0.562，调整决定系数为4.88431ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression1621.37511621.37567.964.000aResidual1264.3925323.856Total2885.76754a. Predictors: (Constant), 居民收入b. Dependent Variable: 占GDP 比重该表是一元回归分析的方差分析表，反映了模型检验结果。回归模型的Sig.值为0。CoefficientsaModelUnstandardized CoefficientsS

22、tandardized CoefficientstSig.95% Confidence Interval for BCorrelationsBStd. ErrorBetaLower BoundUpper BoundZero-orderPartialPart1(Constant)5.994.7737.756.0004.4447.544居民收入.000.000.7508.244.000.000.000.750.750.750a. Dependent Variable: 占GDP 比重给出了模型参数的估计，但的检验p值为0.000远小于显著性水平0.05，则应拒绝原假设，即的检验显著。以上检验看出，

23、居民收入与占GDP比重的相关性显著，建立的线性回归模型拟合程度还可以，故模型的建立还可以。一十、 曲线估计绘制散点图如下：对数据进行分析得QuadraticModel SummaryRR SquareAdjusted R SquareStd. Error of the Estimate.860.740.7303.797The independent variable is 居民消费.CoefficientsUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta居民消费.001.0002.0568.611.

24、000居民消费 * 2-7.333E-9.000-1.356.(Constant)4.110.6766.082.000从该表中可看出调整的决定系数为0.760，说明拟合效果好。该表是对数曲线模型的方差分析结果，Sig.值为0.000。CubicModel SummaryRR SquareAdjusted R SquareStd. Error of the Estimate.934.873.8662.679The independent variable is 居民消费.ANOVASum of SquaresdfMean SquareFSig.Regression2519.8563839.952

25、117.071.000Residual365.911517.175Total2885.76754The independent variable is 居民消费.CoefficientsUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta居民消费.002.0004.72011.762.000居民消费 * 2-4.3718.000-8.081.居民消费 * 33.30213.0004.270.(Constant)2.157.5463.947.000从该表中可看出调整的决定系数为0.866，说明拟合效果好。该表是对数曲线模型的方差分析结果，Sig.值为0.000。从该表对数曲线模型的系数可知，对数曲线拟合模型为：y=2.157-4.3718lnx。十一、列联分析Chi-Square TestsValuedfAsymp. Sig. (2-sided)Pearson Chi-Square2.970E3a2916.238Likelihood Ratio440.80729161.000Linear-by-Linear Association53.7971.000N of Valid Cases55a. 3025 cells (100